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は、集めたデータを分析や別システムへの移し替えに使う前に、書き方のばらつき・重複・空欄・明らかな誤りを直してそろえる作業。「株式会社」「（株）」のような表記をそろえ、同じ取引先が二重に登録されていれば1件にまとめる（名寄せ）。この品質が、後の分析結果の信頼性をそのまま決める。
最終更新：2026-10-10
ITパスポートを最短で暗記・合格する →背景
データは分析のために作られていない。営業が入力した顧客名簿、店舗のレジ、問合せの記録は、それぞれ別の目的で別の担当者が別の書き方で入力してきたもので、集めた瞬間は同じ会社が3件に分かれて数えられる状態にある。集計や統合をする前に、機械が「同じもの」と判断できる形へそろえる工程を挟まないと、出てきた数字が現実と合わない。分析の仕事の大半がここに費やされると言われるのはこのためである。
具体例
名刺管理サービスのSansanが、同じ会社の名刺が担当者ごとにばらばらに登録されていても、会社名と住所の表記をそろえて1社にまとめて見せているのがこの作業にあたる。総務が全社の取引先一覧をExcelで作るときも、「東京都千代田区1-1-1」と「東京都千代田区一丁目1番1号」をそろえないと、同じ相手を2社として数えてしまう。
試験での引っ掛け
データマイニング（大量のデータから規則を見つけ出すこと）との役割の違いが出題点で、クレンジングはその前に行う下ごしらえである。また「変な値はとりあえず消す」も誤りで、不正利用の検知のように外れた値そのものを探している用途では、消した瞬間に目的が壊れる。
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。