前回の記事で「データ分析の基本（仮説・比較・ストーリー）」を学んだてくしるちゃん。 さっそく実際のデータ集計に取り掛かろうとしていますが、何やらつまずいているようです……。
今日も優秀なAIアシスタントの「シルル」と一緒に、データ集計で初心者がハマりがちな「3つの大きな罠」を回避する方法をマンガ形式で学んでいきましょう！
💡 この記事は、「データ思考 入門シリーズ」の第 2 回です。
まだご覧になっていない方は、まず「脱・初心者！実務で使える『データ思考』3 つのコツ」を読むと、今回の内容がさらに理解しやすくなります。
罠1：時間を溶かす「完璧なデータクレンジング」の罠
「うぅ…営業部からもらった1万件の顧客データ、『株式会社』と『(株)』が混ざってるし、全角スペースと半角スペースもバラバラだよ。よし、正しい分析をするために、今日から何時間もかけて手作業で、1文字のズレもない完璧なデータに修正（クレンジング）するぞ！
「ストップです、てくしるちゃん！初心者が一番最初にハマる罠、それが『完璧なデータクレンジング（整理）の罠』ですよ！」
「えっ？でも、綺麗なデータじゃないと正しい分析ができないんじゃないの？」
「実は、最初から100%綺麗に整理されたデータが存在する会社なんて、世界中どこを探してもほぼありません。 データの綺麗さにこだわりすぎると、一番大切な『ビジネスのスピード』を落としてしまうんです。」
💡 【使い分け】「100点」が必要な時と「80点で最速」を目指す時
もちろん、経理の売上計算や医療データなど、『絶対に1円・1件のミスも許されないデータ』の場合は100%の完璧なクレンジングが必要です。
しかし、マーケティングの傾向（トレンド）を掴んだり、次のアクションの方向性を決めるための分析であれば、細かな表記揺れのお手入れに何時間もかけるのは、ビジネスのスピードを落とす命取りになります。
▼ 完璧主義 vs プロの最速主義 の違い
| やり方 | クレンジングの方針 | 分析の開始タイミング | メリット・デメリット |
|---|---|---|---|
| ❌ 完璧主義（初心者） | (株)などの細かい表記揺れもすべて完璧に直そうとする | 大きく遅れがち | 綺麗なデータはできるが アクション（対策）が遅れる |
| ⭕️ プロ流（おすすめ） | 仮説に必要な大枠だけ Excelの機能等でサクッと整理 | その日のうち | トレンドを素早く掴み すぐ次のアクションへ行ける！ |
「でも、適当に80点で済ませちゃったら、Excelで集計するときにエラーが出たりしないの？」
「そこがプロの線引きです！『計算エラーになる致命的な汚れ（例：数字の列に文字が混ざっている、全角と半角の数字が混ざっている等）』は最初に取り除きます。ですが、全体の大枠を掴む上で影響のない『見た目の表記揺れ（株と株式会社の違い等）』を直すことに何時間もこだわるのはやめましょう、というのが80点ルールの本質です。」
「なるほど！集計エラーになる部分はちゃんと直しつつ、『完璧に綺麗なデータを作ること』自体が目的になっちゃダメなんだね。スピード優先のときは割り切ってパパッと進めちゃうよ！」
罠2：実態を見誤る「平均値」の罠
「よーし、データの整理は8割で切り上げたよ！次は全体の傾向を見るために、全部のデータの『平均（へいきん）』を出せばバッチリだね！」
「そこが2つ目の罠です！平均はとても便利な指標ですが、『平均のワナ』には要注意ですよ！」
「えーっ！？平均って一番よく使うし、わかりやすい指標じゃないの？」
「では、こんな10人のグループがあったらどうなるか、見てみましょう。」
💡 【図解】「平均値」が実態とズレる瞬間
▼ 極端な数字（外れ値）が混ざったグループ
| グループのメンバー | 貯金額 | 割合 |
|---|---|---|
| Aさん〜Iさん（9人） | 0円 | 90%の人が該当 |
| Jさん（大富豪 1人） | 1億円 | 10%のみ |
| 📊 このグループの平均値 | 🚨 1,000万円 | （実態と全く合っていない！） |
「ええっ！？9人は貯金ゼロなのに、平均すると『このグループは平均1000万円も貯金があって裕福ですね』ってことになっちゃうの！？全然実態と違うよ！」
「そうなんです。このように、一部の極端な数字（外れ値といいます）に引っ張られて実態とズレることがあるのが『平均のワナ』です。」
💡 罠を回避する「中央値」の使い方
「平均値に違和感を感じたら、どうするべきかシンプルなフローチャートで判断しましょう！」
「極端な数字（外れ値）があるときは、データを小さい順に並べて、ちょうど真ん中の人の数字を見る『中央値（ちゅうおうち）』を使えば、実態に近くなるんだね！」
罠3：一緒に動くデータを「原因」と勘違いする罠
「ふぅ、データの整理も終わって、平均値のワナも回避したよ！さっそく、売上をアップさせる『原因』を探してみよっと。」
「……あ！すごいデータを発見したよ！『アイスコーヒーが売れる日は、虫除けスプレーもよく売れる』みたい！」
「つまり、アイスコーヒーを半額にして爆売れさせれば、連動して虫除けスプレーも売れまくるってことだよね！私って天才かも！」
「て、てくしるちゃん……それがデータ分析で最も恐ろしい3つ目の罠です！『たまたま一緒に動いているだけのデータ』を『原因と結果』だと勘違いしてはいけません！」
「えっ！？データが連動して動いてるのに、原因じゃないの？」
💡 隠れた「第3の要因」を見抜く
「アイスコーヒーが売れたから虫除けが売れたのではありません。裏に『気温が高い（夏である）』という隠れた原因（第3の要因）があるだけなんです。」
▼ 「たまたま一緒」と「本当の原因」の違い
- ❌ 初心者の勘違い（たまたま一緒） 「アイスコーヒーが売れる（原因）」 ➡ 「虫除けが売れる（結果）」
- ⭕️ 本当の理由（隠れた原因を探す） 「気温が高い（本当の原因）」 ➡ 「アイスコーヒーが売れる」＆「虫除けが売れる」
「このように、2つのデータがたまたま一緒に動いているだけなのに、それを原因と結果だと勘違いして施策を打つと、全く的外れな結果になってしまいます。アイスを半額にしても、虫除けスプレーの売上は変わりませんよね？」
「うわぁ、危なかった…。データが連動しているのを見つけたら、すぐに飛びつかずに『裏に別の隠れた原因がないか？』を疑う必要があるんだね！」
まとめ：データは「疑う目」を持って扱うのが正解！
「今日お話しした3つの罠をおさらいします！」
1. 「完璧なクレンジング」の罠（100点より、80点で最速で動く）
2.「平均値」の罠（極端な数字に引っ張られていないか疑い、中央値を使う）
3.「連動するデータ」の罠（たまたま一緒に動くデータを原因と勘違いしない）
「データを集めるときは時間をかけすぎず、計算結果が出たら『本当に合ってる？隠れた原因はない？』って常に疑う目を持つことが大切なんだね！これで罠に落ちずにデータ集計ができるよ！」
「その調子です！ツールや数字に振り回されず、正しくデータを扱えるようになりましょう。次回は、集計したデータを誰にでも分かりやすく伝える『グラフ化のコツ』についてお話しします！」
「てくしる式・データ思考 入門シリーズ」を一歩ずつ進もう！
ここまでで、皆さんは
- 「目的」と「仮説」を考えてからデータを見ること
- 数字は「比較」して初めて意味を持つこと
- 数字を羅列ではなく「ストーリー」で語ること
- 集計では「完璧」を目指しすぎないこと
- 「平均値」や「因果関係」の罠に気をつけること
など、データ分析やデータ集計の土台となる「考え方」と「落とし穴」を学んできました。
でも、実務では「正しく分析できる」だけでは十分ではありません。
どれだけ良い分析ができても、相手に分かりやすく伝わらなければ、その価値は半分になってしまいます。
そこで次回は、集計したデータを「伝わる資料」に変えるための第一歩として、
「初心者でも伝わる！『グラフ化』3 つのコツ ～ 棒グラフ・折れ線グラフ・円グラフの正しい使い分け ～」
を、てくしるちゃんとシルルと一緒に、図解とマンガを交えながらやさしく学んでいきましょう！
てくしる式・データ思考 入門ロードマップ
「データ分析って難しそう……」と感じる方でも、順番に読むことで少しずつ理解できるように、『てくしる』では「データ思考 入門シリーズ」を公開しています。
制作中！
※今後も実践的な記事をどんどん追加予定です！お楽しみに！
順番に読んでいけば、データ分析が少しずつ身についていきそう！
焦らなくて大丈夫です。一歩ずつ、一緒にレベルアップしていきましょう！