調査データ
アンケートやインタビューなどで人から得たデータ。
人の意識や行動、評価などを集めて分析するのに使う。
定量・定性の両方のデータが含まれることがある。
例：満足度に関するアンケートの回答結果。
実験データ
条件を操作して結果を観察することで得られたデータ。
原因と結果の関係を検証するのに適している。
再現性が高く、科学的な分析に使われる。
例：異なる温度で発酵速度を比較する食品実験の記録。
人の行動ログデータ
Webやアプリ上での人の操作や行動を記録したデータ。
クリック、スクロール、購入履歴などが含まれる。
ユーザーの傾向分析や改善に役立つ。
例：オンラインショップでの閲覧履歴や購入ボタンのクリック数。
機械の稼働ログデータ
機械やセンサーの動作記録を時系列で記録したデータ。
故障予知や稼働率の改善に使われる。
自動的に大量に蓄積される特徴がある。
例：工場のロボットアームの動作ログと異常検出履歴。
GISデータ
地理的な位置情報を含むデータ。
地図上に配置できるため、空間分析に使われる。
属性データと組み合わせて、地域ごとの傾向が見える。
例：災害発生地点と避難所の位置関係を示したデータ。
量的データ
数値で表せるデータ。
長さ、重さ、売上など、計算や統計処理が可能。
定量データとも呼ばれる。
例：1日の来店者数、商品の価格など。
質的データ
性質やカテゴリで分類されるデータ。
数値ではなく、名前や分類などを示す。
分析には集計やクロス集計などを用いる。
例：性別、出身地、職業など。
1次データ
自分で直接集めた元のデータ。
調査や実験を通じて取得する。
鮮度が高く、目的に合った情報が得られる。
例：自社で実施した顧客満足度調査の結果。
2次データ
他者が集めた既存のデータを利用したもの。
統計資料や公開データベースから取得される。
手軽に使えるが、自分の目的に合わない場合もある。
例：政府統計や過去の市場調査報告書。
メタデータ
データを説明するためのデータ。
作成日時、作成者、ファイル形式などの情報が含まれる。
データの整理や検索、管理に役立つ。
例：写真ファイルの撮影日時やカメラの設定情報。
構造化データ
決まった形式（表形式など）で整理されたデータ。
データベースやCSVファイルなどに使われる。
検索や集計、分析がしやすい。
例：Excelで作られた売上管理表。
非構造化データ
形式が決まっていない自由な形のデータ。
テキスト、画像、音声、動画などが該当する。
AIなどでの前処理が必要なことが多い。
例：SNSの投稿文やニュース記事の本文。
時系列データ
時間の経過とともに記録されたデータ。
時間軸に沿った変化や傾向を分析できる。
季節性や周期性の分析にも使われる。
例：月ごとの気温、毎日の株価など。
クロスセクションデータ
ある時点で複数の対象から得られたデータ。
同一時点での比較分析に使う。
一時的なスナップショットとして扱われる。
例：20XX年4月時点の47都道府県の人口。
データのサンプリング
全体から一部のデータを代表として抽出すること。
調査や分析の効率化に使われる。
無作為抽出や層化抽出などの方法がある。
例：1万人の顧客から100人を無作為に選んで意識調査。
データの名寄せ
同じ対象に関する複数のデータを統合すること。
名前や住所などが表記ゆれしていても、同一人物として扱えるようにする。
データベースの整理に重要な作業。
例：「山田太郎」「ヤマダタロウ」などの表記を統一して1人にまとめる。
データの外れ値
他のデータと比べて、極端に大きいか小さい値。
通常の範囲から大きく外れており、分析結果に大きな影響を与える可能性がある。
入力ミスや例外的な現象が原因の場合もある。
処理方法としては、削除・別データとして扱う・中央値で置き換えるなどがある。
例：通常は1000円〜5000円の売上が多い中で、1件だけ50万円というデータがある。
データの異常値
本来のルールや条件から外れている値。
外れ値とは異なり、統計的な意味よりも論理的・業務的におかしい値を指す。
センサーの故障、バグ、データ取得ミスなどが原因になることが多い。
原因を特定し、補正や除外などの対応を行う。
例：人間の年齢を扱うデータで「300歳」と入力されている。
データの欠損値
本来あるはずのデータが記録されていない状態。
空白や「N/A(エヌエイ)」「null(ヌル)」などの形式で現れる。
分析や計算に使えないため、補完または除外が必要になる。
平均値・中央値・推定値での補完や、欠損のあるデータの除外などの方法がある。
例：アンケートの一部の項目に回答がなく、空欄になっている。
アノテーション
データに意味やラベルを付ける作業。
AI学習用のデータ作成に欠かせない。
正確で一貫性のあるアノテーションが品質に直結する。
例：画像に「猫」「犬」とラベルをつけて機械学習に利用。
データの季節調整・移動平均
季節による変動や一時的なノイズを平準化する方法。
月ごとの変化を滑らかにしたり、傾向を読みやすくする。
経済や気象データの分析でよく使われる。
例：売上の季節変動を除いて、長期的な傾向を把握。
自然言語処理
人間の言語（日本語や英語）をコンピュータで扱う技術。
文章の分類、要約、翻訳、感情分析などが行える。
AIや検索エンジン、チャットボットに活用されている。
例：レビューから商品の評価傾向を自動で分析する。
画像処理
画像データを解析・変換する技術。
輪郭抽出、色補正、物体認識などが含まれる。
医療や防犯、工業検査などでも使われる。
例：カメラで撮影した製品のキズを自動検出する。