データクレンジング（データ前処理）とは？でーたくれんじんぐ
データクレンジング（データ前処理）とは、移行やデータウェアハウスへの取り込みの前に、表記ゆれ・欠損・重複・制約違反を検出して整える作業。移行先の表は主キー・外部キー・NOT NULLを課すため、旧システムのままのデータでは投入そのものが弾かれる。どこまで機械的に直し、どこから業務側へ差し戻すかの線引きが要点になる。
最終更新：2026-10-06
データベースSPを最短で暗記・合格する →背景
制約の緩い旧システムや部門ごとの台帳では、同じ取引先が別表記で何件も登録され、必須のはずの項目が空のまま運用されていることが珍しくない。新しい設計で正規化して制約を効かせた瞬間に、その歪みが投入エラーとして一斉に噴き出す。移行のリハーサルで件数と所要時間を見積もる工程と一体で、シラバスでも「データ品質を評価し、妥当なクレンジング方法を決定する」手順として位置づけられている。
具体例
会員表の移行では、まず制約を付けないステージング表へ全件を読み込む。カナ氏名と電話番号でGROUP BYして件数2以上を数えれば重複候補が出る。受注表の顧客番号を会員表にLEFT JOINして相手がNULLになる行を数えれば、外部キーを張った瞬間に落ちる件数が投入前に分かる。
試験での引っ掛け
名寄せの条件を緩くすると、同姓同名で電話番号を共有する別人を1件に統合してしまい、統合後は元に戻せない。除去・補完・統合はいずれも不可逆なので、ステージング表に元の値と変換後の値を並べて残す。本番投入の直前にまとめて行うと移行時間の見積もりごと崩れる。
関連用語
出典・参考
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。