翻訳を改善する
DATA SCIENCE METHOD GUIDE

ビジネスで使える
データ分析手法 ガイド

データ分析には、目的やデータに応じてさまざまな手法があります。
このガイドでは、代表的な分析手法を 「何がわかるか」「ビジネスでどう使うか」 という視点から、わかりやすく整理しています。

目的から探す
分析手法から探す
ビジネス活用を知る
METHOD MAP
データから、意思決定へ。
01
STEP 01 データ
STEP 02 見る
STEP 03 分析する
STEP 04 判断する
DESCRIBE 傾向を知る 平均・中央値・ばらつき
VISUALIZE 見える化する グラフ・分布・比較
RELATION 関係を調べる 相関・回帰
PREDICT 予測する 機械学習・時系列
DISCOVER パターンを探す クラスタリング
DECIDE 効果を確かめる 検定・因果推論
METHOD GUIDE
BUSINESS × DATA SCIENCE
ABOUT METHODS
02

データ分析手法とは、
「問い」に合った道具を選ぶこと。

データ分析では、ひとつの万能な手法を使うのではなく、 知りたいことや解決したい課題に応じて分析方法を選びます。 まず「何を知りたいのか」を整理することで、使うべき手法が見つけやすくなります。

START WITH A QUESTION
まずは、「何を知りたい？」
から考えてみる
? 売上や顧客データの特徴を知りたい
? 2つのデータに関係があるか知りたい
? 顧客を特徴ごとにグループ分けしたい
? 将来の売上や需要を予測したい
? 施策の前後で本当に効果があったか確かめたい
METHOD TOOLBOX
問いが変われば、使う手法も変わる
QUESTION
↓
METHOD
DESCRIBE データの特徴を知る → 平均・中央値・標準偏差
RELATION 関係を見る → 相関分析・回帰分析
GROUP 似たものをまとめる → クラスタリング
PREDICT 将来を予測する → 機械学習・時系列分析
VERIFY 違いや効果を確かめる → 仮説検定・因果推論
i
このガイドでは、数式からではなく 「何を知りたいか」「ビジネスでどう使うか」 から分析手法を探せるように整理しています。
FIND BY PURPOSE

まず、 何を知りたいか から探す

分析手法の名前を知らなくても大丈夫です。
「何を知りたいか」「何をしたいか」から、 関連するデータサイエンス手法を探せます。

施策の効果を検証するイメージ
08 / EFFECT

施策の効果を
確かめたい

施策前後やグループ間を比較し、 実施した施策による効果を検証します。

RELATED METHODS
仮説検定 A/Bテスト DID RDD

手法名や 「統計解析」「教師あり学習」 などの分類から探したい方は、 分析手法の種類から確認できます。

分析手法の種類から探す →
GLOBAL INDEX

分析手法の種類から探す

データ分析の手法を10のカテゴリーに整理しています。 知りたいカテゴリーを選ぶと、各章の手法ガイドを見ることができます。

CONTENTS 01—10
DATA SCIENCE METHOD GUIDE
SELECT A CHAPTER TO EXPLORE METHODS
01
BASIC STATISTICS
基本統計量
平均 ／ 標準偏差 ／ 偏差値 ／ 中央値
02
DATA VISUALIZATION
データの可視化
棒グラフ ／ 折れ線グラフ ／ 円グラフ ／ ヒストグラム ／ 箱ひげ図 ／ 散布図
03
DATA PREPARATION
データ集計・前処理
クロス集計 ／ 欠損値処理 ／ 標準化・正規化 ／ 特徴量エンジニアリング
04
STATISTICAL ANALYSIS
統計解析
記述統計 ／ 相関分析 ／ 回帰分析 ／ ロジスティック回帰分析 ／ 仮説検定 ／ 分散分析
05
SUPERVISED LEARNING
教師あり学習
決定木 ／ ランダムフォレスト ／ サポートベクターマシン（SVM） ／ ニューラルネットワーク
06
UNSUPERVISED LEARNING
教師なし学習
k-meansクラスタリング ／ 階層型クラスタリング ／ 主成分分析（PCA） ／ アソシエーション分析
07
TIME SERIES ANALYSIS
時系列分析
移動平均 ／ TCSI分離法 ／ ARIMA ／ Prophet
08
ANOMALY DETECTION
異常検知
外れ値検出 ／ Isolation Forest ／ One-Class SVM
09
NLP / GENERATIVE AI
自然言語処理・生成AI
テキストマイニング ／ 自然言語処理（NLP）
10
CAUSAL INFERENCE
因果推論
A/Bテスト ／ DID ／ RDD
i
各章では、手法の概要だけでなく、 「何ができるか」「ビジネスでどう使うか」「見るポイント」 までまとめています。
METHOD ENCYCLOPEDIA
CHAPTER 01
BASIC STATISTICS

基本統計量

データの中心やばらつきから、まず全体像をつかむ。

METHOD 01

平均

AVERAGE / MEAN
PURPOSE
データの特徴・全体像を知りたい
CATEGORY 01
基本統計量

すべてのデータの合計を個数で割った値。データ全体の「中心あたり」を表す、もっとも基本的な代表値。

VISUAL
平均の例 30 35 40 45 50 55 60 残業時間（時間）
WHAT YOU CAN DO

この手法でわかること・できること

  • データ全体の代表的な水準がわかる
  • 複数のグループや期間の数値を比較する基準になる
  • 他の統計量を計算する際の土台になる
METHOD 02

標準偏差

STANDARD DEVIATION
PURPOSE
データの特徴・全体像を知りたい
CATEGORY 01
基本統計量

データが平均からどれくらいばらついているかを表す数値。値が大きいほどデータの散らばりが大きく、小さいほど平均の周りに集中していることを示す。

VISUAL 標準偏差の例
店舗A｜ばらつき小 ±1標準偏差
店舗B｜ばらつき大
WHAT YOU CAN DO

この手法でわかること・できること

  • データのばらつきの大きさを数値で把握できる
  • 複数のグループの安定性や均一性を比較できる
  • 偏差値や標準化の計算に使える
METHOD 02

標準偏差

STANDARD DEVIATION
PURPOSE
データの特徴・全体像を知りたい
CATEGORY 01
基本統計量

データが平均からどれくらいばらついているかを表す数値。値が大きいほどデータの散らばりが大きく、小さいほど平均の周りに集中していることを示す。

VISUAL 標準偏差の例
店舗A｜ばらつき小 ±1標準偏差
店舗B｜ばらつき大
WHAT YOU CAN DO

この手法でわかること・できること

  • データのばらつきの大きさを数値で把握できる
  • 複数のグループの安定性や均一性を比較できる
  • 偏差値や標準化の計算に使える
METHOD 04

中央値

MEDIAN
PURPOSE
データの特徴・全体像を知りたい
CATEGORY 01
基本統計量

データを小さい順に並べたとき、ちょうど真ん中にくる値。データの半数がこの値より上、半数が下になる代表値。

VISUAL 中央値の例
400 600 800 1000 1400 1600 年収（万円）
WHAT YOU CAN DO

この手法でわかること・できること

  • 外れ値の影響を受けにくい「中心」の位置がわかる
  • 平均だけでは見えにくいデータの真ん中の水準を把握できる
  • 分布が偏っているデータの代表値として使える