データ分析入門
まず、やさしく
データ分析は、集める→整理する→決める→確かめる、の繰り返しです。難しい手法より、この順番を守ることのほうが効きます。
要点
平均値とKPI基準線
n件のデータを合計してnで割る最も基本的な代表値。月次売上の平均を「基準線」として設定し、逸脱を検知する用途が多い。外れ値（突発的な大口受注など）に引っ張られる弱点があるため、中央値と併用する。
標準偏差（ばらつきの大きさ）
各データが平均からどれだけ離れているかを表す。投資リスクの「ボラティリティ」や品質管理の「工程能力指数」はこれが基礎。標準偏差が大きいほどデータが不安定。ExcelではSTDEV関数で即計算できる。
相関係数（2変数の関係強度）
2つの変数がどれだけ一緒に動くかを -1〜+1 で表す。広告費と売上、気温と飲料販売数など。+1に近いほど強い正の連動、-1に近いほど逆方向に強く動く。Excelの CORREL 関数で計算できる。
ピボット分析の考え方
「縦軸 × 横軸」でデータを集計し多次元で比較する手法。例：行=商品カテゴリ、列=月、値=売上合計。SQLのGROUP BY句やExcelのピボットテーブルが実装。「どのセグメントが伸びているか」「どの時期に落ちているか」を一瞬で可視化する。クロス集計とも呼ぶ。
線形回帰（予測モデルの基礎）
2変数の関係を直線で近似し、未来の値を予測する。広告費(x)から売上(y)を推定するモデルが典型例。傾きbが「広告費を1万円増やすと売上が何円増えるか」を表す。Excelの LINEST 関数や散布図のトレンドラインで即使える。
図で見る
下がったが、季節要因かもしれない。前年同期と比べるまでは断定しない。
この単元を使う職業
データアナリスト¥900万
マーケティングアナリスト¥800万
経営コンサルタント¥1200万
§
ここから先は会員限定です
確認問題と職業の詳細は会員向けです。月額¥490、いつでも解約できます。
コメント
コメントにはログインが必要です