前回に引き続き、データ分析の紹介です。
前回はデータ分析の前提として、既存データの有効活用のための準備方法をお話しました。
今回はデータの種類そのものと手法について少しお話します。具体的な内容は紹介するリンクを見ていただくとして、データの種類によって、分析方法や表現方法も変わってくることを意識できるとよりよい分析ができると思います。
量的（連続、離散）データ、質的（名目、順序）データ
まずは大きな分類として、何らかの計測ができる量的データと分類や区別であつめる質的データです。身長や金額といったものは量的データ、好きなスポーツとか血液型というのは質的データです。
量的データはさらに身長や温度のように小数点以下もある連続データと人数のように整数で数える離散データがあります。質的データも血液型や性別のように順番の概念のない名目データと製品のグレードやロット番号のように順番のある順序データに分かれます。
量的データは平均値を計算したり、散布図でバラツキを見るといった意味がありますが、質的データ、例えば血液型の平均値や散布図は実現できないのはいうまでもありません。このような場合は、全体に占める割合やそれを表示する円グラフが有効になります。
ビッグデータの５V
ビッグデータと呼ばれる多種多様なデータの場合、Volume(量)やVelocity(速度：リアルタイム)、Variety(多様性：文字、画像、音声、動画等)、Veracity(真実：正確性、信頼性)、Value(価値：ビジネスへの有用性)を考慮しておく必要があります。
一昔前なら多様性を考慮することが難しかったのですが、ＡＩの性能向上に伴い、マルチモーダルという複数の形式データを統合的に処理することができるようになりました。結果として、動画から説明文を抽出し、文字情報と合成するといった分析も可能になるのです。データの加工負担が大きく減ったのはいうまでもありません。
その分、信頼性や速度への関心がより高まっており、できるだけリアルタイムに間違いのないデータで分析するということが大事になってきています。
◆データ分析の手法｜代表的な手法25選をイラストでわかりやすく解説
https://data-viz-lab.com/analyticalmethod-list
DATA VIZ LABのデータ分析手法の説明ページです。かわいいイラストと具体的な説明で丁寧に紹介してくれています。分析のイメージをつかむにはいいと思います。
◆データ分析手法11選（目的別）｜分析手順、成功へのポイントも解説
https://www.asmarq.co.jp/column/column-cat/how_to/data_analysis_method/
市場調査企業のアスマークが提供するページです。データの目的に応じた分析手法の説明があります。詳しいページはリンクがあり、もう少し具体的な内容がわかるようになっています。
◆データ分析の手法12選 | データの種類や分析手順についても解説！
https://www.skillupai.com/blog/ai-knowledge/data-analysis-methods/
スキルアップAIのデータ分析のページです。データの種類や主な分析手法をコンパクトにまとめて説明しています。
◆データ分析の手法16選｜種類・目的別にポイント解説
https://liber-craft.co.jp/column/data-analysis-method
データ分析のコンサルティングを行うLiberCraftのデータ分析の説明ページです。分析手法は16種類ですが、分析の重要性や目的の明確化、データの特定など大事なポイントの説明もあります。
◆データ分析手法28選！ビジネスに活きるデータ分析手法を網羅的に解説
https://www.hulft.com/column/data-utilization-how-to-data-analysis
データ連携ツールを提供するHULFTの提供するページです。分析手法は数はありますが、概要なので、詳細は個別に別サイトで見る必要があります。