データ活用とは？わかりやすく解説
データ活用の流れと、確率・代表値・ばらつきからデータを読み取る基本を学びます。
最初に考えてみよう
売上やアクセス数などのデータを集めても、ただ眺めるだけでは改善にはつながりません。どうすれば、データから「次に何をするべきか」を読み取れるのでしょうか？
解説
1成績アップ大作戦 ― データ活用の流れ
データは集めて終わりではありません。1歩ずつ進めて、 数字の山が行動に変わるまでを見てみよう。
2分析の手法と図表
- A/Bテスト
- 2つの案（新旧のデザインなど）を並行して出し、どちらが成果につながるか比べる
- 主成分分析
- たくさんの項目を、少数の指標にまとめて説明する
- クラスター分析
- 似ているものどうしをグループに分ける
- ABC分析
- 売上などの大きい順に並べ、重要度でA・B・Cに分ける
- データマイニング
- 大量のデータから、隠れた規則や関係を掘り出す
- BI
- データを集計・可視化して、経営の判断を助ける道具
バブルチャート：3つの要素を1枚で見せる
横軸・縦軸に2つ、円の大きさに3つ目の値をとる。例：店舗ごとの座席数（横）・客単価（縦）・売上高（円の大きさ）。
「項目を少数に絞る」→主成分分析、「グループ分け」→クラスター分析、「2案を並行して比べる」→A/Bテストです。
3ビッグデータの用語と、データの尺度
- 3V
- ビッグデータの3つの特徴。Volume（大容量）・Velocity（頻繁な更新）・Variety（多種多様）
- ライフログ
- 移動履歴・検索履歴・SNSの発信など、個人の活動の記録
- データサイエンティスト
- 統計や機械学習でビッグデータを分析し、ビジネスに役立つ知見を得る人
- 情報リテラシー
- データやツールを、課題の解決に適切に使いこなす能力
- CSV / XML
- CSV＝コンマなどで区切る形式。XML＝タグでデータの構造を書くマークアップ言語
データの尺度は4種類
名義尺度
区別するだけ
例：血液型・性別
順序尺度
順番に意味がある
例：学年・順位
間隔尺度
差に意味がある（0は「無い」ではない）
例：時刻・気温（℃）
比例尺度
比にも意味がある（0は「無い」）
例：睡眠時間・身長
「10時は5時の2倍」とは言えないので時刻は間隔尺度。「8時間は4時間の2倍眠った」は言えるので睡眠時間は比例尺度です。
4確率 ＝ 当たりの数 ÷ 全部の数
裏返した8枚のカードから1枚引きます。赤を引く確率は？
「1回も出ない」「少なくとも1回」は、くり返しのかけ算で
サイコロを2回投げて6が1回も出ない確率は、毎回「6以外」が続くので 5/6 × 5/6 ＝ 25/36。少なくとも1回は6が出る確率は、その残り 1 − 25/36 ＝ 11/36（余事象）。
5平均・中央値・最頻値 ― 同じデータを3つの見方で
5人の点数：60, 40, 70, 50, 50。この「真ん中あたり」を1つの数で表したい。
6外れ値 ― 平均は引っ張られる
⑤の5人のうち、70点の1人が335だったら？（入力ミスや、極端に大きい値＝外れ値）
7ばらつき ― 平均からどれだけ離れているか
2つの組の点数。平均はどちらも50点です。でも、同じ「50点の組」でしょうか？
8偏差値 ― 同じ点数でも、教科で価値が変わる
偏差値 ＝ 50 ＋ 10 ×（得点 − 平均点）÷ 標準偏差
国語も数学も 71点だったとき：
| 教科 | 平均点 | 標準偏差 | 偏差値 |
|---|---|---|---|
| 国語 | 60 | 10 | 50 + 10 × 11 ÷ 10 ＝ 61 |
| 数学 | 55 | 8 | 50 + 10 × 16 ÷ 8 ＝ 70 |
平均点よりどれだけ上かを、ばらつき（標準偏差）で割って比べます。平均が低く、ばらつきが小さい教科ほど、同じ点でも偏差値が高くなります。
9まとめ：4つの考え方
確認問題は、この4つのどれを使うかを選べば解けます。
10確認問題：4段階で本試験レベルへ
- 確率
- →代表値
- →外れ値
- →ばらつき
10本のくじのうち、当たりは3本。1本引いて当たる確率は？
試験のポイント
ITパスポート試験での問われ方
確率の基本、代表値の使い分け、分散・標準偏差によるばらつきと、BI・データ品質が問われる
間違えやすいポイント
- 外れ値があっても平均だけで判断する
- 標準偏差が大きいほど値がそろっていると思う
- データを多く集めれば必ず正しいと思う
関連用語
確率、平均、中央値、最頻値、分散、標準偏差、BI、データマイニング
図解の内容を文章で読む
データ活用をイメージでつかむ
データ活用では、目的に合うデータを集めて判断や改善へつなげます。そのために、起こりやすさを表す確率、中心を表す平均・中央値・最頻値、ばらつきを表す分散・標準偏差を使い分けます。
たとえると：クラスの点数を見るとき、平均だけでなく真ん中の点や点数の散らばりも見ると、全体の様子を誤解しにくくなります。
確率は「起こり得る結果が同じ程度に起こる」と考えられるとき、当てはまる結果の数÷全結果の数で求め、0から1（または0%から100%）で表します。データの中心を一つの値で表す代表値には、合計を件数で割る平均、順番に並べた中央の中央値、最も多く現れる最頻値があります。極端に大きい外れ値があると平均は引っ張られますが、中央値は影響を受けにくい特徴があります。各値が平均からどれほど離れるかをまとめたものが分散で、その平方根が標準偏差です。分散・標準偏差が小さいほど値は中心付近にそろい、大きいほど広く散らばっています。こうした統計量でデータを読み、BIによる見える化やデータマイニングで規則を探し、判断や改善につなげます。ただし、元データが誤っていたり偏ったりしていれば結論も信頼できないため、データ品質の確認が欠かせません。
押さえどころ
- 確率は起こりやすさを0から1で表す
- 平均・中央値・最頻値はデータの中心を見る代表値
- 分散・標準偏差が大きいほどデータのばらつきが大きい
- 分析結果を判断や改善につなげる
確認問題（7問）
確認問題は本サービスのオリジナル問題です。ログインなしで解けます（結果は保存されません）。
「データ活用」の過去問（12問）
IPAが公開しているITパスポート試験の公開問題から、このテーマの問題を集めました。
あわせて覚える英略語
つながるテーマ
学習を記録して、合格まで続ける
教材と確認問題はこのページで全部無料で使えます。登録すると「データ活用」の結果や習熟度が記録され、苦手分野の復習提案、試験日までの学習計画、合格準備度の見える化が使えます。最初の7日間は学習記録も無料です。