分析前に必須！データのお掃除術をやさしく解説

今回は、誰でも簡単にできる「データのお掃除術」を具体的にご紹介します。

毎日入力して蓄積したデータや、複数の人から集めたデータが、最初から「きれい」であることは珍しいです。

データがうまくまとまらない原因は、目には見えにくい「データの汚れ」にあります。

きれいなデータでないと正しく分析ができません。

データのお掃除は地味ですが最も重要な作業です。

 

【なぜ「お掃除」が必要なのか？】

コンピュータは非常に賢い反面、少しでも表記が違うと「全く別のモノ」と認識してしまいます。

例えば「(株)サンプル」と「株式会社サンプル」は、人間には同じ会社に見えますが、コンピュータは別々の会社として集計してしまいます。

これでは、正しい分析結果は得られません。 

表記揺れなどの「データの汚れ」を分析の前に掃除するのが重要です。

 

【3つの代表的な「データの汚れ」とお掃除術】

実務でよく遭遇する「3つの汚れ」と、Excelなどで使える具体的なお掃除術を紹介します。

 

①見えない敵：「スペース」

・汚れ：不要なスペースが入っている。

「田中 太郎」と「田中太郎」が混在している。

・問題点：VLOOKUPなどで参照がうまくいかず、エラー（#N/A）の原因になります。

・お掃除術：TRIM（トリム）関数=TRIM(セル) と入力するだけで、セル前後の不要なスペースと、単語間の余分なスペースを削除してくれます。元のデータの横に作業列を作って一括変換するのがお勧めです。

 

②最大の敵：「表記揺れ」

・汚れ：同じものを指すのに、表記が統一されていない状態です。

（例：「(株) / 株式会社」、「ハイフンの全角 / 半角」、「営業1課 / 営業一課」）

・問題点： ピボットテーブルなどで集計した際、同じグループがバラバラに集計されます。

・お掃除術：検索と置換

　検索と置換： Ctrl + H でダイアログを開き、一括修正すると便利です。

 

③分析を狂わせる：「重複データ」

・汚れ： 同じ注文データが2重に入力されている、同じ顧客が2回登録されているなど。

・問題点： 売上や件数を「2倍」で集計してしまい、分析結果を大きく見誤る原因となります。

・お掃除術：Excelやスプレッドシートの「重複の削除」機能 データ範囲を選択し、データタブから「重複の削除」を選びます。（スプレッドシートでは「データ > データのクリーンアップ > 重複を削除」）

 

【「お掃除」こそが、分析への一番の近道】

データのお掃除は、地味で面倒な作業です。

しかし「お掃除」をしっかり行うことで、その後の集計や分析がスムーズに進みます。

分析は「きれいなデータ」という土台があってこそ成り立つものです。

まずは、手元のデータに「スペース」「表記揺れ」「重複」が隠れていないか、チェックしてみてください。