今回はExcelを使って、データ分析の前準備としてデータチェックとデータクレンジングについて説明します。第1回の問題解決方法でも説明したように、PPDACサイクルにそって分析を進めていきます。

使用するデータは、サンプルデータとして作成された家電卸企業の売上データ（22,757件）です。

※動画で紹介している操作などの詳細については、以下をお読みください。

データ分析を行う前に、問題、課題、指標を設定します。この企業の場合は次の通りです。

次に売上高が増えるような施策を考え、分析手法や収集すべきデータを決めます。今回は既存データの分析ですので、データから売上増につながる項目と分析手法を考えます。

売上を上げる施策を考えた場合、次のようなことが考えられます。

これらの施策に対する仮説と分析方法は、次のようになります。

今回は、既存データを使用するためデータ収集は必要はありませんが、分析を迅速かつ正確に行うためにデータのチェックとクレンジングを行います。それでは、Excelのピボットテーブルを使ってデータの重複や間違いなどがないかを調べ、整理してみることにします。

ここでは、Excelのピボットテーブルの使用方法について説明します。

「商品コード(CD)」は数値項目なので「COUNT関数」を使って件数を確認してみます。

結果は、「59」が返ってきました。

「COUNTA関数」を使って「商品名」の件数を確認してみます。

「118」と結果が返ってきましたので、「A4」から「A121」までのセルにデータが入っているセルの件数から「商品コード(CD)」の件数を引きます。

「商品コード(CD)」と「商品名」の件数は等しく、「商品名」の抜けもないことから、1対1で対応していることが確認できました。

「商品コード(CD)」と「商品名」に関しては、単価の対応付けも確認する必要があります。ピボットテーブルを使って「販売単価」を「行ラベル」ボックスにドラッグします。「単価」の最小値は「230」、最大値は「189,700」となり、特に異常値は見られません。また、ブランクのセルも見られないので、「単価」は正常です。件数を調べたところ「51」だったので、「商品」の件数が「59」であることを考えると、同じ単価の商品があることが分かります。

「得意先コード(CD)」と「得意先名」が1対1で対応しているかをピボットテーブルを使って確認します。空白セルはなく、Excel関数による計算も「34」となり、1対1で対応しています。

「担当者」の抜けと間違いがないかを、ピボットテーブルを使ってチェックします。「行ラベル」ボックスに「担当者」をドラッグします。結果は、ブランクのセルも無く、正しい名前もあるので、問題はありません。

「数量」についても、ピボットテーブルを使って間違いがないかをチェックします。「行ラベル」ボックスに「数量」をドラッグします。1回に注文できる数量は「1」～「4」となっていたのですが、「10」～「40」の間違ったデータがありました。

Excelのフィルターを使って、元データから間違った伝票を抽出して修正を行います。「数量」の項目（列）にフィルターを設定し、間違ったデータ「10」～「40」を表示します。単位を間違えて「0」を付けていたことが原因だったので、「0」を取ります。