5分で分かるデータ分析：5分で分かるシリーズ（1/2 ページ）

データ分析をビジネスで活用したい人に向け、データ分析の概要と目的、データサイエンスとの違い、メリット、作業フロー、データ分析でできること、データ分析で役立つツールと思考法を、5分で読めるコンパクトな内容で紹介。最後に、次の一歩を踏み出すための参考情報もまとめる。

[一色政彦，デジタルアドバンテージ]

連載目次

　近年、多くの企業でデータ活用、つまりデータを分析してビジネスに役立てることが重要視されるようになってきました。本稿では、データ分析の定義や目的、メリットといった概要面から、データ分析でできることや役立つツールと思考法などの実践面までを簡単に紹介します。

1分 ―― データ分析とは

　そもそも「分析する」の意味は、複雑な事柄を複数の要素に分解してまとめ、その構成や意味などを明らかにすることです。よって、何らかのデータ（情報）の構成や意味などを明らかにすることは、広く一般的に「データ分析」と呼ばれますが、これを「広義のデータ分析」とします。本稿で紹介するのは「狭義のデータ分析」です。

　ここでいう狭義のデータ分析（データアナリティクス）とは、

1. （大量の）データを収集して
2. データを整理／変換した上で
3. データを分析することで有用な結論や知見を導き出し
4. それをステークホルダー（関係者）や意思決定層と共有して
5. 【目的】主にビジネス上の意思決定をサポートする

ことです（図1）。これによって、企業のビジネス効率を改善したり、収益を生み出したりできることが期待されます。

図1　データ分析とは

データ分析とデータサイエンスの違い

　「データ分析」に似た用語に「データサイエンス」があります。両者は明確に区分できるものではなく、一部の内容は重複しています。ではどこが違うのか。筆者なりに、特徴的な違いをまとめます。

• データ分析： ビジネス上の意思決定をサポートすることを目的に、Excelなどのツールを使って基本的な統計処理による分析をするなど、主に分析ツールと分析スキル（統計処理や後述の思考法など）を駆使する
• データサイエンス： それだけでなく、Python言語などでプログラミングして、数学方程式に基づく数理モデルや、独自の機械学習モデルを作成するなど、主にエンジニアリングスキルと科学的（学術的）知識を駆使する

　ちなみに「データ分析の専門職であるデータアナリストの延長線上にあるのが、データサイエンスの専門職であるデータサイエンティスト」と言われています（参考ブログ記事）。

2分 ―― データ分析のメリットと、作業フロー

メリット1： より正確な現状把握

　まず、データに基づく高精度の現状分析が可能になります。例えば「○○の売り上げが多い」と感覚的に認識しているケースは多いと思われますが、それを明確な数字やグラフを用いて客観的に把握できるようになります。より正確な現状把握によって、これから実施予定の施策などに根拠を与えられるだけでなく、潜在化していた問題点／課題をあぶり出せる可能性もあります。