本文へスキップ
スキルアップカレッジ

データ分析入門

ビジネススキル 入門 全8レッスン 約200分

公開日：　最終更新日：

コース概要

ビジネスの現場でデータを扱う場面は、年々増えています。営業成績の推移、マーケティング施策の効果、顧客アンケートの結果、人事評価のばらつき——どれも「データを読む力」があるかどうかで、見えてくる景色が変わります。本コースでは、データ分析の考え方と基本プロセスを、ビジネスパーソン向けに丁寧に解説します。記述統計、可視化、データクレンジング、相関と因果、仮説検証、KPIの考え方まで、職種を問わず役立つ基礎を体系的に身につけられます。ExcelやGoogleスプレッドシートを例として使いつつ、特定のツールに依存しない「考え方」を中心に学ぶコースです。

学習の流れ

レッスン1〜2で、データ分析の全体像とデータの種類という土台を整えます。レッスン3〜4で、データの全体像をつかむ「記述統計」と、人に伝えるための「可視化」を学びます。レッスン5でデータの前処理（クレンジング）を扱い、レッスン6〜7で分析の中核となる「相関と因果」「仮説検証とA/Bテスト」へと進みます。最後のレッスン8で、データ分析を業務に活かすためのKPI設計と、コース修了後の学習方向を案内します。前半（レッスン1〜2）は「土台」、中盤（レッスン3〜5）は「データの扱い方」、後半（レッスン6〜8）は「意思決定への活用」という三段構えの構成です。

このコースで学べること

  • ✓ データ分析の目的と基本プロセスを理解し、自分の業務に当てはめて考えられる
  • ✓ 量的データと質的データを区別し、データの種類に応じた扱い方を判断できる
  • ✓ 平均・中央値・標準偏差の意味を理解し、データの全体像を読み取れる
  • ✓ 目的に応じて適切なグラフを選び、データを正しく伝えられる
  • ✓ 相関と因果の違いを理解し、データの解釈で陥りやすい落とし穴を避けられる
  • ✓ 仮説検証やA/Bテストの基本的な考え方を業務での意思決定に使える
  • ✓ コース修了後、データ分析を学び続けるための次の方向を選べる

対象者

データ分析という言葉は知っているが、本格的に学んだ経験がない社会人・ビジネスパーソン。マーケティング、企画、営業、人事など、職種を問わず数字を扱う必要がある方。データに苦手意識があり、まずは考え方から学びたい方も対象

レッスン一覧

  1. 1

    データ分析とは何か——なぜ今、数字を読む力が必要なのか

    データ分析の目的、データドリブンの考え方、分析の基本プロセス（問い→収集→整理→分析→解釈→意思決定）を学ぶ
  2. 2

    データの種類を見分ける——数値とカテゴリ、構造の違い

    量的データと質的データの違い、名義・順序・間隔・比率の4つの尺度、構造化データと非構造化データを学ぶ
  3. 3

    記述統計の基本——平均・中央値・標準偏差で全体像をつかむ

    代表値（平均・中央値・最頻値）の使い分けと、ばらつきの指標（分散・標準偏差・四分位数）を学ぶ
  4. 4

    データを可視化する——適切なグラフを選ぶ

    棒グラフ・折れ線グラフ・円グラフ・散布図・ヒストグラムの使い分けと、誤解を招くグラフの避け方を学ぶ
  5. 5

    データクレンジング——分析の前に整える

    欠損値・重複・外れ値・表記揺れ・データ型の不整合の扱い方を学ぶ。「ゴミを入れたらゴミが出る」原則を理解する
  6. 6

    相関と因果——「関係がある」と「原因である」は違う

    相関係数の意味、疑似相関と第三の変数、因果関係を主張するための条件を学ぶ
  7. 7

    仮説検証とA/Bテスト——意思決定に活かす

    仮説の立て方、A/Bテストの基本、統計的有意性の入り口、早すぎる判断・遅すぎる判断の避け方を学ぶ
  8. 8

    データ分析を業務に活かす——KPI・ダッシュボード・次の学習

    KPI設計の基本とダッシュボードの考え方を学び、コース修了後の学習方向（Python・pandas／BIツール／統計学・機械学習）を案内する
  9. ✓

    総復習テスト

    全レッスンの内容を振り返るテスト
このコースの用語集（55語）
1次データ（いちじでーた）
自分で目的を持って収集したデータ。自社のPOSデータ、自社で実施したアンケートなどが該当する。目的に合わせて設計できる反面、収集にコストがかかる。
因果関係
「Aが原因でBが起きる」という関係。因果を主張するには、時間的前後関係・相関・ほかの説明の排除が必要。相関とは区別する。
円グラフ（えんぐらふ）
全体に対する内訳の割合を示すグラフ。項目が3〜5個程度のときに有効。多すぎると見づらく、3D表現は誤解を招くため避ける。
折れ線グラフ（おれせんぐらふ）
時間の経過に伴う変化を表すのに最適なグラフ。横軸に時間、縦軸に数値を取って点を線で結ぶ。
仮説検証
「こうではないか」という仮説を立て、データを使って成り立つかを確かめるプロセス。良い仮説は具体的・測定可能・反証可能。
間隔尺度
数値の差に意味があるが、0が「何もない」を意味しない量。気温（摂氏）や西暦の年など。「差」は意味を持つが「比」は意味を持たない。
すべての用語を見る →