{
  "schema_version": "core-reviewed-term-ai-handoff-v2",
  "version": "core-reviewed-term-ai-handoff-v2",
  "compat": {
    "backward_compatible_schema_versions": [
      "core-reviewed-term-ai-handoff-v1"
    ],
    "v1_fields_preserved": true
  },
  "contract_status": "preview",
  "distribution": "per_term_read_only_ai_handoff",
  "no_write_operations": true,
  "content_tier": "db_backed",
  "canonical": {
    "url": "https://core.yogoq.com/ja-JP/core/data-analysis",
    "slug": "data-analysis",
    "locale": "ja-JP"
  },
  "summary": {
    "schema_version": "core-reviewed-term-summary-v1",
    "term_id": "6e9c41ac-f7c6-5572-935d-fb340330ca97",
    "canonical_slug": "data-analysis",
    "canonical_url": "https://core.yogoq.com/ja-JP/core/data-analysis",
    "locale": "ja-JP",
    "display_name": "データ分析",
    "english_name": "Data Analysis",
    "abbreviation": null,
    "short_definition": "データ分析はデータを整形し、探索し、解釈して意思決定につなげるプロセスである。 実務では優先順位付けや説明責任の判断軸になる。",
    "content_tier": "db_backed",
    "quality": "reviewed",
    "publication_status": "published_reviewed",
    "version": "core-reviewed-term-summary-v1",
    "last_reviewed_at": "2026-05-14T00:00:00.000Z",
    "sources_count": 3,
    "limitations_key": "core-trust-policy-v1-2026-06-22"
  },
  "aliases": [
    {
      "text": "データ分析",
      "type": "display_name",
      "locale": "ja-JP"
    },
    {
      "text": "Data Analysis",
      "type": "english_name",
      "locale": "en-US"
    },
    {
      "text": "データ・アナリシス",
      "type": "katakana",
      "locale": "ja-JP"
    },
    {
      "text": "データ分析",
      "type": "localized_title",
      "locale": "ja-JP"
    }
  ],
  "content": {
    "definition": {
      "key": "definition",
      "title": "一言でいうと",
      "text": "データ分析はデータを整形し、探索し、解釈して意思決定につなげるプロセスである。 実務では優先順位付けや説明責任の判断軸になる。",
      "items": []
    },
    "formula": null,
    "boundary": null,
    "usage": [
      {
        "key": "meaning",
        "title": "意味",
        "text": "データ分析は前処理、探索、モデル化、解釈を通じて洞察を得るプロセスである。 重要なのは最初に答えたい問いを明確にし、データの生成背景を理解した上で手法を選ぶことだ。 分析結果は意思決定に結び付ける必要があり、限界や前提も同時に記録する。 説明可能性と再現性を保つことで、組織内での合意が進む。 分析は関連する判断や運用と結び付けて考えると効果が高い。 分析の対象範囲と評価軸を意識して使うと誤解が減る。 分析を使う目的を明確にすると意思決定が早くなる。",
        "items": []
      },
      {
        "key": "usage",
        "title": "役立つ場面",
        "text": "解くべき問いと必要なデータが明確になる。分析の優先順位が決まる。 結果として分析に関する判断が具体化する。 記述・予測などの手法選択が合理的になる。リソース配分がしやすい。 これにより分析の優先順位を決めやすい。 結果の伝え方が決まり、行動に結び付く。意思決定の速度が上がる。 実務では分析の説明がしやすくなる。",
        "items": [
          "解くべき問いと必要なデータが明確になる。分析の優先順位が決まる。 結果として分析に関する判断が具体化する。",
          "記述・予測などの手法選択が合理的になる。リソース配分がしやすい。 これにより分析の優先順位を決めやすい。",
          "結果の伝え方が決まり、行動に結び付く。意思決定の速度が上がる。 実務では分析の説明がしやすくなる。"
        ]
      },
      {
        "key": "usage",
        "title": "使い方のポイント",
        "text": null,
        "items": [
          "意思決定に直結する問いから始め、目的を明確にする。 実務では分析の設計に効く。",
          "データの欠損や誤りを検証してから分析する。 現場で分析を進める際の指針になる。",
          "データの性質に合う手法を選び、前提を記録する。 分析の判断を支える。",
          "前提と限界を記録し、過信を防ぐ。 チームの分析の行動を揃える。",
          "分析結果を具体的な行動に変換し、影響を測定する。 運用時の分析の品質が上がる。"
        ]
      }
    ],
    "misunderstandings": [
      {
        "key": "misunderstandings",
        "title": "よくある誤解 / 落とし穴",
        "text": null,
        "items": [
          "データ分析は可視化だけではなく解釈が必要である。 この誤解を避けると分析の効果が出やすい。",
          "ツールがあってもバイアスや品質は自動で解消しない。 正しく理解すると分析の適用が安定する。",
          "相関があるからといって因果が証明されるわけではない。 この点を押さえると分析の誤用を防げる。"
        ]
      }
    ],
    "examples": [
      {
        "key": "examples",
        "title": "最小例",
        "text": "サブスク事業の解約率を下げるため、ログを整形し、解約定義を「30日未使用」と明確化する。 セグメント別の行動を探索し、簡易モデルで離脱要因を確認する。 初期利用の低さが解約に強く影響すると分かったため、オンボーディングを改善し、改善効果をコホートで追跡した。 結果として解約率が2ポイント改善し、施策の優先順位が定まった。 この取り組みで分析に関する指標が改善し、次の意思決定が進んだ。 分析の運用結果を記録し、次の施策に反映した。 関係者と共有したことで分析の進め方が統一された。 分析の運用結果を記録し、次の施策に反映した。",
        "items": []
      }
    ],
    "comparisons": [
      {
        "key": "comparisons",
        "title": "似ている言葉との違い",
        "text": "データ分析は近い概念と比較してから判断に使う。 データ分析 | 今扱う概念 | 主たる判断軸が必要なときに使う 隣接する指標・枠組み | 補助的な見方 | 根拠や手順を補うときに使う 一般的な語彙説明 | 広い説明 | 初期理解には使えるが最終判断には不足する",
        "items": [
          "データ分析 | 今扱う概念 | 主たる判断軸が必要なときに使う",
          "隣接する指標・枠組み | 補助的な見方 | 根拠や手順を補うときに使う",
          "一般的な語彙説明 | 広い説明 | 初期理解には使えるが最終判断には不足する"
        ]
      }
    ],
    "faq": [
      {
        "question": "データ分析はいつ使うべきですか？",
        "answer": "短い定義だけでなく、範囲、優先順位、責任者、トレードオフを決める必要があるときに使う。"
      },
      {
        "question": "データ分析を実務で役立てる条件は何ですか？",
        "answer": "根拠、判断責任者、具体的な次の運用選択と結びついていることが条件である。"
      },
      {
        "question": "避けるべき使い方は何ですか？",
        "answer": "前提、境界、成功判定を曖昧にしたままラベルとして使うことは避ける。"
      }
    ]
  },
  "source_refs": [
    "concept:data-analysis:en-US",
    "concept:data-analysis:ja-JP",
    "core-term-page-500:concept:data-analysis"
  ],
  "sources": {
    "source_refs": [
      "concept:data-analysis:en-US",
      "concept:data-analysis:ja-JP",
      "core-term-page-500:concept:data-analysis"
    ],
    "visible_sources": [
      {
        "label": "Foundations of Information Systems 8.1 The Business Analytics Process (OpenStax)",
        "url": "https://openstax.org/books/foundations-information-systems/pages/8-1-the-business-analytics-process",
        "kind": null
      },
      {
        "label": "Principles of Marketing (Open Textbook Library)",
        "url": "https://open.umn.edu/opentextbooks/textbooks/principles-of-marketing",
        "kind": "tier_s"
      },
      {
        "label": "Principles of Management (OpenStax)",
        "url": "https://openstax.org/details/books/principles-management",
        "kind": "tier_s"
      }
    ]
  },
  "related_terms": [
    {
      "topic_id": "66d460b9-1932-575c-a06e-a9b8318c6a5e",
      "canonical_slug": "data-mining",
      "canonical_url": "https://core.yogoq.com/ja-JP/core/data-mining",
      "title": "データマイニング",
      "relation_type": "next"
    },
    {
      "topic_id": "cc38e8fd-a7b6-5aba-be5f-b615168702c8",
      "canonical_slug": "data",
      "canonical_url": "https://core.yogoq.com/ja-JP/core/data",
      "title": "データ",
      "relation_type": "used_together"
    },
    {
      "topic_id": "bf1c072f-38a8-5b40-8194-ee8f53ce67a7",
      "canonical_slug": "3c-analysis",
      "canonical_url": "https://core.yogoq.com/ja-JP/core/3c-analysis",
      "title": "3C分析",
      "relation_type": "used_together"
    },
    {
      "topic_id": "c2814f26-6ed6-50c2-bc84-a5e47d2c229a",
      "canonical_slug": "a-b-testing",
      "canonical_url": "https://core.yogoq.com/ja-JP/core/a-b-testing",
      "title": "A/Bテスト",
      "relation_type": "used_together"
    }
  ],
  "relations": [
    {
      "term_id": "66d460b9-1932-575c-a06e-a9b8318c6a5e",
      "canonical_slug": "data-mining",
      "canonical_url": "https://core.yogoq.com/ja-JP/core/data-mining",
      "display_name": "データマイニング",
      "relation_type": "related",
      "source_relation_type": "next"
    },
    {
      "term_id": "cc38e8fd-a7b6-5aba-be5f-b615168702c8",
      "canonical_slug": "data",
      "canonical_url": "https://core.yogoq.com/ja-JP/core/data",
      "display_name": "データ",
      "relation_type": "related",
      "source_relation_type": "used_together"
    },
    {
      "term_id": "bf1c072f-38a8-5b40-8194-ee8f53ce67a7",
      "canonical_slug": "3c-analysis",
      "canonical_url": "https://core.yogoq.com/ja-JP/core/3c-analysis",
      "display_name": "3C分析",
      "relation_type": "related",
      "source_relation_type": "used_together"
    },
    {
      "term_id": "c2814f26-6ed6-50c2-bc84-a5e47d2c229a",
      "canonical_slug": "a-b-testing",
      "canonical_url": "https://core.yogoq.com/ja-JP/core/a-b-testing",
      "display_name": "A/Bテスト",
      "relation_type": "related",
      "source_relation_type": "used_together"
    }
  ],
  "chunk_ids": [
    "core:chunk:data-analysis:ja-JP:definition:78fdd5f251d01fbd",
    "core:chunk:data-analysis:ja-JP:meaning:414784ca01cad3bc",
    "core:chunk:data-analysis:ja-JP:usage:ba3989a86254dfa6",
    "core:chunk:data-analysis:ja-JP:usage:e2e9fe88688337c1",
    "core:chunk:data-analysis:ja-JP:misunderstandings:8e899ae7c0c04f91",
    "core:chunk:data-analysis:ja-JP:examples:64c6e68571364b03",
    "core:chunk:data-analysis:ja-JP:comparisons:61abbcff0d5bbde9",
    "core:chunk:data-analysis:ja-JP:faq:aed08003d279ccf2",
    "core:chunk:data-analysis:ja-JP:faq:96bcf2048843359d",
    "core:chunk:data-analysis:ja-JP:faq:a71adcd7db9bc923"
  ],
  "chunks": [
    {
      "chunk_id": "core:chunk:data-analysis:ja-JP:definition:78fdd5f251d01fbd",
      "section_key": "definition",
      "heading": "一言でいうと",
      "text": "データ分析はデータを整形し、探索し、解釈して意思決定につなげるプロセスである。 実務では優先順位付けや説明責任の判断軸になる。",
      "source_refs": [
        "concept:data-analysis:en-US",
        "concept:data-analysis:ja-JP",
        "core-term-page-500:concept:data-analysis"
      ],
      "content_hash": "78fdd5f251d01fbdadfe39af49022666419d40f7b3e4a2c955359c363250d2e4"
    },
    {
      "chunk_id": "core:chunk:data-analysis:ja-JP:meaning:414784ca01cad3bc",
      "section_key": "meaning",
      "heading": "意味",
      "text": "データ分析は前処理、探索、モデル化、解釈を通じて洞察を得るプロセスである。 重要なのは最初に答えたい問いを明確にし、データの生成背景を理解した上で手法を選ぶことだ。 分析結果は意思決定に結び付ける必要があり、限界や前提も同時に記録する。 説明可能性と再現性を保つことで、組織内での合意が進む。 分析は関連する判断や運用と結び付けて考えると効果が高い。 分析の対象範囲と評価軸を意識して使うと誤解が減る。 分析を使う目的を明確にすると意思決定が早くなる。",
      "source_refs": [
        "concept:data-analysis:en-US",
        "concept:data-analysis:ja-JP",
        "core-term-page-500:concept:data-analysis"
      ],
      "content_hash": "414784ca01cad3bcf3e808395b89cb0f49352bac749d4eb4e758690b70bb65a4"
    },
    {
      "chunk_id": "core:chunk:data-analysis:ja-JP:usage:ba3989a86254dfa6",
      "section_key": "usage",
      "heading": "役立つ場面",
      "text": "解くべき問いと必要なデータが明確になる。分析の優先順位が決まる。 結果として分析に関する判断が具体化する。 記述・予測などの手法選択が合理的になる。リソース配分がしやすい。 これにより分析の優先順位を決めやすい。 結果の伝え方が決まり、行動に結び付く。意思決定の速度が上がる。 実務では分析の説明がしやすくなる。 解くべき問いと必要なデータが明確になる。分析の優先順位が決まる。 結果として分析に関する判断が具体化する。 記述・予測などの手法選択が合理的になる。リソース配分がしやすい。 これにより分析の優先順位を決めやすい。 結果の伝え方が決まり、行動に結び付く。意思決定の速度が上がる。 実務では分析の説明がしやすくなる。",
      "source_refs": [
        "concept:data-analysis:en-US",
        "concept:data-analysis:ja-JP",
        "core-term-page-500:concept:data-analysis"
      ],
      "content_hash": "ba3989a86254dfa64d4cf45be8272ffd0cff9253bd5a420dad277b5037494732"
    },
    {
      "chunk_id": "core:chunk:data-analysis:ja-JP:usage:e2e9fe88688337c1",
      "section_key": "usage",
      "heading": "使い方のポイント",
      "text": "意思決定に直結する問いから始め、目的を明確にする。 実務では分析の設計に効く。 データの欠損や誤りを検証してから分析する。 現場で分析を進める際の指針になる。 データの性質に合う手法を選び、前提を記録する。 分析の判断を支える。 前提と限界を記録し、過信を防ぐ。 チームの分析の行動を揃える。 分析結果を具体的な行動に変換し、影響を測定する。 運用時の分析の品質が上がる。",
      "source_refs": [
        "concept:data-analysis:en-US",
        "concept:data-analysis:ja-JP",
        "core-term-page-500:concept:data-analysis"
      ],
      "content_hash": "e2e9fe88688337c114f448cc874fa7845324f7c6c6a3dc711e0af4035cf7dc80"
    },
    {
      "chunk_id": "core:chunk:data-analysis:ja-JP:misunderstandings:8e899ae7c0c04f91",
      "section_key": "misunderstandings",
      "heading": "よくある誤解 / 落とし穴",
      "text": "データ分析は可視化だけではなく解釈が必要である。 この誤解を避けると分析の効果が出やすい。 ツールがあってもバイアスや品質は自動で解消しない。 正しく理解すると分析の適用が安定する。 相関があるからといって因果が証明されるわけではない。 この点を押さえると分析の誤用を防げる。",
      "source_refs": [
        "concept:data-analysis:en-US",
        "concept:data-analysis:ja-JP",
        "core-term-page-500:concept:data-analysis"
      ],
      "content_hash": "8e899ae7c0c04f91fa24fc53f258cddc00943b429d7fa53fc85224d11d7efcde"
    },
    {
      "chunk_id": "core:chunk:data-analysis:ja-JP:examples:64c6e68571364b03",
      "section_key": "examples",
      "heading": "最小例",
      "text": "サブスク事業の解約率を下げるため、ログを整形し、解約定義を「30日未使用」と明確化する。 セグメント別の行動を探索し、簡易モデルで離脱要因を確認する。 初期利用の低さが解約に強く影響すると分かったため、オンボーディングを改善し、改善効果をコホートで追跡した。 結果として解約率が2ポイント改善し、施策の優先順位が定まった。 この取り組みで分析に関する指標が改善し、次の意思決定が進んだ。 分析の運用結果を記録し、次の施策に反映した。 関係者と共有したことで分析の進め方が統一された。 分析の運用結果を記録し、次の施策に反映した。",
      "source_refs": [
        "concept:data-analysis:en-US",
        "concept:data-analysis:ja-JP",
        "core-term-page-500:concept:data-analysis"
      ],
      "content_hash": "64c6e68571364b03f084b6d6028872cf609303d14eb448d57def709e0f4a42ec"
    },
    {
      "chunk_id": "core:chunk:data-analysis:ja-JP:comparisons:61abbcff0d5bbde9",
      "section_key": "comparisons",
      "heading": "似ている言葉との違い",
      "text": "データ分析は近い概念と比較してから判断に使う。 データ分析 | 今扱う概念 | 主たる判断軸が必要なときに使う 隣接する指標・枠組み | 補助的な見方 | 根拠や手順を補うときに使う 一般的な語彙説明 | 広い説明 | 初期理解には使えるが最終判断には不足する データ分析 | 今扱う概念 | 主たる判断軸が必要なときに使う 隣接する指標・枠組み | 補助的な見方 | 根拠や手順を補うときに使う 一般的な語彙説明 | 広い説明 | 初期理解には使えるが最終判断には不足する",
      "source_refs": [
        "concept:data-analysis:en-US",
        "concept:data-analysis:ja-JP",
        "core-term-page-500:concept:data-analysis"
      ],
      "content_hash": "61abbcff0d5bbde9a4664da3ea6a2824921702971755bfb6832d868187f5a213"
    },
    {
      "chunk_id": "core:chunk:data-analysis:ja-JP:faq:aed08003d279ccf2",
      "section_key": "faq",
      "heading": "データ分析はいつ使うべきですか？",
      "text": "データ分析はいつ使うべきですか？ 短い定義だけでなく、範囲、優先順位、責任者、トレードオフを決める必要があるときに使う。",
      "source_refs": [
        "concept:data-analysis:en-US",
        "concept:data-analysis:ja-JP",
        "core-term-page-500:concept:data-analysis"
      ],
      "content_hash": "aed08003d279ccf2f65022459d04f3d580551539b64e4ba2fd046145b405e4a0"
    },
    {
      "chunk_id": "core:chunk:data-analysis:ja-JP:faq:96bcf2048843359d",
      "section_key": "faq",
      "heading": "データ分析を実務で役立てる条件は何ですか？",
      "text": "データ分析を実務で役立てる条件は何ですか？ 根拠、判断責任者、具体的な次の運用選択と結びついていることが条件である。",
      "source_refs": [
        "concept:data-analysis:en-US",
        "concept:data-analysis:ja-JP",
        "core-term-page-500:concept:data-analysis"
      ],
      "content_hash": "96bcf2048843359df7be9583f1f66ca2eed6bf766c82f675fca98be67452448e"
    },
    {
      "chunk_id": "core:chunk:data-analysis:ja-JP:faq:a71adcd7db9bc923",
      "section_key": "faq",
      "heading": "避けるべき使い方は何ですか？",
      "text": "避けるべき使い方は何ですか？ 前提、境界、成功判定を曖昧にしたままラベルとして使うことは避ける。",
      "source_refs": [
        "concept:data-analysis:en-US",
        "concept:data-analysis:ja-JP",
        "core-term-page-500:concept:data-analysis"
      ],
      "content_hash": "a71adcd7db9bc9232cd511ccd88fd6cdbd6b053ea3fdd644e28b48f739637c2e"
    }
  ],
  "content_hash": "75ac2acf85af4762d5a727951bbee55d4dcb35ae02aff9c42b668393d47435ed",
  "hash_algorithm": "sha256",
  "rag": {
    "chunk_id_policy": "core:chunk:{canonical_slug}:{locale}:{section_key}:{sha256_16}",
    "content_hash_policy": "sha256_stable_json",
    "source_refs_precision": "source_object_ref_or_source_key_current_snapshot"
  },
  "quality": {
    "content_tier": "db_backed",
    "quality": "reviewed",
    "publication_status": "published_reviewed",
    "source_count": 3,
    "last_reviewed_at": "2026-05-14T00:00:00.000Z",
    "trust_policy_version": "core-trust-policy-v1-2026-06-22"
  },
  "limitations": {
    "policy_version": "core-trust-policy-v1-2026-06-22",
    "professional_advice_boundary": "reference_only_not_professional_advice",
    "text": "このページは調査・学習のための参照情報です。会計、法務、金融、医療、セキュリティなどの個別判断では一次情報や専門家の確認を優先してください。",
    "items": [
      "公開ページは一般的な理解と実務上の判断材料を提供するもので、個別案件の専門助言ではありません。",
      "制度、価格、規制、会計基準、製品仕様など変化が速い情報は、最終判断前に一次情報で確認してください。",
      "AI支援を含む制作・監査フローを使う場合も、公開可否は品質ゲートと人間が読める証跡に基づいて扱います。"
    ]
  }
}