データ分析のおすすめ本・参考書！現役アナリストが厳選
この記事では現役データサイエンティストやアナリスト複数名にインタビューしたデータ分析のおすすめ本・参考書を紹介していきます！
ビッグデータ活用やデータサイエンスが流行し、データ分析に興味を持つ人が増えてきました。実際に私もとあるITメガベンチャーでPMとして現場でデータ分析をする機会が増えておりますし、より高度な分析に関してはアナリストやデータサイエンティスト等の専門家と連携しています。
データ分析と一口にいっても構成要素が多く中身は多岐にわたります。今回はそんなデータ分析を「データ分析の定番シリーズ」「データ分析」「データ可視化」「データ前処理」「データ概論・思考法・キャリア」の5つのテーマに分けてご紹介します。
▼電子書籍（Kindle）の読み放題もIT・コンピュータ系の技術書が多くおすすめです♪
Kindle Unlimitedで本の読み放題！無料体験する
▼関連記事
・現役エンジニアが厳選！Pythonのおすすめ本・参考書
・管理職のおすすめ本ランキング22冊！マネジメントを勉強しよう
・AWSを学ぶときのおすすめ本13冊+α！(初心者〜中級者向け)
まずはこの4冊！本格的にデータ分析が学べる定番本シリーズ
データ分析本というとツール毎に特化した本があったりして何を選べばよいのかよくわかりません。どのツールを使いこなすかも大事ですが、「そもそもデータ分析・統計分析・モデリング」などデータ分析に関する概念や考え方を知らないとどんなツールも宝の持ち腐れになってしまいます。
この章では、データ分析系の入門としてベストセラーの定番本シリーズを4冊紹介します！データ解釈、統計学、分析モデル、数理モデル、と本格的にデータ分析をしたい人にとって切っても切り離せない考え方を学べる良書たちです。
※なお、分析モデル、数理モデルはデータサイエンスに近い領域なので、企画系などのビジネス職としては解釈学、統計学、まで身につければ十分だと思います。もしくは「データ分析」パートで後述するExcelなどのデータ分析本を手に取るのがおすすめ。ご自身の求めるレベルに応じて選んでみてください！
分析者のためのデータ解釈学入門 データの本質をとらえる技術
データ分析系の定番シリーズ本でまず最初に紹介するのは「分析者のためのデータ解釈学入門 データの本質をとらえる技術」です。
本書はデータ分析者が必要な知識を簡潔かつわかりやすく網羅的に解説してくれる教科書的な一冊です。本書では様々ある分析手法だけでなく、データのばらつきやバイアス、行動心理学、サンプリング、データハンドリング、認知バイアスなどに関する知識を包括的に整理し、わかりやすく解説しています。数学に自信のない読者でも理解できるように工夫され、興味深い事例もたくさん盛り込まれており、飽きずに読むことができます。データサイエンティスト志望者や研究者、ビジネスマンにとっても魅力的な入門書です。
▼書籍概要
| 書籍名 | 分析者のためのデータ解釈学入門 データの本質をとらえる技術 |
| 発売日 | 2020/12/15 |
| 著者 | 江崎貴裕 |
| ページ数 | 282ページ |
| 出版社 | ソシム |
| 本の概要・おすすめポイント | データ分析に必要な知識を分かりやすく解説した教科書的な一冊。広範なトピックを網羅し、数学に自信のない読者でも理解可能。実践的で興味深い事例も盛り込まれ、データサイエンティスト志望者やビジネスマンにもおすすめの一冊。 |
| 中身（目次） | 第一部 データの性質に関する基礎知識 第1章 観測は簡単ではない 第2章 誤差とばらつき 第3章 データに含まれるバイアス 第4章 交絡因子と因果関係 第5章 データサンプリングの方法論 第二部 データの分析に関する基礎教養 第6章 データの扱い 第7章 一変数データの振る舞い 第8章 変数の間の関係を調べる 第9章 多変量データを解釈する 第10章 数理モデリングの要点 第三部 データの解釈・活用に関する基礎知識 第11章 データ分析の罠 第12章 データ解釈の罠 第13章 データ活用の罠 |
| 読んだ人のクチコミ | ・本職でデータ解析を担当することになり購入。内容的には基礎的な考え方が多めで読みやすい。この手の本はとっつきづらいので、マーカーやマンガなど読みやすい工夫がされている点もありがたいと思いました。 ・読後の感想としては「データ分析の入門書がでてきたな」です。基本的なデータの取り扱い方について解説した本は案外少ないので、参考になりました！ ・データ収集からデータの解釈まで、データ分析に必要となる基本的な教養・考え方・技術がひととおり学べます。最初の一冊としてはけっこう良いと思います |
購入はこちら
リンク
データ分析に必須の知識・考え方 統計学入門
次に紹介するデータ分析が学べる定番シリーズ本は「データ分析に必須の知識・考え方 統計学入門」です。既存の世の中にあふれるデータ分析の書籍は、数式ばかりの難解すぎる専門書か逆に単純化しすぎて広く浅い入門書しかないことに問題意識を感じて執筆されたという本書は「データ分析のための統計学」が本格的に学べるバランスの良い一冊です。専門的な内容もカバーしつつ、説明には図を多様することでわかりやすく仕上がっており、統計学の入門書として最適です！
▼書籍概要
| 書籍名 | データ分析に必須の知識・考え方 統計学入門 |
| 発売日 | 2021/11/26 |
| 著者 | 阿部 真人 |
| ページ数 | 364ページ |
| 出版社 | ソシム |
| 本の概要・おすすめポイント | データ分析における統計学の基本を理解するために必要な知識とアプローチを提供してくれる一冊。本書では仮説検定から統計モデリング、因果推論、ベイズ統計、機械学習、数理モデルまで包括的に取り上げつつも、わかりやすい説明と多用された図により、数学に自信のない読者でも読みこなすことができます^^ 統計学に苦手意識のある方やデータサイエンスに興味を持つ方におすすめ |
| 中身（目次） | 第1章 統計学とは 第2章 母集団と標本 第3章 統計分析の基礎 第4章 推測統計〜信頼区間 第5章 仮説検定 第6章 様々な仮説検定 第7章 回帰と相関 第8章 統計モデリング 第9章 仮説検定における注意点 第10章 因果と相関 第11章 ベイズ統計 第12章 統計分析に関わるその他の手法 第13章 モデル |
| 読んだ人のクチコミ | ・統計学について初心者でもわかりやすい解説がされています。入門書として後輩にもおすすめしました ・仮説検定、回帰と相関、因果と相関、ベイズ統計など、アナリストとして避けては通れない統計の基礎がよくまとまってます ・データ分析専門家のおすすめということで読みました。わかりやすいのに内容が濃い良書だと思います！ |
購入はこちら
リンク
本質を捉えたデータ分析のための分析モデル入門
データ分析の定番本シリーズの3冊目は「本質を捉えたデータ分析のための分析モデル入門」です。
本書は、広範な分析モデルを扱った入門向けの書籍で、初歩的な手法から深層学習や強化学習まで幅広い専門領域にわたり詳細な解説がなされています。（目次を見ていただければそのカバー範囲の広さがよくわかります）。最新のトピックにはあまり触れられておらず、どちらかといえば基本的・普遍的な内容に主眼が置かれている入門書です。また、数式は必要最小限に抑えられており、代わりに図やグラフが多用され、初心者でも直感的に分析モデルについて理解を深めやすいです^^
▼書籍概要
| 書籍名 | 本質を捉えたデータ分析のための分析モデル入門 |
| 発売日 | 2022/8/5 |
| 著者 | 杉山聡 |
| ページ数 | 468ページ |
| 出版社 | ソシム |
| 本の概要・おすすめポイント | 本書は広範な分析モデルを取り上げた入門書で、初歩的な手法から深層学習や強化学習まで様々な専門領域が詳しく解説されています。最新のトピックというよりは基本的で普遍的な内容に焦点が当てられています。数式は最小限に抑えられ、視覚的な要素として図やグラフが活用され、初学者でもモデルの理解がしやすい！ |
| 中身（目次） | 序章 分析モデルを学ぶための準備 第1部 定型データの扱い 第1章 回帰分析 第2章 回帰分析の結果の評価と解釈 第3章 ロジスティック回帰分析 第4章 機械学習を用いた回帰・分類 第2部 非定型データの扱い 第5章 深層学習入門 第6章 画像の分類 第7章 物体検出とセマンティックセグメンテーション 第8章 基本的な自然言語処理手法 第9章 深層学習を用いた自然言語処理モデル(前半) 第10章 深層学習を用いた自然言語処理(後半) 第11章 統計的言語モデル 第12章 付加構造があるデータの扱い 第3部 強化学習 第13章 強化学習とは 第14章 強化学習の技法 第15章 深層強化学習の技法 第4部 データから知見を得る方法 第16章 クラスタリング 第17章 因子分析・主成分分析 第18章 データの関連を調べる分析 第19章 データの背後の構造を用いる分析 第5部 線形回帰分析の深い世界 第20章 多重共線性 第21章 発展的な回帰分析 |
| 読んだ人のクチコミ | ・分析モデルについて学び始めたい人の最初の一冊としておすすめできます。分析モデルについて広範囲をカバーしており、しかも図や色が豊富につかわれており理解もしやすかったです。 ・分析モデルについて辞書的につかえます。手元に置いておきたい！ ・データサイエンティストやアナリストであれば触れることの多い手法や概念が多岐にわたり紹介されています。入門書としてもおすすめしたい一冊。 |
購入はこちら
リンク
データ分析のための数理モデル入門
データ分析のベストセラー入門書シリーズ、最後に紹介するのは「データ分析のための数理モデル入門」です。本書のターゲットはデータ分析やモデリングの初学者や初級者向けで、モデリング手法の基礎的な部分だけでなく、モデリングの選択と使用方法、誤解しやすい部分などをわかりやすく解説しています。
一般的なデータ分析の文脈では言及されないけど重要な数理手法にも触れており、モデリングに慣れた読者にも楽しめる内容となっています。基礎的な数理モデルから高度なモデルまで広く取り上げ、利用法の違いやパラメータの設定、モデルの評価についても詳しく解説しています。オールカラーかつイラストも豊富で頭に残りやすく、これから数理モデルに入門したい人におすすめの一冊です。
▼書籍概要
| 書籍名 | データ分析のための数理モデル入門 |
| 発売日 | 2020/5/13 |
| 著者 | 江崎貴裕 |
| ページ数 | 287ページ |
| 出版社 | ソシム |
| 本の概要・おすすめポイント | 初学者向けで、基礎的なモデリング手法から選択・使用方法、誤解しやすい部分までわかりやすく解説。一般的なデータ分析文脈にはない重要な数理手法も紹介し、モデリング経験者にも楽しめる。基礎から高度なモデルまで幅広く取り上げ、利用法やパラメータ設定、評価にも詳細な解説。オールカラーでイラストも多く、入門者におすすめの一冊。 |
| 中身（目次） | 第一部 数理モデルとは 第1章 データ分析と数理モデル 第2章 数理モデルの構成要素・種類 第二部 基礎的な数理モデル 第3章 少数の方程式によるモデル 第4章 少数の微分方程式によるモデル 第5章 確率モデル 第6章 統計モデル 第三部 高度な数理モデル 第7章 時系列モデル 第8章 機械学習モデル 第9章 強化学習モデル 第10章 多体系モデル・エージェントベースモデル 第四部 数理モデルを作る 第11章 モデルを決めるための要素 第12章 モデルを設計する 第13章 パラメータを推定する 第14章 モデルを評価する |
| 読んだ人のクチコミ | ・これまで統計学や数理モデルの本は何冊か読みましたが、本書が図も多いし解説が一番わかりやすかったです ・もう少し踏み込んだ内容だと嬉しいが、確率モデルや機械学習モデル、強化学習モデルにも触れられているので満足 ・初心者オブ初心者のわたしには少しむずかしかった。ある程度高校数学や統計についてわかっているなら読みやすいのではと思いました |
購入はこちら
リンク
データ分析
ここからは現役データアナリストやサイエンティストによるデータ分析に関するおすすめ本を紹介します！データ分析をする際にはPython、SQL、Excel、Tableauなどいろいろなツールがあり、それぞれのツール毎に専門の分析本が出ているのでそれらをある程度網羅するように工夫しました。
取り上げるジャンルとしてはデータ分析の入門書から一般的なデータ分析スキルに関する書籍、Pythonでのデータ分析の書籍、ExcelやSQL、Tableauまでさまざまです。ぜひ気になる書籍・参考書を手に取ってみてください^ ^
※ガッツリデータサイエンスについて学びたい方は「第四次産業革命スキル習得講座のおすすめプログラミングスクール一覧（最大70%の給付金）」を活用して一気に学ぶのもおすすめです^^
実践 データ分析の教科書
データ分析のおすすめ本のまず一冊目は「実践 データ分析の教科書」です。本書は日立製作所の10年にわたる実践ノウハウが具体的な現場応用事例として紹介されている良書です。データ分析の基礎技術や手順、プロジェクト成功の秘訣が詳細に解説されています。また、データサイエンティストの10の分類や1日の仕事の進め方、未来像についても言及されており、読むだけで楽しめる内容です。IT担当者やデータサイエンティスト志望者などがデータを活用して社内DXを推進するときに役立つ入門書です！
▼書籍概要
| 書籍名 | 実践 データ分析の教科書 |
| 発売日 | 2021/8/27 |
| 著者 | 株式会社日立製作所 |
| ページ数 | 256ページ |
| 出版社 | リックテレコム |
| 本の概要・おすすめポイント | 日立製作所の実践ノウハウが詳細に紹介される良書。データ分析の基礎や成功の秘訣が解説され、データサイエンティストの分類や仕事の進め方、未来についても触れられている。IT担当者やデータサイエンティスト志望者に役立つ入門書としておすすめです！ |
| 中身（目次） | 第1章 データサイエンスの現場 第2章 データサイエンティストになるには 第3章 データサイエンスプロジェクトの進め方 ~失敗しないために 第4章 分野別に学ぶデータサイエンス 第5章 データサイエンスの現場適用とは 第6章 データサイエンティストの未来 |
| 読んだ人のクチコミ | ・トピックが1つ1つ具体的なので初心者だけでなく中級者でもしっかりタメになります ・まさにデータ分析を「現場で実践」するときの手引書といえる。データサイエンスプロジェクトの進め方の章がとても参考になりました ・豊富な現場経験に基づいて執筆されているため専門的な内容です。後輩にもおすすめしたい一冊 |
購入はこちら
リンク
Pythonによるあたらしいデータ分析の教科書 第2版
ここからはPythonを使ったデータ分析のおすすめ参考書の紹介です。まず最初は「Pythonによるあたらしいデータ分析の教科書 第2版」です。本書では、データの取得・加工、データの可視化、プログラミング、基礎的な数学の知識、機械学習の流れや実行方法、といったデータ分析エンジニアに必要な基礎技術を丁寧に解説してくれています。概要→コードの解説→分析の実践という3ステップでしっかりと理解しながら読み進められる構成になっており勉強を進めやすいです。
▼書籍概要
| 書籍名 | Pythonによるあたらしいデータ分析の教科書 第2版 |
| 発売日 | 2022/10/24 |
| 著者 | 寺田 学、辻 真吾、鈴木 たかのり、福島 真太朗 |
| ページ数 | 517ページ |
| 出版社 | 翔泳社 |
| 本の概要・おすすめポイント | データ分析エンジニアとして必要なPythonの基本的な文法、データフォーマットについて、データの前処理技術、データの可視化技術、既存アルゴリズムでの機械学習の実装方法、などを学ぶことができます。 |
| 中身（目次） | 第1章 データ分析エンジニアの役割 第2章 Pythonと環境 第3章 数学の基礎 第4章 ライブラリによる分析の実践 第5章 応用：データ収集と加工 |
| 読んだ人のクチコミ | ・numpy、pandasなどの代表的なライブラリをはじめ、Pythonの基本操作、機械学習の操作方法など実践的な内容も掲載されていて、入門書としてとても濃い一冊でした ・基礎的な内容が多いので、初心者がPythonでのデータ分析の全体像を把握するとっかかりとしておすすめです。技術書というよりは参考書という側面が強いかもしれません。 ・本書を通じてPythonの基本的な文法、データフォーマット、データの前処理技術、データの可視化技術、既存アルゴリズムでの機械学習の実装方法などを幅広く学ぶことができました |
購入はこちら
リンク
東京大学のデータサイエンティスト育成講座
Pythonを用いたデータ分析おすすめ本の次に紹介するのは「東京大学のデータサイエンティスト育成講座」です。本書は東京大学で実際に行わたデータサイエンティストの人気講座をベースに作られた書籍です。Python3を用いて基本的なプログラムの記述から始まり、データの取得、読み込み、操作、Pythonライブラリの活用、確率統計、機械学習（教師あり・なし学習、チューニング）など、データサイエンスの基礎を丁寧に解説しています。
- 実際のデータを用いて実践的なスキルを養い、データ分析の現場にも適用可能な内容を提供
- Python初学者やデータ分析初心者を対象
- 基本的なPythonやライブラリ（Numpy、Pandas、Matplotlib）の基礎や、統計や確率の基礎も易しく解説
- Pandasを使用したデータの前処理や加工、Matplotlibを用いたデータ可視化の手法も具体的に解説
- 機械学習の基礎から具体的な手法、モデルの検証やハイパーパラメータの調整方法、評価指標、アンサンブル学習に至るまで多岐にわたる内容
- 実践的な練習問題や総合演習問題も用意
▼書籍概要
| 書籍名 | 東京大学のデータサイエンティスト育成講座 |
| 発売日 | 2019/3/14 |
| 著者 | 塚本邦尊、山田典一、大澤文孝、中山浩太郎、松尾 豊 |
| ページ数 | 448ページ |
| 出版社 | マイナビ出版 |
| 本の概要・おすすめポイント | 本書の特徴として、実際のデータを用いて実践的なスキルを養うことで、Python初学者やデータ分析初心者からでもデータ分析の現場にも適用できるようになる内容を提供しています。 |
| 中身（目次） | Chapter 1 本書の概要とPythonの基礎 Chapter 2 科学計算、データ加工、グラフ描画ライブラリの使い方の基礎 Chapter 3 記述統計と単回帰分析 Chapter 4 確率と統計の基礎 Chapter 5 Pythonによる科学計算（NumpyとScipy） Chapter 6 Pandasを使ったデータ加工処理 Chapter 7 Matplotlibを使ったデータ可視化 Chapter 8 機械学習の基礎（教師あり学習） Chapter 9 機械学習の基礎（教師なし学習） Chapter 10 モデルの検証方法とチューニング方法 Chapter 11 総合演習問題 |
| 読んだ人のクチコミ | ・本書を一冊通して学ぶことでPythonのデータ分析の実力がつく一冊です ・練習問題が豊富なのでデータサイエンスのスキルをつけるのにおすすめ ・東大の松尾教授が提供していた人気講座を書籍で学べるのは非常におとくだと思いました |
購入はこちら
リンク
Python 実践データ分析 100本ノック 第2版
次に紹介するPythonのデータ分析のおすすめ本・参考書は「Python 実践データ分析 100本ノック 第2版」です。本書は教科書のように体系的に学んでいくというよりは100本ノックという題名の通り、リアルな分析現場で起こりがちな状況を想定した演習問題をたくさんこなして実力をつけて即戦力になるための書籍です。例えば通常の現場ではきれいに整ったデータは無い場合が多く、「汚いデータをどう整えて分析をしていくか」などの実践練習ができるイメージです。
▼書籍概要
| 書籍名 | Python 実践データ分析 100本ノック 第2版 |
| 著者 | 下山輝昌、松田雄馬、三木孝行 |
| 発売日 | 2022/6/15 |
| ページ数 | 360ページ |
| 出版社 | 秀和システム |
| 本の概要 | 本書は100本ノックという題名の通り、リアルな分析現場で起こりがちな状況を想定した演習問題をたくさんこなして即戦力になるための書籍です |
| どんな人におすすめか | Pythonで実際のビジネス現場で使える分析スキルを身に着けたい人、より手を動かすことを主眼に学びたい人 |
| おすすめポイント | 顧客の行動予測や退会予測のお題、物流の最適ルートを設計するお題、画像処理や言語処理のお題、など実際の現場で起こりうる分析課題をどんどんこなしていけます。 |
| 中身（目次） | 第１部 基礎編：データ加工 第1章 ウェブからの注文数を分析する10本ノック 第2章 小売店のデータでデータ加工を行う10本ノック 第2部 実践編①：機械学習 第3章 顧客の全体像を把握する10本ノック 第4章 顧客の行動を予測する10本ノック 第5章 顧客の退会を予測する10本ノック 第3部 実践編②：最適化問題 第6章 物流の最適ルートをコンサルティングする10本ノック 第7章 第8章 第4部 発展編：画像処理/言語処理 第9章 潜在顧客を把握するための画像認識10本ノック 第10章 放課後練 さらなる挑戦 第11章 深層学習に挑戦する10本ノック 第12章 データ加工に挑戦する10本ノック 付録 Appendix① データ結合とデータ正規化 Appendix② 機械学習 Appendix③ 最適化問題 |
| 読んだ人のクチコミ | ・コード例が都度書かれているため理解が深まります ・実践的な分析の練習をたくさんこなせるので、Python初心者でこれから分析スキルを磨きたい人にとてもおすすめです ・基礎知識がある前提での演習本なので、Pythonについて何も知らない状態で読んでもあまり有効活用はできないと思います。少し触ったことがある人にとっては非常に有益です。 |
購入はこちら
リンク
Pythonによるデータ分析入門
データ分析のおすすめ本、Pythonパートの次に紹介するのはオライリー本の「Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理」です。本書はpandas（Pythonの代表的なデータ分析ツール）の開発者であるWes McKinney氏が著者です。pandas、Numppyでのデータ分析を深く学びたい人におすすめです。
▼書籍概要
| 書籍名 | Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理 |
| 著者 | Wes McKinney、瀬戸山 雅人(翻訳)、小林 儀匡 (翻訳)、滝口 開資 (翻訳) |
| 発売日 | 2018/7/26 |
| ページ数 | 596ページ |
| 出版社 | オライリージャパン |
| 本の概要 | データ分析の中でもとりわけNumpyやPandasの解説ページが多いので、それらを学びたい人にうってつけです。 |
| どんな人におすすめか | NumpyやPandasを使いたい人、データサイエンスの基礎から深く学びたい人 |
| おすすめポイント | Pythonの中でも特にNumpyやPandasの解説が多く理解が深まります。またコード例も豊富なので実際の書き方もわかります。 |
| 中身（目次） | 1章 はじめに 2章 Pythonの基礎、IPythonとJupyter Notebook 3章 Python組み込みのデータ構造と関数、ファイルの扱い 4章 NumPyの基礎：配列とベクトル演算 5章 pandas入門 6章 データの読み込み、書き出しとファイル形式 7章 データのクリーニングと前処理 8章 データラングリング：連結、結合、変形 9章 プロットと可視化 10章 データの集約とグループ演算 11章 時系列データ 12章 pandas：応用編 13章 Pythonにおけるモデリングライブラリ入門 14章 データ分析の実例 付録A NumPy：応用編 付録B IPythonシステム上級編 |
| 読んだ人のクチコミ | ・NumpyやPandasのページ数が多いのでとても理解が深まりました。またデータの前処理も触れられているのも嬉しい。 ・データサイエンスのバイブル本として非常に有益です。研修の参考図書としても存分に活用させてもらっています。 ・オライリー本なので非常に内容が濃くて良い入門書です |
購入はこちら
リンク
問題解決の最初の一歩 データ分析の教室（Excel）
ここからはExcel本です。Excelを使ったデータ分析を学びたい人向けのおすすめ本・書籍が「問題解決の最初の一歩 データ分析の教室」です。本書は難しいと感じがちな「データ分析」について、街のパン屋さんの再生ストーリーとして分かりやすく学べる入門書です。ツールもExcelなので誰でもとっつきやすく、データ分析の入門書として最適な一冊です。書籍内でExcelのサンプルデータも付いているので、実際に手を動かしながら分析の肌感覚を身につけられるのがうれしいポイント。
▼書籍概要
| 書籍名 | 問題解決の最初の一歩 データ分析の教室 |
| 発売日 | 2023/1/20 |
| 著者 | 野中美希、市原義文 (読み手) |
| ページ数 | 256ページ |
| 出版社 | 青春出版社 |
| 本の概要・おすすめポイント | 難しいと感じがちな「データ分析」について、街のパン屋さんの再生ストーリーとして分かりやすく学べる入門書です。Excelのサンプルデータ付きなので実際に手元で動かしながら体験できるので身につきやすいのもおすすめ。 |
| 中身（目次） | 序章 データ分析で何ができるの？―悩めるパン屋の店主と常連客 1章 データ分析は“目的”が第一―パンは美味しい。なのに儲からないワケ 2章 ピボットテーブルはデータ分析の必修ツール―数字が教えてくれた不都合な現実 3章 データを多角的、立体的に見る方法―ランチのお客さまを取り戻せ！ 4章 データ分析が教えてくれる“次の一手”―売れば売るほど損するパン！？ 5章 無味乾燥な数字から“意味”を引き出すには―晴れた日はパンをたくさん焼こう 6章 データに隠された業務改善のヒント―生産性が上がるとみんな幸せ 終章 「数値目標」と「実績」のサイクルを回す―夢のしっぽが見えてきた |
| 読んだ人のクチコミ | ・データ分析をしろといきなり上司に言われたけどよくわからずに本書を手に取りました。Excelの使い方もわかったし、具体的な分析イメージもできたので本当に助かりました！ ・データ分析の基本が身につきました。ある程度はExcelを使える人のほうが身になりやすいかも ・ハードルの高いピボットテーブルの使い方がよくわかりました。物語形式なのでアタマに入ってきやすいと感じました |
購入はこちら
リンク
統計学の基礎から学ぶExcelデータ分析の全知識
ここからはExcelを使ったデータ分析のおすすめ本を紹介します。まず最初は「統計学の基礎から学ぶExcelデータ分析の全知識」です。
現場で統計を活用しようと思うとPython等のエンジニアスキルが必要なコトも多いですが、Excelで実現できる分析でも実際のビジネスにおいては非常に有用です。ピボットテーブルはもちろん、仮説検定や回帰分析など基本的な統計手法はExcelで問題なく実現可能です。
本書はそんなExcelを活用したデータ分析スキルを統計学の基礎から学んで身につけられる入門書です。初心者でも迷わずに実践できるわかりやすい解説がポイント♪
▼書籍概要
| 書籍名 | 統計学の基礎から学ぶExcelデータ分析の全知識 |
| 発売日 | 2021/3/12 |
| 著者 | 三好大悟、堅田洋資 |
| ページ数 | 272ページ |
| 出版社 | インプレス |
| 本の概要・おすすめポイント | Excelを活用したデータ分析スキルを統計学の基礎から学んで身につけられる入門書です。初心者でも迷わずに実践できるわかりやすい解説がポイント。基本的な統計分析を本書で身につけよう！ |
| 中身（目次） | Chapter1 データ分析の全体像を知ろう Chapter2 基本統計でデータの傾向をつかもう Chapter3 実務ですぐ使えるデータ可視化をマスターする Chapter4 仮説が正しいかどうか仮説検定で結論を出す Chapter5 データの前処理を理解する Chapter6 線形回帰モデルを活用して売り上げアップを図る Chapter7 最適化でベストな商品単価を導く |
| 読んだ人のクチコミ | ・本書を買うとサンプルデータがDLできるので実際にExcelで手を動かしながら理論と実践を学ぶことができました ・Excelでデータ分析をはじめたい人にとって最適な一冊。研修教材としても使わせてもらっています ・これからデータ分析を身に着けたい人はExcelから始めると良さそうです。自分も本書を通うじて統計学やデータ分析の基本を身につけることができました！ |
購入はこちら
リンク
Excelで学ぶデータ分析本格入門 (Excel本格入門)
「詳細な統計学や理論はいらないから、ビジネスの現場で実際に使えるデータ分析について知りたい」という人に最適な一冊が「Excelで学ぶデータ分析本格入門 (Excel本格入門)」です！こちらもExcelを使ったデータ分析を学ぶときに非常におすすめ。
目次を見ていただければよくわかりますが、例えば「中長期の売上分析」「売上と粗利分析をして商品力を評価する」「新店舗の売上予想」などビジネスの現場で実際に起こりうる分析事例が多数掲載されています。本書に書かれている事例を分析できるようになったら立派な分析官と言えそうです♪
▼書籍概要
| 書籍名 | Excelで学ぶデータ分析本格入門 (Excel本格入門) |
| 発売日 | 2019/9/6 |
| 著者 | 日花 弘子 |
| ページ数 | 379ページ |
| 出版社 | SBクリエイティブ |
| 本の概要・おすすめポイント | 「詳細な統計学や理論はいらないから、ビジネスの現場で実際に使えるデータ分析について知りたい」という人に最適な一冊。例えば「中長期の売上分析」「売上と粗利分析をして商品力を評価する」「新店舗の売上予想」などビジネスの現場で実際に起こりうる分析事例が多数掲載。 |
| 中身（目次） | 本書を読むための準備 CHAPTER 01 データ分析のススメ 01 データ分析という武器を手に入れる 02 本書におけるデータ分析の進め方 CHAPTER 02 ビジネスデータの収集と加工 01 データを効率よく集める 02 データ分析でよく使うExcelの機能 03 データを整える 04 データをまとめる、分解する CHAPTER 03 販売に関するデータ分析 01 中長期的な目線で売り上げ推移を分析する 02 販売計画と実績を比較する 03 商品管理にメリハリをつける 04 売上金額と粗利益の両面から商品を評価する 05 効率よく利益を生み出している部門を見つける CHAPTER 04 企画に関するデータ分析 01 販売実績をもとに来期の売上高を予測する 02 売り上げ変動を考慮した月別販売計画を立てる 03 新店舗の売上高を予測する 04 複数のデータから新店舗の売上高を予測する CHAPTER 05 顧客に関するデータ分析 01 顧客を手早くランキングする 02 優良顧客を見つける 03 アンケートから改善項目を見える化する CHAPTER 06 財務に関するデータ分析 01 採算ラインを把握する 02 テナント料の値上げに対処する |
| 読んだ人のクチコミ | ・Excelでデータ分析をしたい人は辞書として一冊手元に置いておきたい ・本書に書かれた分析ができたら普通にコンサルタントレベルです ・カラーなので頭に残りやすい。重回帰分析をつかった予測モデルの作成など、専門的な分析もカバーしていてありがたかった |
購入はこちら
リンク
Excelでできるデータの集計・分析を極めるための本
「Excelを使う機会は今のところあまり無いけど関数やピボットテーブルなど分析スキルを身につけたい」「普段からExcelを使用しているが集計・分析スキルが弱いので磨きたい」という人におすすめの参考書が「Excelでできるデータの集計・分析を極めるための本」です。
見やすい表の基本レイアウト、関数やピボットテーブルを使った分析手法、テーブルやシートの構造など、Excelでデータ分析をするためには必須の知識が詰まっています。また、サンプルデータもついており、知識だけではなく実際にPCを操作して具体的な実践まで練習できるポイントもGOOD！
▼書籍概要
| 書籍名 | Excelでできるデータの集計・分析を極めるための本 |
| 発売日 | 2020/9/8 |
| 著者 | 森田貢士 |
| ページ数 | 400ページ |
| 出版社 | ソシム |
| 本の概要・おすすめポイント | 見やすい表の基本レイアウト、関数やピボットテーブルを使った分析手法、テーブルやシートの構造など、Excelでデータ分析をするためには必須の知識が詰まっています。初心者が入門して中級者を目指す書籍としては十分なレベル感です |
| 中身（目次） | 第1章 実践的な話の前に、最低限押さえておいて欲しい6つの基本 第2章 集計作業を高速で終わらせるためのテクニック 第3章 集計精度を格段に上げる「前処理」の作業＝データ整形を極める 第4章 集計元データの転記＆表レイアウト変更のテクニック 第5章 データ分析は「データの視覚化」から 第6章 データの「問題点」を発見し、重点的に分析する 第7章 データ間の「関連性の強さ」を分析する 第8章 ビッグデータ時代の集計方法 第9章 更なる効率化はプロセス全体の仕組み化から始まる |
| 読んだ人のクチコミ | ・実際の画面キャプチャが多いので初学者でもイメージがわきました ・パワークエリにまで言及されており凄く踏み込んだ書籍です！ ・多数あるExcel本の中でも本書は関数やピボットテーブル、人に見せるアウトプットを作成する上で充実した内容だと思います |
購入はこちら
リンク
ビッグデータ分析・活用のためのSQLレシピ
ここからはSQLを用いてデータ分析をしたい人におすすめの本・参考書の紹介です！まず最初は「ビッグデータ分析・活用のためのSQLレシピ」です。本書は名前の通りSQLをデータ分析に活用したい人のための必読書として人気がある書籍です。私も実際に本書のケースをやり込んでSQLスキルアップをした経験があります。非常におすすめ！
特徴は実務でデータ分析をする上で必要なケースが多数掲載されている点で、例えば「ECサイトの売上分析をする」「RFM分析をする」「ユーザーの訪問頻度を集計する」「継続率・定着率を分析する」など現場で頻出するパターンの紹介やクエリ例が掲載されており、非常に実践的です。サンプルデータのダウンロードもできるのでただ読むだけでなく実際に手を動かしながら学べるのもGOOD！
本書は「【初心者向け】SQLおすすめ本を厳選！（独学の入門・勉強方法も）」や「現役PdMが厳選！プロダクトマネジメントのおすすめ本」でも紹介している良書です^^
▼書籍概要
| 書籍名 | ビッグデータ分析・活用のためのSQLレシピ |
| 発売日 | 2017/3/27 |
| 著者 | 加嵜 長門、田宮 直人 |
| ページ数 | 496ページ |
| 出版社 | マイナビ出版 |
| 本の概要・おすすめポイント | 本書は名前の通りSQLをデータ分析に活用したい人のための必読書として人気がある書籍です。特徴は実務でデータ分析をする上で必要なケースが多数掲載されている点で、例えば「ECサイトの売上分析をする」「RFM分析をする」「ユーザーの訪問頻度を集計する」「継続率・定着率を分析する」など現場で頻出するパターンの紹介やクエリ例が掲載されており、非常に実践的です。サンプルデータのダウンロードも可能。 |
| 中身（目次） | 1 ビッグデータ時代に求められる分析力とは 2 本書で扱うツールとデータ群 3 データ加工のためのSQL 4 売上を把握するためのデータ抽出 5 ユーザーを把握するためのデータ抽出 6 Webサイトでの行動を把握するためのデータ抽出 7 データ活用の精度を高めるための分析術 8 データを武器にするための分析術 9 知識に留めず行動を起こす |
| 読んだ人のクチコミ | ・データ分析を強みにしたビジネスマンになりたいなら必読 ・実践的な分析テクニックが紹介されておりとても勉強になります ・ビッグデータエンジニア、アナリスト、プロダクトマネージャーなどデータを使う多くの職種で有用だと思います ・現場で「こういう分析がしたいけどどういうSQLを書けばいいのか」というときに辞書的に利用できて便利 |
購入はこちら
リンク
集中演習 SQL入門 Google BigQueryではじめるビジネスデータ分析
SQLを用いてデータ分析をしたい人におすすめの本・参考書の次に紹介するのは「集中演習 SQL入門 Google BigQueryではじめるビジネスデータ分析」です。表題のとおり、データ分析のためのSQL・Google Big Queryに特化した内容のため、データ分析をこれからガッツリ勉強したい人に最適な本です。（こちらはSQLの中でも特にbigqueryを使いたい、データ分析を極めたい、などの人向けの入門書となります）
※BugQueryでそもそもデータ基盤構築をしたい方は以下記事で紹介している本がおすすめ：GCP（Google Cloud Platform）のおすすめ本・参考書11冊！現役クラウドエンジニアが厳選
▼書籍概要
| 書籍名 | 集中演習 SQL入門 Google BigQueryではじめるビジネスデータ分析 |
| 著者 | 木田 和廣 |
| 発売日 | 2021/2/19 |
| ページ数 | 480ページ |
| 出版社 | インプレス |
| 本の概要 | 日々のデータ分析で使えるSQLがすぐに身につく！座学と実戦形式で体でSQLを覚えましょう。標準のSQLに準拠した記述作法や基本構文はもちろん、グループ化と集計、テーブルの結合・集合演算、サブクエリからはじまり、ウィンドウ関数、UNNEST関数など関数に至るまで、SQLの基礎〜分析に必要な項目まで網羅的に学ぶことができます。 |
| どんな人におすすめか | Bigqueryを使ってデータ分析スキルを身につけたいエンジニアやビジネスパーソン（主に分析メインでプログラミング未経験でも取り組める入門書・参考書です） |
| おすすめポイント | 日々のデータ分析で使えるSQLを身につけたい＆Google Bigqueryを活用したいなら本書がおすすめです。Googleアカウントがあればすぐに利用できます。もちろん、前提知識や特別な環境のインストールは不要です。 |
| 中身（目次） | CHAPTER 1 はじめてのSQL CHAPTER 2 BigQueryの利用開始 CHAPTER 3 SQLの基本構文 CHAPTER 4 グループ化とデータの集計 CHAPTER 5 複数テーブルの結合と集合演算 CHAPTER 6 サブクエリ CHAPTER 7 さまざまな関数 CHAPTER 8 ウィンドウ関数 PRACTICE 演習ドリル |
| 読んだ人のクチコミ | ・Bigqueryを学びたい人にはこの一冊がまずはオススメ（十分すぎるぐらい内容が濃いです） ・230門の問題を解く過程で、アタマで理解してたクエリ文を体で理解できるようになります ・躓かずに最後までやり抜くことができました。素晴らしいbigquery入門書です。 |
購入はこちら
リンク
Tableauデータ分析 ～入門から実践まで～ 第3版
ここからは有名なBIツールであるTableauによるデータ分析のおすすめ本・参考書を紹介していきます！まず最初はTableauでのデータ分析入門書として人気がある本の代名詞である「Tableauデータ分析 ～入門から実践まで～ 第3版」です。
本書は実際にTableauを現場で使いこなす有識者たちが執筆しており、これからTableauでデータ分析をする人におすすめ。基本的な知識や操作方法、実践的なデータ分析方法、Tableauユーザー事例の体験談などの情報が満載な良書です。「Tableauを学びたいけどどこから学べばいいか分からない」などの方はまず本書を手にとって見てください^^
▼書籍概要
| 書籍名 | Tableauデータ分析 ～入門から実践まで～ 第3版 |
| 発売日 | 2022/11/15 |
| 著者 | 清水隆介、前田周輝、三好淳一、小野泰輔、山口将央 |
| ページ数 | 6672ページ |
| 出版社 | 秀和システム |
| 本の概要・おすすめポイント | Tableauを学びたいけどどこから学べばいいか分からない」などの方はまず本書から。実際にTableauを現場で使いこなす有識者たちが執筆しており、これからTableauでデータ分析をする人におすすめ。 |
| 中身（目次） | 第1部 はじめてのTableau 第1章 Tableauとは 第2章 はじめてのTableau分析ダッシュボード作成 第2部 Tableauの基本操作 第3章 データに接続してみる 第4章 データソース画面の操作 第5章 ワークスペースの操作 第6章 Tableauの基本機能（その1） 第7章 Tableauの基本機能（その2） 第3部 「それで？」と言われないTableauデータ分析の考え方 第8章 やみくもなデータ分析では失敗する 第9章 データ分析プロジェクトのプロセス 第4部 応用例で見るTableauデータ分析 第10章 商品分析 第11章 顧客分析 第5部 Tableauユーザー事例 第12章 活用事例 特別寄稿 Japan Tableau User Group おすすめ書籍・オンライン学習・サイト |
| 読んだ人のクチコミ | ・Tableau入門の決定版として先輩から教えてもらいました。辞書として常に手元のデスクにおいています！ ・Tableauをメインで使う職場にデータアナリストとして転職することが決まったので買いました。具体的な活用事例が豊富なので使ったことがない自分でもよく理解できました ・Tableau公式ドキュメントよりもわかりやすい。第三版まで発行されているだけはあって信頼できます |
購入はこちら
リンク
Tableauによる最強・最速のデータ可視化テクニック 第2版
Tableauを用いたデータ分析のおすすめ本の次に紹介するのは「Tableauによる最強・最速のデータ可視化テクニック 第2版」です。著者は元々Tableau社のセールスエンジニアをやられたらTableauの超スペシャリストです。元々中にいた人が書かれているので実際のユーザーが知りたいことが網羅的にかかれています。（セールスエンジニアだったので直接顧客から問い合わせを受けるチームなのではおさらですね）
本書の特徴としては、たくさんの画面キャプチャが掲載されており、データ抽出、加工、グラフ作成、ダッシュボード作成などTableauでのデータ分析に関わる全ての工程を網羅しています。Tableauを使っていると非常によく使う計算式やビジュアル化スキルなど、体系的にまとまっています。
▼書籍概要
| 書籍名 | Tableauによる最強・最速のデータ可視化テクニック 第2版 |
| 発売日 | 2022/5/27 |
| 著者 | 松島 七衣 |
| ページ数 | 368ページ |
| 出版社 | 翔泳社 |
| 本の概要・おすすめポイント | 元々Tableau Software社で働いていた著者によるTableau入門書。本書の特徴としては、たくさんの画面キャプチャが掲載されており、データ抽出、加工、グラフ作成、ダッシュボード作成などTableauでのデータ分析に関わる全ての工程を網羅 |
| 中身（目次） | Chapter1 Tableauの概要 Chapter2 チャートの作成 Chapter3 データの整備 Chapter4 フィールドの整備 Chapter5 ビジュアライゼーションの周辺効果 Chapter6 ダッシュボードとストーリーの作成 Chapter7 ワークブックの共有とエクスポート Chapter8 Tableau Prepによるデータ準備 Chapter9 Tableau Server・Tableau Onlineでの共有と最新データの表示 |
| 読んだ人のクチコミ | ・可視化やデータ分析を専門とする部署に移動することになり急遽購入。Tableauは初めてですがスクショといっしょに解説があるのでイメージが湧きました ・実際にゼロからダッシュボードを作成・共有するところまでこの本一冊だけでできました！ ・さすが元々Tableau社の人だけあってつまづくポイントを良くわかってくれています |
購入はこちら
リンク
データ可視化
次にデータ可視化についておすすめの本や参考書を紹介します！どれだけ高度な技術でデータ分析をしたり鋭い考察を出せたとしても、データを分かりやすく可視化することができなければその威力を十二分に発揮することはできません。
この章ではダッシュボード作成など一般的なデータ可視化についての本に始まり、Pythonによるビジュアライゼーションの解説本など入門書から専門的な書籍まで幅広くリストアップしました！
データ視覚化のデザイン
データ分析の中でもデータ可視化・ビジュアライゼーションに特化したおすすめ本としてまず最初に紹介するのは「データ視覚化のデザイン」です。データ可視化に関する書籍の中でも有名なので読んだことがある方も多いかもしれません。
本書はデータ可視化を専門にしたい人にぜひ読んで欲しいバイブル本です。ビジュアライゼーションは初心者向けの書籍も多いですが本書は現場でバリバリ可視化をされているプロ中のプロが執筆されており内容も非常に濃い一冊です。
おすすめポイントとしては、実際に活用する場面を意識した内容になっており、本書を通じて誰にどう見せるか、がきちんと整理できるようになります。また、細かいテクニックはもちろん、その背景まで丁寧に解説してくれるので、納得感や定着度が高まる内容。（個人的には本書が一番データ可視化系で役に立ちました！）
本サイトの「KPI管理・数値化のおすすめ本ランキング」でも紹介している良書です^^
▼書籍概要
| 書籍名 | データ視覚化のデザイン |
| 発売日 | 2020/6/19 |
| 著者 | 永田 ゆかり |
| ページ数 | 202ページ |
| 出版社 | SBクリエイティブ |
| 本の概要・おすすめポイント | ビジュアライゼーションのプロが執筆したデータ可視化の決定版かつバイブル本です！おすすめポイントとしては、実際に活用する場面を意識した内容になっている店と、細かいテクニックだけでなくその背景まで丁寧に解説してくれるので、納得感や定着度が高まるところが凄く良い！ |
| 中身（目次） | 第1章 データ視覚化「キモのキモ 第2章 これだけでグッとプロっぽくなるコツ 第3章 目的に応じたチャートの選択 第4章 事例で学ぶ －ダッシュボード作成過程思考キャプション第5章 本当に組織に根付かせるために |
| 読んだ人のクチコミ | ・データを武器にして業務やビジネスを推進したい人は必読です。チャート・グラフの表現方法、ダッシュボードの定義や作り方などビジュアル化について非常に参考になりました ・本書に書かれている内容を会社で実践したところ、半期の社内表彰をしてもらいました！何度も読み返したいし、後輩にも今後絶対おすすめしたい ・専門分野の書籍を買うならプロが書いた本に限りますね。データ分析の第一人者が書いているので説得力もありますし、内容もわかりやすい |
購入はこちら
リンク
データビジュアライゼーションの教科書
「自分でデータ分析をするスキルは身についたけど、分析した結果を人に伝えたり誰でも数字を把握できるダッシュボードをきれいに作ることが次の課題である」という人におすすめなのが「データビジュアライゼーションの教科書」です。
本書は一貫して「データをわかりやすく表現・可視化する」という点にフォーカスしています。書籍自体のデザインもカラーが多くて非常に頭に入りやすい設計です。「こういう見せ方をしたいときはこのグラフを使う」などデータ可視化のセオリーを幅広く学べます。本書はその名の通り、データビジュアライゼーション（データ可視化）に特化した教科書的な一冊。
▼書籍概要
| 書籍名 | データビジュアライゼーションの教科書 |
| 発売日 | 2019/5/31 |
| 著者 | 藤 俊久仁、渡部 良一 |
| ページ数 | 192ページ |
| 出版社 | 秀和システム |
| 本の概要・おすすめポイント | その名の通り、データビジュアライゼーション（データ可視化）に特化した教科書的な一冊。「こういう見せ方をしたいときはこのグラフを使う」などデータ可視化のセオリーなどを学ぶことができます。入門書に最適！ |
| 中身（目次） | 第1章 データ活用時代の到来 第2章 データビジュアライゼーションとは 第3章 データビジュアライゼーションに関する定義・研究 第4章 データビジュアライゼーションのセオリー 第5章 Hop! 『インフォメーションデザイン』の基本のキ 第6章 Step! 違いを生むテクニック 第7章 Jump! BIツールで差をつける |
| 読んだ人のクチコミ | ・グラフやチャートなどのデータ可視化初心者には非常におすすめ。実践的なノウハウが豊富に詰まっています。ただ、中級者である自分にとっては少し簡単でした。 ・色を多用して一見見栄えは良いダッシュボードを作りがちな私でしたが、本書で書かれた可視化のポイントを抑えることで、「わかりやすいダッシュボードになった！」と上司に褒められました ・Tableauが中心の内容なのでそこだけ間違わないように注意！ |
購入はこちら
リンク
ビジネスダッシュボード 設計・実装ガイドブック
データ可視化に関するおすすめの本・書籍の次に紹介するのは「ビジネスダッシュボード 設計・実装ガイドブック」です。
本書はCDP（企業が保有するあらゆる顧客情報を収集、統合、分析するためのデータ基盤のこと）の分野で世界でトップクラスの会社であるトレジャーデータのチームが執筆。現場で培った最前線のノウハウが詰まった良書。実際にビジネス加速に貢献するためのダッシュボード設計、構築から、見落とされがちな運用フェーズまでカバーされており、非常に実践的な内容です。
ツールの使い方や可視化スキルだけでなく、「そもそも可視化によって何を実現したいか、何を可視化するか（要求定義・要件定義）」などの上流工程から「作ったあとの運用・サポートフェーズ」まで幅広い分野を学ぶ上で最も良い本だと思います。
▼書籍概要
| 書籍名 | ビジネスダッシュボード 設計・実装ガイドブック |
| 発売日 | 2023/6/14 |
| 著者 | トレジャーデータ、池田 俊介、藤井 温子、櫻井 将允、花岡 明 |
| ページ数 | 264ページ |
| 出版社 | 翔泳社 |
| 本の概要・おすすめポイント | ツールの使い方や可視化スキルだけでなく、「そもそも可視化によって何を実現したいか、何を可視化するか（要求定義・要件定義）」などの上流工程から「作ったあとの運用・サポートフェーズ」まで幅広い分野を学ぶ上で最も良い本だと思います。 |
| 中身（目次） | 第1章 ダッシュボードの種類と課題 第2章 ダッシュボード構築プロジェクトの全体像 第3章 ダッシュボードの要求定義・要件定義 第4章 ダッシュボード設計 第5章 ダッシュボードデザイン 第6章 データ準備・ダッシュボード構築 第7章 運用・レビュー・サポート |
| 読んだ人のクチコミ | ・実際のデータ可視化、ダッシュボード構築プロジェクトの流れがよくわかりました ・会社のダッシュボードが全然整備されてないので自分で構築してやろうと思い購入。。最初の要求定義・要件定義が肝なんだなと痛感しました！ ・各工程での成果物も具体的に示されておりイメージがわきました |
購入はこちら
リンク
ハーバード・ビジネス・レビュー流 データビジュアライゼーション
データ分析おすすめ本として次に紹介する可視化関連の書籍は「ハーバード・ビジネス・レビュー流 データビジュアライゼーション」です。こちらは世界最高峰の経営誌であるハーバード・ビジネス・レビューがどのようにビジュアル化やチャート化をしているのか？という内容の本。データ可視化が体系的かつ実践的にまとまっています。
良いチャートとはどういうものか？数値をどう表現するか？受け手に納得感を持ってもらうためのコツは？など実際のビジネス現場で陣頭指揮を執った著者によるノウハウがたくさん詰まっている良書です！
▼書籍概要
| 書籍名 | ハーバード・ビジネス・レビュー流 データビジュアライゼーション |
| 発売日 | 2022/4/13 |
| 著者 | スコット・ベリナート、DIAMONDハーバード・ビジネス・レビュー編集部(翻訳) |
| ページ数 | 248ページ |
| 出版社 | ダイヤモンド社 |
| 本の概要・おすすめポイント | 世界最高峰の経営誌であるハーバード・ビジネス・レビューがどのようにビジュアル化やチャート化をしているのか？という内容の本。可視化について体系的に基本を学びたいという人にぜひおすすめです♪ |
| 中身（目次） | はじめに 新しい言語と必要な技能 PART１ 理解する Understand 第１章 データビズの略史 第２章 チャートが目を奪う時 PART２ 作成する Create 第３章 ２つの問いから導き出す４つのタイプ 第４章 チャートを数時間で改善する PART３ 磨く Refine 第５章 印象づけるための磨き方 第６章 説得するための磨き方 第７章 説得か、それとも操作か PART４ 提示する・実践する Present and Practice 第８章 説得するための見せ方 第９章 ビジュアルの批評 |
| 読んだ人のクチコミ | ・データ可視化やチャート作成などの基本的な考え方は本書を一冊読むことで習得できると思います ・アナリストに限らず普通のビジネスマンやマーケターもぜひ読んでほしい ・世の中のわかりふらいグラフやチャートが少しでも減ってくれると期待できる本（笑） ・何度読んでも新しい発見がある |
購入はこちら
リンク
データ分析者のためのPythonデータビジュアライゼーション入門
データ可視化に関するおすすめ本の次に紹介したいのが「データ分析者のためのPythonデータビジュアライゼーション入門」です。本書はPythonのライブラリを活用してデータビジュアライゼーションする手法を解説しています。棒グラフ、ヒストグラム、散布図、インフォグラフィック、ワードクラウドなどの様々な可視化技術にはじまり、基本的なデータ可視化の考え方やノウハウが紹介されている書籍です。
これからPythonでデータ分析・可視化を入門したい人はぜひ読んでほしい一冊。優れたデータ分析担当やサイエンティストの多くが読んでいる良書ですよ！
▼書籍概要
| 書籍名 | データ分析者のためのPythonデータビジュアライゼーション入門 |
| 発売日 | 2020/8/6 |
| 著者 | 小久保 奈都弥 |
| ページ数 | 224ページ |
| 出版社 | 翔泳社 |
| 本の概要・おすすめポイント | 様々なチャートをPythonのライブラリで作成する方法などを解説したPythonでのビジュアル化に関する入門書。これからPythonでデータ分析・可視化を学びたいたい人はぜひ読んでほしい一冊 |
| 中身（目次） | Chapter 1 データビジュアライゼーションとは Chapter 2 データビジュアライゼーションに必要な考え方 Chapter 3 本書で使用する環境について Chapter 4 Pythonでのデータ取り扱いの基本 Chapter 5 様々なグラフ・チャートによるビジュアライゼーション Chapter 6 位置情報のビジュアライゼーション Chapter 7 文字情報のビジュアライゼーション Chapter 8 インフォグラフィックのビジュアライゼーション Appendix データビジュアライゼーションにおけるカラーパレット |
| 読んだ人のクチコミ | ・Pythonで可視化をするための最初のきっかけ、とっかかりとして最適な一冊 ・Pythonでデータ分析をはじめた初心者です。本書は非常にわかりやすく、色々なグラフを作って遊んでいるうちにスキルを身につけることができました ・これまでExcelでやっていた作業をPythonでできるようになったことで非常に効率化できました |
購入はこちら
リンク
指標・特徴量の設計から始める データ可視化学入門
データの可視化の本質、数量を把握するデータ可視化、などデータの解釈に厚みをもたせたい人に読んで欲しいのが「指標・特徴量の設計から始める データ可視化学入門」です。100例以上ものデータ可視化のPythonコードをダウンとできるため実践的なスキルも身に着けやすい点もおすすめ♪
▼書籍概要
| 書籍名 | 指標・特徴量の設計から始める データ可視化学入門 |
| 発売日 | 2023/12/9 |
| 著者 | 江崎貴裕 |
| ページ数 | 270ページ |
| 出版社 | ソシム |
| 中身（目次） | 第１章 データ可視化の本質 第２章 数量を把握するデータ可視化 第３章 メカニズムをとらえるデータ可視化 第４章 多変数をとらえるデータ可視化 第５章 データの分布をとらえる指標化 第６章 関係性をとらえる指標化 第７章 パターンをとらえる指標化 第８章 データ指標化・可視化のプロセス Appendix：Pythonデータ可視化コーディング入門 |
| 読んだ人のクチコミ | ・同僚に勧められて読んだのですがデータ分析の本質を学ぶことができて、仕事が一段上に上がった気がします ・この手の本はあまり無く新しいですが、きちんと可視化について学ぶことができました ・まだ新しい本ですが、ビジネスでデータ分析や可視化に少しでも関わっている人はできれば早めに読むことをおすすめします |
購入はこちら
リンク
データ前処理
データ分析をする上でそもそもデータを分析しやすい形式に加工する「前処理」は非常に重要です。データ分析の成否はその手前にある前処理にあるといっても過言ではないです。実際、私が勤めているメガベンチャーではデータ前処理を専門にする役割の人もいます。
この章ではデータ分析においても大切なデータ前処理に特化したおすすめ書籍を紹介していきます！
前処理大全［データ分析のためのSQL/R/Python実践テクニック］
データ分析をする上で避けては通れないデータの加工・前処理について網羅的に学べるおすすめ本が「前処理大全［データ分析のためのSQL/R/Python実践テクニック］」です。
先ほども記載しましたがデータサイエンスの現場においてはデータの整形・加工などの「前処理」に非常に多くの時間を割く必要があります。本書はそんな前処理を効率的に処理するための実装方法を紹介してくれている良書です。R、Python、SQLを用いた実装方法なので多くの現場でそのまま活用できるのも嬉しいポイントです♪
▼書籍概要
| 書籍名 | 前処理大全［データ分析のためのSQL/R/Python実践テクニック］ |
| 発売日 | 2018/4/13 |
| 著者 | 本橋 智光 |
| ページ数 | 336ページ |
| 出版社 | 技術評論社 |
| 本の概要・おすすめポイント | データ分析をする上で避けては通れないデータの加工・前処理について網羅的に学べるおすすめ本。R、Python、SQLを用いた実装方法なので多くの現場で活用できる形式の一冊。 |
| 中身（目次） | Part1 入門前処理 第1章 前処理とは Part2 データ構造を対象とした前処理 第2章 抽出 第3章 集約 第4章 結合 第5章 分割 第6章 生成 第7章 展開 Part3 データ内容を対象とした前処理 第8章 数値型 第9章 カテゴリ型 第10章 日時型 第11章 文字型 第12章 位置情報型 Part4 実践前処理 第13章 演習問題 |
| 読んだ人のクチコミ | ・データ分析する時に本当に苦労する前処理について勉強できる良い本 ・非常に煩わしいデータの事前準備、、加工の工程を効率化するための実装方法が紹介されており助かりました ・前処理の基本を初心者が網羅的に学ぶことができます |
購入はこちら
リンク
現場で使える！pandasデータ前処理入門
データクレンジング・データ前処理のおすすめ本で、特にPythonの必須ライブラリpandasに特化した本が「現場で使える！pandasデータ前処理入門」です。本書ではデータサイエンスの現場で定番のライブラリ「pandas」を用いた前処理の基本や、様々な手法について網羅的に解説していますす。
サンプルが豊富な点と、初学者でも理解しやすいようにデータ構造やpandasの基本操作だったり、そもそもの前処理についての基礎基本をしっかり学べます。機械学習やデータサイエンスを現場で使いこなしたい人には必読の一冊。
▼書籍概要
| 書籍名 | 現場で使える！pandasデータ前処理入門 |
| 著者 | 株式会社ロンバート |
| 発売日 | 2020/4/20 |
| ページ数 | 688ページ |
| 出版社 | 翔泳社 |
| 本の概要・おすすめポイント | 機械学習の精度をあげるためにもデータ前処理は必要不可欠です。本書ではPythonの定番ライブラリであるpandasを使ったデータ前処理の基本や様々な技術について深く学ぶことができます。 |
| 中身（目次） | Chapter 1 pandasの概要とPythonの基本操作 1.1 機械学習の分野でなくてはならないライブラリ「pandas」 1.2 pandasを利用する環境の構築 1.3 Pythonのデータ構造 1.4 Pythonの基本操作 1.5 Jupyter Notebookの基本操作 Chapter 2 pandasのデータ構造 2.1 シリーズ 2.2 データフレーム 2.3 インデックス 2.4 pandasを触ってみよう Chapter 3 データ参照と読み込み 3.1 データ参照 3.2 ファイルの読み込み・書き出し Chapter 4 データ集計と並べ替え 4.1 データ集計 4.2 データ並べ替え Chapter 5 データ変形 5.1 追加と削除 5.2 データ連結とマージ 5.3 その他のデータ変形 Chapter 6 欠損値・外れ値・重複データ 6.1 欠損値 6.2 外れ値 6.3 重複データ Chapter 7 関数適用とグループ化 7.1 関数処理 7.2 for文によるループ処理 7.3 データのグループ化 Chapter 8 その他の操作 8.1 文字列操作 8.2 データの可視化 8.3 階層型インデックス 8.4 時系列データ Chapter 9 データ分析の基本 9.1 探索的データ解析（EDA） 9.2 整然データ（Tidy Data） 9.3 データ分析の実例（Bank Marketing） 9.4 データ分析の実例（Online Retail Data Set） |
| 読んだ人のクチコミ | ・Pythonのデータ処理をする際、この一冊を常に手元においておきたい ・かなり分厚いです。Pythonの基礎知識ぐらいは無いと読み通すのは難しいかなと思います。データ分析をキャリアの軸としたいならこのレベルは身につけたいところ ・機械学習やデータ分析は一通り勉強したけど前処理についてはあまり知らない時代に読みました ・pandasを深く学びたくて手に取りました。Pythonの基本も書いてあるので助かりました |
購入はこちら
リンク
現場のプロが伝える前処理技術
現場で使えるデータ前処理・クレンジングの技術を学びたい人におすすめな本が「現場のプロが伝える前処理技術 ~基礎から実践まで学ぶ テーブルデータ/自然言語/画像データの前処理」です。
本書は「テーブルデータ」「自然言語」「画像」の3種類のデータをどのように前処理していくのか？具体的なソースコードはどう書くのか？現場では何をすればいいのか？複数の手法からどれを選択すべきか？など実際のビジネスの現場で起こり得るデータ処理業務を考慮した内容となっています。かなり実践的な内容でおすすめ。
本書の細かい目次も掲載しておいたのでぜひ参考にしてください。
▼書籍概要
| 書籍名 | 現場のプロが伝える前処理技術 ~基礎から実践まで学ぶ テーブルデータ/自然言語/画像データの前処理 |
| 著者 | 石井 大輔(Team AI 代表 )、漆畑 充、及川大智、大下健史(BCI)、オング優也 |
| 発売日 | 2020/8/31 |
| ページ数 | 360ページ |
| 出版社 | マイナビ出版 |
| 本の概要・おすすめポイント | 本書は「テーブルデータ」「自然言語」「画像」の3種類のデータをどのように前処理していくのか？具体的なソースコードはどう書くのか？現場では何をすればいいのか？複数の手法からどれを選択すべきか？など実際のビジネスの現場で起こり得るデータ処理業務を考慮した内容となっています。かなり実践的な内容でおすすめ。 |
| 中身（目次） | Chapter1 本書の概要 Chapter2 テーブルデータの前処理 2-1 テーブルデータの前処理 2-2 テーブルデータの前処理 2-3 データの結合と集約 2-4 テーブルデータの理解 2-5 カテゴリカル変数の処理 2-6 欠損値の処理 2-7 データスケーリング 2-8 データ変換 2-9 次元削減法 2-10 特徴量選択 Chapter3 自然言語の前処理 3-1 自然言語データ処理の基礎 3-2 テキスト読み込み 3-3 クレンジング 3-4 形態素解析 3-5 ベクトル化 3-6 オーグメンテーション Chapter4 画像データの前処理 4-1 画像認識の流れ 4-2 ディレクトリ構成 4-3 画像の撮影 4-4 アノテーション 4-5 画像の読み込みと表示 4-6 切り抜きとリサイズ 4-7 画像の結合とスケーリング 4-8 データの分割 4-9 「データ拡張」で過学習を防ぐ Chapter5 業界別データ活用動向 5-1 製造業におけるデータ取得と活用 5-2 金融業界におけるデータ取得と活用 5-3 マーケティングにおけるデータ取得と活用 5-4 小売データの取得と活用 |
| 読んだ人のクチコミ | ・画像処理について学べる本は少ないので非常に参考になりました ・現場で必要になる前処理について、かなり実践的な目線で書かれています ・後回しにされがちな「前処理」という分野にフォーカスした書籍。実際にデータサイエンスのプロたちが執筆しており非常に具体的です |
購入はこちら
リンク
機械学習のための「前処理」入門
データ分析やデータサイエンスにおけるデータの前処理を中心に解説しているおすすめ本の1つが「機械学習のための「前処理」入門」です。機械学習などのデータサイエンス業務をする上で多くの工数を費やす「前処理」を中心に説明した本。実務で実際に使う生データをどう扱えばいいのか？通常のデータ分析の入門書ではなかなか触れられませんが、本書ではそんな前処理について深く学ぶことができる入門書です。
構造化データ、時系列データ、画像データ、自然言語データなど様々なデータ形式のものをどのように前処理していくのか？具体的なケースと合わせて理解していけるのでおすすめ。
▼書籍概要
| 書籍名 | 機械学習のための「前処理」入門 |
| 著者 | 足立 悠 |
| 発売日 | 2019/6/6 |
| ページ数 | 304ページ |
| 出版社 | リックテレコム |
| 本の概要・おすすめポイント | 構造化データ、時系列データ、画像データ、自然言語データなど様々なデータ形式のものをどのように前処理していくのか？具体的なケースと合わせて理解していけるのでおすすめ。 |
| 中身（目次） | 第1章 データ分析・活用を始めるために 第2章 データ分析のプロセスと環境 第3章 構造化データの前処理 第4章 構造化データの前処理（2） 第5章 画像データの前処理 第6章 時系列データの前処理 第7章 自然言語データの前処理 付録 1 JupyterLab ローカル環境の構築 2 画像認識モデルの作成 3 記事分類モデルの作成 4 記事トピックの抽出 5 様々な可視化ツール |
| 読んだ人のクチコミ | ・データ前処理の基本的なテクニックを学ぶことができる。入門書と書かれているように初学者向けの内容だと思います ・Pythonでのデータ前処理を初心者向けに解説した本です。とりあえず触れてみたい人に良いのではないか ・一部KerasやScikit-learnを利用した実例もありカバー範囲としてはそこそこ広めです |
購入はこちら
リンク
pandasクックブック
pandasを使ったデータ分析を学びたい人におすすめなのが「pandasクックブック」です。pandasの基本や重要な操作、Matplotlib、PandasとSeabornを使ったデータの可視化など幅広い内容がカバーされています。pandasでのデータ分析の手法が体系的にまとまった良書だと思います。また、サンプルデータもダウンロードできるので実際にpandasをPCで動かしながら学べる点も嬉しい^^
pandasの理解を体系的に深めたい人におすすめの一冊です。
▼書籍概要
| 書籍名 | pandasクックブック |
| 著者 | Theodore Petrou、黒川利明 (翻訳) |
| 発売日 | 2019/2/8 |
| ページ数 | 388ページ |
| 出版社 | 朝倉書店 |
| 本の概要・おすすめポイント | pandasの理解を体系的に深めたい人におすすめの一冊。pandasについて体系的かつ実際のデータを用いて具体的に理解を深めていける構成となっています。 |
| 中身（目次） | 1 pandas基礎 2 DataFrameの必須演算 3 データ分析開始 4 データから部分抽出 5 booleanインデックス法 6 インデックスアラインメント 7 集約，フィルタ，変換のためのグループ分け 8 整然形式にデータを再構成 9 pandasオブジェクトの結合 10 時系列分析 11 matplotlib,pandas,seabornによる可視化 |
| 読んだ人のクチコミ | ・pandasを深く学ぶ上で非常に参考になる本 ・サンプルデータで実際にデータ分析のトレーニングができる点が嬉しい。やっぱり知識をつけるだけではだめで、実際に手を動かしながら学ぶのが一番手っ取り早いです ・初心者や見習い分析官から経験豊富なデータサイエンティストまで幅広い層に役立つ内容だと思います（自分は中堅サイエンティスト） |
購入はこちら
リンク
データ概論・思考法・キャリア
データ分析のおすすめ本・書籍をここまででたくさん紹介してきました。ここからはデータアナリストやサイエンティストに必要な思考法やデータについての考え方などの本、そして、データを強みにしたい人向けにキャリア形成に関係する本を紹介します！
データ分析人材になる。
データ概論・思考法・キャリアに関する書籍でまず最初に紹介するのは「データ分析人材になる。 目指すは「ビジネストランスレーター」」です。
データサイエンティストのように高度な分析でなくとも、ビジネスの基本スキルとして「データ分析」の必要性が高まっています。本書はデータ分析をうまく活用するために必要な知識や考え方を提供してくれる良書です。
多くの企業が抱えている課題を取り上げて、データ分析で課題を解決できた事例、できなかった事例をそれぞれ紹介。たいていは成功事例を語った内容ばかりですが、本書のように失敗事例からも学ばせてくれる点が非常におすすめです。もちろん、BIツールなど実際に可視化する上で必要となるデータ分析ツールも紹介してくれており、これからビジネスの現場でデータ分析を活用したい人にもおすすめ。
▼書籍概要
| 書籍名 | データ分析人材になる。 目指すは「ビジネストランスレーター」 |
| 著者 | 木田 浩理、伊藤 豪、高階 勇人、山田 紘史 |
| 発売日 | 2020/10/15 |
| ページ数 | 256ページ |
| 出版社 | 日経BP |
| 本の概要・おすすめポイント | 本書はデータ分析をうまく活用するために必要な知識や考え方を提供してくれる良書です。失敗事例を取り上げてそこから学びを得られる点も良いポイントの1つですね^^ |
| 中身（目次） | 第１章 経験値を上げる ～失敗と成功の経験談～ 第２章 実践５Ｄフレームワーク 第３章 ５Ｄフレームワークによるデータ分析人材育成法 |
| 読んだ人のクチコミ | ・本書を読んで「データを分析してみて何に活用できるか考える」というよくある間違ったアプローチを是正できました ・文系でもデータ分析人材になりたいと思って読みました。まだ理解しきれていませんが何度も読み返してデータ分析人材を目指します！ ・ビッグデータ、機械学習、IoTなどデータ活用イシューが現場で増えてきています。本書の5Dフレームワークの考え方を現場で取り入れたい |
購入はこちら
リンク
データ分析の力 因果関係に迫る思考法
データ概論・思考法・キャリアに関するおすすめ書籍で次に紹介するのは「データ分析の力 因果関係に迫る思考法」です。
「相関関係はあるけど因果関係が無い」というケースは良くビジネスの現場で起こりがちです。本書ではデータ分析をビジネスに活用する上で必須となる「因果関係」にフォーカスした内容。重要な考え方であるデータから因果関係を導くことの難しさ、ランダム化比較試験、の2つで本書の半分程度内容を占めています。
難しい数式やプログラミング言語は使わず、データ分析や因果関係をわかりやすく解説してくれている入門書であり良書です。新書なので読みやすい。
▼書籍概要
| 書籍名 | データ分析の力 因果関係に迫る思考法 |
| 著者 | 伊藤 公一朗 |
| 発売日 | 2017/4/18 |
| ページ数 | 284ページ |
| 出版社 | 光文社 |
| 本の概要・おすすめポイント | 難しい数式やプログラミング言語は使わず、データ分析や因果関係をわかりやすく解説してくれている入門書。 |
| 中身（目次） | 第1章 なぜデータから因果関係を導くのは難しいのか 第2章 現実の世界で「実際に実験をしてしまう」――ランダム化比較試験(RCT) 第3章 「境界線」を賢く使うRDデザイン 第4章 「階段状の変化」を賢く使う集積分析 第5章 「複数期間のデータ」を生かすパネル・データ分析 第6章 実践編:データ分析をビジネスや政策形成に生かすためには? 第7章 上級編:データ分析の不完全性や限界を知る 第8章 さらに学びたい方のために:参考図書の紹介 |
| 読んだ人のクチコミ | ・数式なしで因果推論の手法を解説してくれます。文系や統計初心者でも読みやすい ・データの最大限に活用したいもののイマイチ数式ばかりでイメージできなくて悩んでいたときに出会った一冊。概念を正しく理解するために読みました。 ・因果推論の入門書として非常におすすめできる一冊 |
購入はこちら
リンク
10年戦えるデータ分析入門 SQLを武器にデータ活用時代を生き抜く
データ分析やデータ活用スキルを強みにしたいと考えている方におすすめな本が「10年戦えるデータ分析入門 SQLを武器にデータ活用時代を生き抜く」です。SQLによるデータ分析本なのでSELECT文の紹介がメインですが、第1章が前置き・第2章〜第10章がSQL・第11章〜第13章がSQL中心アーキテクチャや分析システムの構築という大きく3つのテーマで構成されています。テック業界でよくSQLを学び始めるときのおすすめ本として紹介されています。
著者の方は「SQLを知っているが馴染めていない人・SQL自体をそもそも知らない人のために書いた本だ」と話していました。書店でもよく目立つところに陳列されているイメージです。
▼書籍概要
| 書籍名 | 10年戦えるデータ分析入門 SQLを武器にデータ活用時代を生き抜く |
| 発売日 | 2015/6/25 |
| 著者 | 青木 峰郎 |
| ページ数 | 363ページ |
| 出版社 | SBクリエイティブ |
| 本の概要・おすすめポイント | データ分析本なのでSELECT文の紹介がメインですが、第1章が前置き・第2章〜第10章がSQL・第11章〜第13章がSQL中心アーキテクチャという大きく3つのテーマで構成されています。テック業界でよくSQLを学び始めるときのおすすめ本として紹介されています。 |
| 中身（目次） | 第1部 SQLによるデータ分析 第1章 10年戦えるデータ分析の技術 第2章 さわってみようRDBMS 第3章 簡単！ select文でデータ探索 第4章 すべての分析は集計から始まる 第5章 関数で自由自在に新しいカラムを作り出す 第6章 ジョインを制するものはRDBMSを制す――基礎編 第7章 ジョインを制するものはRDBMSを制す――応用編 第8章 遅れて来た分析SQL最強の武器――ウィンドウ関数 第9章 縦と横は難しい 第10章 アクセスログのセッション分析をする 第2部 分析システムの構築 第11章 10年戦えるデータ分析システム 第12章 ビッグデータに立ち向かう 第13章 SQLバッチの技法 第14章 本書を読み終えた後に |
| 読んだ人のクチコミ | ・SQLを学びたい初心者にとても有用です！この一冊が10年戦っていくための足がかりになると思います ・エンジニアだけでなく非エンジニアでデータ活用をしたいという方にもおすすめです！ ・初心者でも読みやすい分量でした |
購入はこちら
リンク
統計学が最強の学問である
データ概論・思考法・キャリアに関するおすすめ書籍で次に紹介するのはこれまたベストセラーになった人気の本である「統計学が最強の学問である」です。発売当時はビッグデータがバズワードになっていたこともありよく書店で平積みされていました。
本書は社会調査法、疫学・生物統計学、心理統計学、データマイニング、テキストマイニング、計量経済学という統計学の主要6分野を横断的に解説しているこれまでにない切り口の一冊。統計学の基礎知識や基本的な教養、データの活用方法を学ぶことができます。
- データ分析は試行錯誤の回数が重要
- 最善な判断をするために最小十分なデータを扱うこと
- ランダム化とは無作為のこと。人間の意思を入れてはいけない。人が選んだデータはランダムとはいえない
など、統計やデータを初めて扱う人にとって勉強になる要素がたくさん掲載されていました。
▼書籍概要
| 書籍名 | 統計学が最強の学問である |
| 著者 | 西内 啓 |
| 発売日 | 2013/1/24 |
| ページ数 | 320ページ |
| 出版社 | ダイヤモンド社 |
| 本の概要・おすすめポイント | 統計学の主要6分野を横断的に解説しているこれまでにない切り口の一冊。統計学の基礎知識や基本的な教養、データの活用方法を学ぶことができます。 |
| 中身（目次） | 第1章 なぜ統計学が最強の学問なのか？ 第2章 サンプリングが情報コストを激減させる 第3章 誤差と因果関係が統計学のキモである 第4章 「ランダム化」という最強の武器 第5章 ランダム化ができなかったらどうするか？ 第6章 統計家たちの仁義なき戦い 終章 巨人の肩に立つ方法 |
| 読んだ人のクチコミ | ・素人が統計学とは何かを知るには良い本だと思います ・難しい統計学をわかりやすく解説してくれている良書。現在のビジネスマンは一度は読んでほしい ・データを活用できてない組織からいかにデータカンパニーになっていくべきか？本書を読みながら考えを巡らせていました |
購入はこちら
リンク
データ分析・AIを実務に活かす データドリブン思考
データ概論・思考法・キャリアに関するおすすめ書籍で次に紹介するのは「データ分析・AIを実務に活かす データドリブン思考」です。
本書は大阪ガスのデータ分析専門組織を率いた後に滋賀大学データサイエンス学部で教鞭をとる国内のデータサイエンティストとして草分け的存在である著者、河本薫氏によるデータ分析に関する本です。データ分析手法だけでなく、そもそも分析を通じて何を達成したいのかという目的に応じた対処方法など、実践的なノウハウが満載です。
▼書籍概要
| 書籍名 | データ分析・AIを実務に活かす データドリブン思考 |
| 著者 | 河本薫 |
| 発売日 | 2022/1/12 |
| ページ数 | 184ページ |
| 出版社 | ダイヤモンド社 |
| 本の概要・おすすめポイント | データ分析手法だけでなく、そもそも分析を通じて何を達成したいのかという目的に応じた対処方法など、実践的なノウハウが満載です。 |
| 中身（目次） | １章 データ分析をビジネスの成功につなげる ２章 データドリブン思考を身につける ３章 データドリブンな企業に変革する |
| 読んだ人のクチコミ | ・現場でおこる問題をどう対処するかがよく学べます ・データ活用をテーマに掲げる企業の社員は全員読むべき ・実際に現場でデータ活用の陣頭指揮を執って、さらには大学で教鞭を執る専門家が書いた本。これを数千円で読めるのは非常に廉価ですね^^ |
購入はこちら
リンク
AI・データ分析プロジェクトのすべて
データ概論・思考法・キャリアに関するおすすめ書籍で次に紹介するのは「AI・データ分析プロジェクトのすべて」です。
本書は分析スキルというよりは「AIプロジェクト」や「分析プロジェクト」に焦点を当てた本です。課題とゴールをきちんと明確化するのはもちろん、データ分析結果を共有するだけではなく共有したあとの評価・改善、さらには収益化までを網羅したまさに「AI・データ分析プロジェクトのすべて」といえる一冊。
先人の試行錯誤の結果培われたノウハウが詰まっています。これからデータ分析やAIプロジェクトに取り組む人にぜひ読んで欲しいです。「AI・人工知能のおすすめ本ランキング」でも紹介しておりAIや人工知能に興味がある方におすすめ^^
▼書籍概要
| 書籍名 | AI・データ分析プロジェクトのすべて |
| 著者 | 大城 信晃(監修・著者) 、マスクド・アナライズ 、伊藤 徹郎、小西 哲平、西原 成輝、油井 志郎、株式会社ししまろ |
| 発売日 | 2020/12/21 |
| ページ数 | 320ページ |
| 出版社 | 技術評論社 |
| 本の概要・おすすめポイント | まさに「AI・データ分析プロジェクトのすべて」といえる一冊。先人がAI・データ分析プロジェクトで試行錯誤してきた珠玉のノウハウが詰まっています^^ |
| 中身（目次） | 第1部 プロジェクトの準備 第1章 AI・データ分析業界の概要 第2章 データサイエンティストのキャリアと雇用 第3章 AI・データサイエンティストの実務と情報収集 第2部 プロジェクトの入口 第4章 社内案件の獲得と外部リソースの検討 第5章 データのリスクマネジメントと契約 第3部 プロジェクトの実行 第6章 AI・データ分析プロジェクトの起ち上げと管理 第7章 データの種類と分析手法の検討 第8章 分析結果の評価と改善 第9章 レポーティングとBI 第10章 データ分析基盤の構築と運用 第4部 プロジェクトの出口 第11章 プロジェクトのバリューと継続性 第12章 業界事例 |
| 読んだ人のクチコミ | ・データ分析プロジェクトマネージャーに推挙されたので手に取りました。進め方のイメージが湧いて本当に助かりました ・PMとしてデータ分析を頑張りたくて読みました。大まかなイメージが湧いたのでこれから業務で取り入れてみます ・プロジェクトの概要がある程度網羅的に描かれています。一方で各工程を詳細に深堀りするためには別の書籍で学ぶ必要がありそう |
購入はこちら
リンク
意思決定のための「分析の技術」
データ概論・思考法・キャリアに関するおすすめ書籍で次に紹介するのは「意思決定のための「分析の技術」」です。「分析」というテーマにおいて名著中の名著。25年以上も前の本ですが今も色褪せない基本的な分析ノウハウが掲載されています。アナリストだけではなく、データをあつかうビジネスマンは必読と言えるでしょう。
分析とは分けて解析すること。全体を把握することで漏れを無くし特異点を見つけ出す。大きさを考える、分けて考える、比較して考える、時系列を考える、ばらつきを考える、プロセスを考える、ツリーで考える、など、分析する上で超基本的であるが超重要な考え方・技術がまとまっています。
▼書籍概要
| 書籍名 | 意思決定のための「分析の技術」 |
| 著者 | 後 正武 |
| 発売日 | 1998/12/1 |
| ページ数 | 263ページ |
| 出版社 | ダイヤモンド社 |
| 本の概要・おすすめポイント | 「分析」というテーマにおいて名著中の名著。25年以上も前の本ですが今も色褪せない基本的な分析ノウハウが掲載されています。分析とは分けて解析すること。全体を把握することで漏れを無くし特異点を見つけ出す。大きさを考える、分けて考える、比較して考える、時系列を考える、ばらつきを考える、プロセスを考える、ツリーで考える、など、分析する上で超基本的であるが超重要な考え方・技術がまとまっています。 |
| 中身（目次） | 序章 分析とは何か 第1章 「大きさ」を考える 第2章 「分けて考える」 第3章 「比較して」考える 第4章 「変化／時系列」を考える 第5章 「バラツキ」を考える 第6章 「過程／プロセス」を考える 第7章 「ツリー」で考える 第8章 「不確定／あやふやなもの」を考える 第9章 「人の行動／ソフトの要素」を考える 終章 コンサルタント能力の全体像と分析の位置づけ |
| 読んだ人のクチコミ | ・分析の基本が学べる。新卒や若手社員時代にぜひ読んでおきたい一冊 ・普遍的な分析スキル、分析の考え方を学ぶことができました ・コンサルタントに薦められて読みました。分析データを活用してうまく事業を推進できない時代に読みたかった |
購入はこちら
リンク
「それ、根拠あるの？」と言わせないデータ・統計分析ができる本
データ概論・思考法・キャリアに関するおすすめ書籍で次に紹介するのは「「それ、根拠あるの？」と言わせないデータ・統計分析ができる本」です。本書はストーリー形式ではじめてデータ分析をする新人が少しずつ統計やデータ分析を学んでいく内容になっています。知識ゼロからでもExcelで簡単に分析できるようになります。具体的には仮説思考、平均値と中央値、標準偏差とヒストグラム、相関分析、単回帰分析、効果的なプレゼンテーション方法など、データ分析にまつわるテーマを幅広く、かつわかりやすく学べる良書です。ぜひ手元に一冊置いておきたい。
▼書籍概要
| 書籍名 | 「それ、根拠あるの？」と言わせないデータ・統計分析ができる本 |
| 著者 | 柏木 吉基 |
| 発売日 | 2013/5/11 |
| ページ数 | 206ページ |
| 出版社 | 日本実業出版社 |
| 本の概要・おすすめポイント | 仮説思考、平均値と中央値、標準偏差とヒストグラム、相関分析、単回帰分析、効果的なプレゼンテーション方法など、データ分析にまつわるテーマを幅広く、かつわかりやすく学べる良書です。 |
| 中身（目次） | 序章 データ・統計分析のための発想とコツ 第1章 そんな都合のいいデータ、どこにもないんですけど…効果的なデータ分析のための集め方と分析の視点 第2章 利益を出すために必要なことは？―規模と、平均・中央値の話 第3章 リスクをどう見積もるのか―標準偏差とヒストグラム 第4章 何が成功要因なのか―データで将来を見直す「相関分析」 第5章 目標達成に必要な予算はいくらか？―企画の計画性・収益性をつかむ「単回帰分析」 第6章 効果的なデータの見せ方・伝え方―メッセージをもって「数字」を伝える |
| 読んだ人のクチコミ | ・ぜひ新人のときにこれを読んで欲しいです。本書を読んでマーケティングや分析の実務をやることでその後の成長曲線が大きく変わってくると思います ・難しいデータ分析や統計分析について、ストーリー形式で上司がわかりやすく教えてくれる点がよかった ・説得力のあるデータ分析のアウトプットが出せてなかったので手に取りました。本書の内容を活かして業務で活用します！ |
購入はこちら
リンク
武器としてのデータ分析力
データ概論・思考法・キャリアに関するおすすめ書籍で次に紹介するのは「武器としてのデータ分析力」です。あらゆる職種で必要となるデータ分析スキルについて、データサイエンティストとして第一線で活躍する著者が丁寧に解説してくれています。優良顧客を探し出す方法、自社の強みを生かせる商品の分析、消費者のニーズを見つけ出すなど、実際のビジネス現場で使える事例を豊富にまじえてポイントを紹介しています！分析初心者にもおすすめの一冊です♪
▼書籍概要
| 書籍名 | 武器としてのデータ分析力 |
| 著者 | 中西 達夫、畠 慎一郎 |
| 発売日 | 2014/7/25 |
| ページ数 | 240ページ |
| 出版社 | 日本実業出版社 |
| 本の概要・おすすめポイント | 優良顧客を探し出す方法、自社の強みを生かせる商品の分析、消費者のニーズを見つけ出すなど、実際のビジネス現場で使える事例を豊富にまじえてポイントを紹介しています |
| 中身（目次） | 第1章 ビジネス成功の必須ツール、それが「データ分析」だ！ 第2章 データ分析には「手順」がある 第3章 分析に取りかかる前に知っておきたいこと 第4章 データ分析の第１ステップ「データの把握」 第5章 「探索型データ分析」で成果をあげるために 第6章 「目的型データ分析」で「予測のプロ」になる！ 第7章 「データ分析」を自社の武器にするために |
| 読んだ人のクチコミ | ・現場で使える事例が多くて参考になります。マーケティングや企画職向けの事例が多め ・弊社でも「DX」や「ビッグデータ活用」という言葉が飛び交っており、読めと言われて仕方なく読みました（笑）結果、非常に参考になる内容でしたので読んで良かったです^^; |
購入はこちら
リンク
さいごに
以上、データ分析を「データ分析の定番シリーズ」「データ分析」「データ可視化」「データ前処理」「データ概論・思考法・キャリア」の5つのテーマに分けて紹介しましたがいかがでしたか？
データ分析といってもかなり幅広いですし、スキルも多岐にわたります。一度に読み切るのは無理があるので、ぜひ気になる本から手にとって読んでみてください。
データ分析を学ぶにはデータベースに詳しくなる必要もあり、そちらはデータベース(DB)について学べるおすすめ本・参考書24冊をご参考ください♪
参考になった方はシェアやブックマークなど、ぜひお願いいたします！
