データクレンジングを効率化する6つの簡単なコツ

準備が不十分なデータは、不正確な分析結果につながり、データへの信頼性を損なう原因となります。データクレンジング(データクリーニング)とは、こうしたエラーを修正し、不完全なデータを取り除く作業のことです。

データは常に丁寧にクリーニングすべきですが、必ずしも長時間かかる作業ではありません。ここでは、効率的にデータをきれいにするための6つのコツをご紹介します。

別シートで列ごとにクリーニングする

大規模なスプレッドシートを扱う場合、多くの人は小さな単位に分割することで、クリーニング作業の負担を軽減し、特定のセクションに集中できるようにしています。1列ずつ作業する場合は、まず新しいシートを作成しましょう。その後、対象の列を新しいシートにコピーしてデータを整えます。

クリーニングが完了したら、その列を元のシートにコピーして戻し、古い列と置き換えます。

この方法なら、関数を誤って使用した際に、作業中の列だけでなくスプレッドシート全体に結果が適用されるミスを防げます。Excelでワークシートを挿入するには、画面下部のプラス(+)アイコンをクリックするか、「ホーム」タブの「挿入」メニューから「シートの挿入」を選択します。

Googleスプレッドシートで日付形式を変更する

ヨーロッパでは「日/月/年(DD/MM/YY)」の日付形式が一般的ですが、アメリカでは「月/日/年(MM/DD/YY)」が主流です。異なる日付形式に慣れた人たちが、事前にルールを決めずに共有スプレッドシートで作業すると、混乱が生じるのは想像に難くありません。

幸い、Googleスプレッドシートでは日付形式を変更できるため、手動での修正は不要です。デフォルトでは、スプレッドシートのロケール(地域設定)で一般的な形式が使用されますが、カスタムの日付形式を設定することも可能です。

まず書式を変更したいデータを選択し、「表示形式」>「数字」>「その他の表示形式」へと進みます。最後に「その他の日付と時刻の形式」を選択しましょう。そこから、表示された形式の中から選ぶことも、独自の形式を作成することもできます。

Tableauにインポートしたデータを整理する

データ可視化ツールとしてTableauを使用している方には朗報です。GoogleスプレッドシートやExcelなど、外部からインポートした情報を扱う際には、「Data Interpreter(データインタープリター)」機能が役立ちます。この機能はインポートしたデータを取得し、空欄セルなどクリーニングが必要な箇所を自動的に検出します。

Tableauの「接続」ペインを使って、.csv、.pdf、Googleスプレッドシートなど対応形式のデータを探します。必要に応じてテーブルをキャンバスにドラッグし、画面左側の「データソース」領域を確認します。次に、データソースセクションの「シート」部分にある「データインタープリターを使用」ボックスにチェックを入れましょう。

処理結果はデータペインで「結果の確認」を選択すると確認できます。これにより、Data Interpreterがどのようにデータを処理したかを説明するキー付きの情報がExcelで開きます。

Excelで古いデータを削除する

データは常に最新の状態に保つことが重要です。特に、リードリストを活用して顧客と接点を持つ場合はなおさらです。最も簡単な対策の一つは、誤ったメールアドレスや、ブランドとの関わりがなくなった購読者を削除することです。

古いデータの行全体を削除するには、該当行を右クリックして「削除」を選択します。または、セルをクリックして「Ctrl + A」キーでデータ範囲を選択し、Deleteキーを押して内容を消去してから、新しい情報を入力します。

ExcelのTRIM関数で余分なスペースを削除する

Excelには、面倒な作業を回避するのに役立つさまざまな関数があります。その一つがTRIM関数です。これは、単語間のスペース以外のすべての空白を取り除きます。Excel画面上部の数式バーに「=TRIM(文字列)」と入力しましょう。

次に、括弧内の「文字列」をトリムしたい対象に置き換えます。「B3」のようなセル参照を指定することも可能です。

Googleのスペルチェック機能で誤字を確認する

GoogleスプレッドシートやGoogleドキュメントでデータを扱う際は、誤字脱字がないか確認することをおすすめします。どんなに慎重なデータ入力のプロでも、疲労や急いで作業することによってミスが起こることはあります。

誤字は「ツール」メニューから「スペルチェック」を選択して確認できます。画面上では、疑わしいスペルミスを無視するか、提案された代替語で修正するかを選べます。また、Googleが誤ってミスとして検出する頻出語については、「辞書に追加」オプションが便利です。

ただし、スペルチェッカーを盲目的に信用しないよう注意が必要です。特にプロジェクトの文脈を考慮することが大切です。例えば、ツールが「Foxe」という単語を「fox」に修正するよう提案しても、それが人の姓であれば修正すべきではありません。

自分のルールを守り、必要に応じてチームと共有する

以上の6つのコツは、データクリーニングを始めるための良い出発点となるでしょう。自分に合った手順が見つかったら、データの正確性を高める必要があるたびに、同じ手順に従うのが賢明です。

複数人がデータにアクセスでき、今後もデータを準備する可能性がある場合は、あなたが使用している手法を共有しましょう。全員が同じプロセスを使うことで、データ品質の一貫性が保たれます。