データクレンジング（名寄せ）とは？でーたくれんじんぐ
データクレンジング（名寄せ）とは、データ分析の前の下準備として、表記のばらつき・重複・欠損・明らかな誤りを見つけて直し、データの品質を整える作業。中でも、同じ人物や同じ会社が別々のレコードとして登録されているものを1つにまとめる作業を名寄せと呼ぶ。集計や機械学習の結果が信用できるかは、この工程の丁寧さでほぼ決まる。FEではデータ活用の流れ（収集→加工→分析）の「加工」にあたる技術として出る。
最終更新：2026-10-09
基本情報を最短で暗記・合格する →背景
データは入力した人や部署、システムごとに癖があり、同じ会社でも「株式会社」の位置や全角半角がまちまちに登録される。そのまま集計すると1社が3社に数えられ、順位や合計が現実とずれる。手作業で直せる量ではなくなったため、ルールを決めて機械的にそろえる前処理が分析工程の一部として定着した。データサイエンスの手順として整理され、FEでも「分析の前に何をするか」を問う形で出る。
具体例
大学の同窓会名簿を作るとき、「株式会社NTTデータ」「NTTデータ（株）」「（株）ＮＴＴデータ」を同じ勤務先として1つに統一し、電話番号のハイフンの有無や住所の全角半角をそろえる。名寄せをしないと、就職先ランキングで1社が3つに分かれて順位が変わってしまう。Excelの「重複の削除」やTRIM関数、無償ツールのOpenRefineは、この作業を助ける道具である。
試験での引っ掛け
クレンジングは「怪しい値を消す」ことではなく、判断のルールを決めて統一・補完する工程である。欠損をすべて0で埋めると平均が本来より低くなるなど、直し方そのものが結果を歪めることがある。また名寄せは「同じ表記にそろえる」だけでなく「同一の相手を1つに束ねる」作業であり、単なる表記統一と同じ意味ではない。
出典・参考
公式シラバスの3 技術要素 ＞ 5. データベース応用 ＞ (1) データベースの応用に掲載されている用語です。
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。