データの前処理から多次元分析・ビジュアライゼーションまでの一貫した処理

データの前処理から多次元分析・ビジュアライゼーションまでの一貫した処理

データの収集から分析までの一連の流れを意識する

(1) データの収集・前処理フェーズ

分析したい問題に関するデータを収集する

文字列の修正などのデータクレンジングを行う

横持ちになっているデータを縦持ちに変換する

テーブルを結合して分析の切り口（ディメンション）を増やす

(2) 多次元データによる分析フェーズ

こうしてできた多次元データに対して、クロス集計やビジュアライゼーションを行う

それによって探索的データ分析を行ったうえで、適切な統計的手法を用いたより深い分析を行う

それぞれのフェーズにおいて適切なツールを使う

(1)のフェーズ、(2)のフェーズにそれぞれ適切なツールを用いて一気通貫に行うのが現代的

たとえば以下のような組合せで処理されることが多いだろう

Excelメインの場合・・・

(1)はPower Query、(2)はピボットテーブルやピボットグラフで処理

Tableauメインの場合・・・

(1)はTableau Prep、(2)はTableauで処理

Rの場合・・・

(1)はtidyverse、(2)はggplot2で処理

Pythonの場合・・・

(1)はPandas、(2)はmatplotlibやseabornで処理

もちろん、このような組合せにとらわれず、(1)の前処理はPower Queryで行い、(2)の集計・分析はTableauで行う、ということでもまずはよいので、なにか一つは得意な方法を身につけておくとよいでしょう