Excelデータ分析の完全ガイド｜初心者でもできる実践手法7選

Excelデータ分析とは？ビジネスで求められる理由

「大量のデータを前に、何から手をつければいいかわからない…」「上司にデータ分析の結果を報告しなければならないけれど、やり方がわからない…」そんな悩みを抱えていませんか？

実は、Excelデータ分析はビジネスパーソンにとって最も身近で強力なスキルの一つです。高価な専用ソフトを導入しなくても、多くの企業に導入済みのExcelだけで、売上分析・顧客分析・在庫管理など幅広い業務に対応できます。

この記事では、Excelを使ったデータ分析の基本から応用テクニックまでを、初心者の方にもわかりやすく徹底解説します。読み終わるころには、実際の業務で即実践できるスキルが身についているはずです。

なぜExcelがデータ分析に選ばれるのか

Excelがデータ分析ツールとして広く使われている理由は、大きく3つあります。

• 導入コストが低い：Microsoft 365を契約している企業であれば追加費用なしで利用可能です
• 学習コストが低い：基本操作を知っている人が多く、チーム内で共有しやすいのが特長です
• 汎用性が高い：データの入力・加工・集計・可視化・レポート作成まで一貫して行えます

総務省の「令和5年通信利用動向調査」によると、日本企業の約85%がExcelを業務に利用しています。つまり、Excelのデータ分析スキルを身につければ、ほとんどの職場で即戦力として活躍できるのです。

Excelデータ分析でできること一覧

分析の種類	具体例	使用する主な機能
売上分析	月別・商品別の売上推移	ピボットテーブル、グラフ
顧客分析	顧客セグメント別の購買傾向	VLOOKUP、条件付き書式
在庫分析	ABC分析による在庫最適化	RANK関数、パレート図
アンケート分析	回答結果の集計・クロス集計	COUNTIF、ピボットテーブル
予測分析	将来の売上トレンド予測	回帰分析、FORECAST関数
統計分析	平均・標準偏差・相関の算出	分析ツール、統計関数

このように、Excelデータ分析は多岐にわたるビジネスシーンで活用できます。次のセクションからは、具体的な手法を一つずつ丁寧に解説していきます。

【準備編】データ分析を始める前に押さえるべき基本

Excelでデータ分析を始める前に、正しいデータの準備が不可欠です。実は分析作業の約80%はデータの準備と整理に費やされると言われています。ここを怠ると、分析結果に大きな誤差が生じてしまいます。

データの整理・クレンジングの重要性

データ分析の精度を高めるために、まず以下の手順でデータを整理しましょう。

1. 重複データの削除：「データ」タブの「重複の削除」機能を使い、同じレコードを排除します
2. 空白セルの処理：空白セルがあると計算結果が狂うため、0や平均値で補完するか行ごと削除します
3. データ型の統一：数値が文字列として認識されているケースが多いので、「区切り位置」機能で修正します
4. 表記ゆれの統一：「東京」「Tokyo」「ﾄｳｷｮｳ」など、同じ意味のデータを統一します
5. 外れ値の確認：極端に大きい、または小さいデータがないかチェックします

分析しやすいデータ構造のルール

Excelで分析しやすいデータには、明確なルールがあります。

• 1行目は必ず見出し（ヘッダー）にする：「日付」「商品名」「売上金額」など明確な列名を付けます
• 1行に1レコードを記録する：セルの結合は絶対に避けてください
• 空白行・空白列を入れない：Excelがデータ範囲を正しく認識できなくなります
• 数値と単位を同じセルに入れない：「1,000円」ではなく「1000」と入力し、書式設定で単位を表示します

この「1件1行ルール」を守るだけで、ピボットテーブルや関数の活用がスムーズになります。データベース形式とも呼ばれるこの構造は、Excelデータ分析の基本中の基本です。

分析ツールアドインの有効化

Excelには「分析ツール」というアドインが標準搭載されています。回帰分析やヒストグラムなど高度な統計分析を行う際に必要です。

1. 「ファイル」→「オプション」→「アドイン」を開きます
2. 「管理」で「Excelアドイン」を選択し「設定」をクリックします
3. 「分析ツール」にチェックを入れて「OK」をクリックします

これで「データ」タブに「データ分析」ボタンが表示されるようになります。後述する統計分析や回帰分析で使用しますので、事前に有効化しておきましょう。

【手法1】ピボットテーブルで大量データを瞬時に集計する

Excelデータ分析で最も強力な機能がピボットテーブルです。数万行のデータでも、ドラッグ＆ドロップだけであらゆる角度から集計・分析できます。

ピボットテーブルの作成手順

1. 分析したいデータ範囲内の任意のセルをクリックします
2. 「挿入」タブの「ピボットテーブル」をクリックします
3. テーブル範囲が自動選択されるので確認し「OK」をクリックします
4. 右側に表示されるフィールドリストから、分析軸をドラッグして配置します

実践例：月別・商品カテゴリ別の売上分析

たとえば、1年分の売上データ（10,000行）から月別・商品カテゴリ別の売上を分析する場合、以下のように配置します。

エリア	配置するフィールド	目的
行ラベル	商品カテゴリ	縦軸に商品カテゴリを表示
列ラベル	日付（月でグループ化）	横軸に月を表示
値	売上金額（合計）	交差点に売上合計を表示
フィルター	店舗名	特定の店舗に絞り込む

手作業なら数時間かかる集計が、ピボットテーブルならわずか30秒で完了します。

知っておきたいピボットテーブルの応用テクニック

• 計算フィールドの追加：「利益率＝利益÷売上」のようなオリジナルの計算列を追加できます
• グループ化：日付データを月・四半期・年単位にまとめられます
• スライサーの活用：視覚的なフィルターボタンを追加して、ワンクリックで絞り込めます
• ピボットグラフ：ピボットテーブルからワンクリックでグラフを自動作成できます

ピボットテーブルは一度覚えると業務効率が劇的に向上します。Excelデータ分析において、最優先で習得すべき機能と言えるでしょう。

【手法2】データ分析に欠かせないExcel関数15選

Excelデータ分析を効率的に行うためには、関数の活用が不可欠です。ここでは実務で特に役立つ関数を目的別に15個厳選してご紹介します。

集計・統計系の関数

関数名	用途	使用例
SUMIFS	複数条件に合致するデータの合計	=SUMIFS(売上,地域,”東京”,月,”4月”)
COUNTIFS	複数条件に合致するデータの個数	=COUNTIFS(評価,”A”,部門,”営業”)
AVERAGEIFS	複数条件に合致するデータの平均	=AVERAGEIFS(点数,科目,”数学”,クラス,”A”)
MEDIAN	中央値を求める	=MEDIAN(A1:A100)
STDEV.S	標準偏差を求める（ばらつきの指標）	=STDEV.S(B1:B100)

データ検索・参照系の関数

関数名	用途	使用例
VLOOKUP	縦方向にデータを検索・取得	=VLOOKUP(A2,マスタ!A:C,3,FALSE)
XLOOKUP	VLOOKUPの上位互換（Excel 365）	=XLOOKUP(A2,商品ID,商品名)
INDEX+MATCH	柔軟なデータ検索の組み合わせ	=INDEX(C列,MATCH(検索値,A列,0))

データ加工・変換系の関数

関数名	用途	使用例
TEXT	数値を指定の書式で文字列に変換	=TEXT(A1,”yyyy/mm”)
LEFT / MID / RIGHT	文字列から部分的に抽出	=LEFT(A1,3)で先頭3文字を取得
TRIM	不要な空白を削除	=TRIM(A1)
IFERROR	エラー時に代替値を表示	=IFERROR(A1/B1,0)

高度な分析系の関数

関数名	用途	使用例
PERCENTILE.INC	百分位数を求める	=PERCENTILE.INC(A1:A100,0.9)
CORREL	2つのデータの相関係数を算出	=CORREL(売上,広告費)
FORECAST.LINEAR	線形回帰による予測値を算出	=FORECAST.LINEAR(13,売上,月)

これら15の関数をマスターすれば、Excelデータ分析の大半の業務に対応できます。特にSUMIFS・VLOOKUP（XLOOKUP）・IFERRORの3つは毎日使うレベルの頻出関数です。

【手法3】グラフと条件付き書式でデータを可視化する

データを数字のまま眺めていても、傾向や異常値を発見するのは困難です。Excelデータ分析では可視化が非常に重要なステップとなります。

目的別おすすめグラフの選び方

分析の目的	おすすめグラフ	適しているデータ例
時系列の推移を見る	折れ線グラフ	月別売上推移、アクセス数推移
項目間の比較をする	棒グラフ	部門別売上、商品別利益
構成比を見る	円グラフ・ドーナツグラフ	売上構成比、費用内訳
2軸の相関を見る	散布図	広告費と売上の関係
分布を見る	ヒストグラム	顧客年齢分布、点数分布
複合的に比較する	複合グラフ（棒＋折れ線）	売上金額と利益率の同時表示

グラフ作成の実践ポイント

見やすいグラフを作るためのコツを5つ紹介します。

1. タイトルは結論を記載する：「月別売上推移」ではなく「売上は7月にピークを迎え前年比120%」のように結論を書くと伝わりやすくなります
2. 色数は3色以内に抑える：色が多すぎると視認性が下がります。強調したい部分だけ目立つ色を使いましょう
3. 不要な要素を削除する：グリッド線・凡例・軸ラベルなど、伝えたい情報に不要な要素は思い切って削除します
4. データラベルを活用する：重要な数値はグラフ上に直接表示すると、読み取りやすくなります
5. 単位を明記する：「万円」「%」「件」など、軸やラベルに単位を必ず記載しましょう

条件付き書式で異常値を即座に発見する

条件付き書式は、セルの値に応じて自動的に色やアイコンを変更する機能です。Excelデータ分析において、大量のデータから異常値やトレンドを一目で把握するのに役立ちます。

• データバー：セル内に棒グラフを表示し、数値の大小を視覚的に比較できます
• カラースケール：数値の大小を色のグラデーションで表現します（赤→黄→緑など）
• アイコンセット：矢印や信号アイコンで、目標に対する達成度を直感的に表示します
• カスタムルール：「売上が前月比マイナスのセルを赤背景にする」など、独自のルールを設定できます

例えば、1,000人分の営業成績データに対して「目標達成率100%以上を緑、80%以上を黄色、80%未満を赤」と設定すれば、パフォーマンスの全体像が一瞬でわかります。

【手法4】回帰分析と相関分析で傾向を読み解く

Excelデータ分析を一歩進めたいなら、統計的な手法を取り入れましょう。難しそうに感じるかもしれませんが、Excelの機能を使えば意外と簡単です。

相関分析で「関係性」を数値化する

相関分析とは、2つのデータ間にどの程度の関連性があるかを数値（相関係数）で示す手法です。

相関係数は-1から1の範囲で表されます。

相関係数の値	解釈	具体例
0.7〜1.0	強い正の相関	広告費が増えると売上も増える
0.4〜0.7	中程度の正の相関	気温が上がるとアイスの売上が増える
0〜0.4	弱い正の相関または無相関	明確な関連性が見られない
-0.7〜-1.0	強い負の相関	価格が上がると販売数が減る

ExcelではCORREL関数を使って簡単に算出できます。

例：=CORREL(広告費の範囲, 売上の範囲)

結果が0.85と出れば、「広告費と売上には強い正の相関がある」と判断できます。

回帰分析で「将来」を予測する

回帰分析は、データの傾向をもとに将来の値を予測する手法です。Excelの「分析ツール」を使えば、専門知識がなくても実行できます。

1. 「データ」タブの「データ分析」をクリックします
2. 「回帰分析」を選択し「OK」をクリックします
3. Y範囲（目的変数：例えば売上）とX範囲（説明変数：例えば広告費）を指定します
4. 出力先を指定して「OK」をクリックします

結果として、R²値（決定係数）や回帰式の係数が表示されます。

• R²値が0.8以上：予測モデルの精度が高いと判断できます
• 回帰式：y = ax + b の形で、xに値を代入すると予測値yが算出できます

例えば「売上 = 2.5 × 広告費 + 100」という回帰式が得られた場合、広告費を200万円に設定すると、売上は600万円と予測できます。

散布図で相関を視覚的に確認する方法

数値だけでなく、散布図を作成して視覚的に確認することも重要です。

1. 2列のデータ（X軸とY軸）を選択します
2. 「挿入」→「グラフ」→「散布図」を選択します
3. グラフ上で右クリック→「近似曲線の追加」を選択します
4. 「数式をグラフに表示する」「R²値を表示する」にチェックを入れます

これで回帰直線とR²値がグラフ上に表示され、データの傾向が一目でわかります。プレゼン資料にもそのまま使える説得力のあるグラフになります。

【手法5】ABC分析・パレート分析で優先順位を決める

ビジネスでよく使われるExcelデータ分析のフレームワークとして、ABC分析があります。「全商品の20%が売上の80%を占める」というパレートの法則に基づいた分析手法です。

ABC分析の手順

1. 商品ごとの売上金額を降順に並べ替えます
2. 売上金額の累計を計算します
3. 累計構成比（累計売上÷総売上×100）を求めます
4. 累計構成比に応じてABCランクを割り当てます

ランク	累計構成比	管理方針
Aランク	0〜70%	重点管理（在庫切れを絶対に防ぐ）
Bランク	70〜90%	標準管理（適正在庫を維持する）
Cランク	90〜100%	簡易管理（必要に応じて整理する）

Excelでの具体的な計算方法

以下の関数を使って効率的にABC分析を行えます。

• 累計の計算：SUM関数で絶対参照と相対参照を組み合わせます（例：=SUM($B$2:B2)）
• 累計構成比：=累計÷総売上で算出します
• ABCランクの自動振り分け：=IF(累計構成比<=0.7,"A",IF(累計構成比<=0.9,"B","C"))で自動分類できます

さらに、パレート図（棒グラフ＋折れ線グラフの複合グラフ）を作成すると、経営層への報告資料として非常に効果的です。Excel 2016以降では「挿入」→「統計グラフの挿入」→「パレート図」で簡単に作成できます。

ABC分析の活用事例

• 在庫管理：Aランク商品は安全在庫を多めに確保し、Cランク商品は最小限にすることで在庫コストを30%削減した事例があります
• 営業戦略：売上上位20%の顧客に営業リソースを集中させ、成約率を1.5倍に改善した企業もあります
• コスト削減：経費項目をABC分析し、Aランクの経費から優先的に見直すことで年間15%のコスト削減を達成できます

【手法6】FORECAST関数と移動平均で将来予測を行う

過去のデータから将来のトレンドを予測することは、ビジネス意思決定において極めて重要です。Excelでは複数の予測手法が利用可能です。

FORECAST.LINEAR関数で線形予測

最もシンプルな予測方法がFORECAST.LINEAR関数です。過去の傾向が今後も続くと仮定し、将来の値を算出します。

使い方：=FORECAST.LINEAR(予測したい時点, 既知のY値, 既知のX値)

例えば、1月から12月までの売上データがある場合、13（翌年1月）を指定すれば翌月の売上予測値が得られます。

移動平均でノイズを除去する

日々のデータには季節変動や偶発的なばらつき（ノイズ）が含まれています。移動平均は、一定期間のデータを平均化することでノイズを除去し、本質的なトレンドを把握する手法です。

• 3期移動平均：直近3期間の平均。変化に敏感だがノイズが残りやすい
• 7期移動平均：週単位のデータ分析に最適。曜日による変動を除去できます
• 12期移動平均：月次データの年間周期を除去するのに適しています

Excelでは=AVERAGE(B1:B3)のように、対象範囲をずらしながらコピーすることで簡単に移動平均を計算できます。

Excel 2016以降の「予測シート」機能

Excel 2016以降には、AIが自動的にトレンドと季節変動を検出する「予測シート」機能が搭載されています。

1. 時系列データ（日付列と数値列）を選択します
2. 「データ」タブの「予測シート」をクリックします
3. 予測終了日を指定して「作成」をクリックします

信頼区間付きの予測グラフが自動生成されます。専門的な統計知識がなくても、高精度な予測が可能な非常に便利な機能です。

【手法7】Power Queryで複数データソースを統合する

実務では、複数のファイルやシートに分散したデータを統合して分析する場面が多いです。Power Query（パワークエリ）は、この作業を自動化するExcelの強力なETL（抽出・変換・読み込み）ツールです。

Power Queryでできること

• 複数のExcelファイルを自動結合：フォルダ内のすべてのファイルを一括で取り込み、1つのテーブルに統合できます
• CSVファイルの読み込み：文字化けしやすいCSVファイルも、文字コードを指定して正しく取り込めます
• データの自動クレンジング：列の分割・型変換・不要行の削除などの加工を記録し、次回から自動実行できます
• データの更新が一発：元データが更新されたら「更新」ボタン一つで最新データに反映できます

Power Queryの基本的な使い方

1. 「データ」タブの「データの取得」をクリックします
2. データソース（Excel・CSV・フォルダなど）を選択します
3. Power Queryエディタが開くので、必要な加工を行います
4. 「閉じて読み込む」でExcelシートに結果を出力します

最大の利点は操作が記録されることです。毎月同じ形式のレポートを集計する場合、初回にPower Queryで手順を設定すれば、翌月以降は「更新」ボタンを押すだけで集計が完了します。

ある企業では、毎月5時間かかっていたレポート作成作業がPower Queryの導入によりわずか5分に短縮された事例もあります。

Power PivotとPower BIへのステップアップ

Excelデータ分析のスキルをさらに高めたい方は、以下のツールも検討してみてください。

• Power Pivot：Excelの制限である104万行を超えるデータを扱え、複数テーブル間のリレーションを構築できます
• Power BI：Microsoftのビジネスインテリジェンスツール。Excelで培ったスキルをそのまま活かせ、よりリッチなダッシュボードを作成できます

ExcelからPower BI Desktopへのステップアップは非常にスムーズです。Excelデータ分析を極めることが、より高度なデータ活用への最短ルートと言えるでしょう。

Excelデータ分析の効率を上げるショートカットキー10選

分析作業を高速化するには、ショートカットキーの活用が欠かせません。データ分析でよく使うショートカットを厳選しました。

ショートカット	機能	使用シーン
Ctrl + Shift + L	フィルターの設定/解除	データの絞り込み時
Alt + D + S	並べ替え	データの昇順・降順並べ替え
Ctrl + Shift + End	データ範囲の最後まで選択	大量データの全選択
Ctrl + T	テーブル化	データベース形式への変換
Alt + N + V	ピボットテーブルの挿入	集計分析の開始時
F4	参照の固定（$マーク付与）	関数内の絶対参照切り替え
Ctrl + ;	今日の日付を入力	データ入力時
Alt + =	オートSUM	合計の即座な計算
Ctrl + Shift + 1	桁区切り書式	数値の見やすさ向上
Ctrl + Z	元に戻す	誤操作時のリカバリー

これらのショートカットを使いこなすだけで、作業時間を約30%削減できます。最初は意識的に使い、2〜3週間で自然に指が動くようになるまで練習しましょう。

まとめ：Excelデータ分析をマスターして業務を変革しよう

この記事では、Excelデータ分析の基本から応用テクニックまでを7つの手法に分けて解説しました。最後に要点を整理します。

• データ準備が最重要：分析の80%はデータの整理・クレンジングに費やされる。「1件1行ルール」を徹底しましょう
• ピボットテーブルは必須スキル：大量データの集計・分析が数秒で完了する最強機能です
• 関数は15個を重点的に習得：SUMIFS・VLOOKUP・IFERRORを中心に、目的別に使い分けましょう
• 可視化で説得力アップ：グラフと条件付き書式でデータの傾向を一目でわかるようにしましょう
• 統計分析で一歩先へ：相関分析・回帰分析で、データに基づいた意思決定を実現しましょう
• ABC分析で優先順位を明確に：パレートの法則を活用して、限られたリソースを最大限に活かしましょう
• Power Queryで自動化：繰り返し作業を自動化し、本来の分析業務に集中しましょう

Excelデータ分析は、一度スキルを身につければキャリア全体にわたって活用できる普遍的なビジネススキルです。まずはピボットテーブルと基本関数から始めて、少しずつ分析の幅を広げていってください。データに基づいた意思決定ができるようになれば、あなたのビジネスパフォーマンスは確実に向上します。