概要

小規模データの前処理から統計・RFM分析まで標準SQLで実践する

想定読者

数百〜数万件規模のデータを扱う中小企業のデータ担当者・業務システムエンジニアで、Excelから脱却しSQLで分析を完結させたい人

こんな人には向いていない

• 数億件規模のビッグデータ基盤(Hadoop・Spark等)を前提に働くデータエンジニア — 本書の射程は小規模データに限定されており大規模分散処理の知見は含まれない
• すでにウィンドウ関数や高度な分析SQLを業務に適用している中級〜上級SQLユーザー — 基本的な集計・結合から順を追う構成のため既習範囲の比重が大きい
• 機械学習モデルの実装・チューニングに進みたい人 — 本書の分析手法はSQLによる記述統計・RFM・アソシエーションに留まり、モデリング工程は扱われない

読了後にできるようになること

• 合計・平均・最小値・最大値・小数処理・グループ集計・重複除外など基本集計SQLを迷わず書けるようになる
• 日付・文字列処理や条件分岐(CASE式)を組み合わせた前処理クエリを業務データに適用できる
• 複数テーブルのJOIN(内部・外部・自己結合)とサブクエリ・相関サブクエリを使い分けて複合条件の絞り込みができる
• 外れ値・欠損値の検出と処理、データの代表値・分布調査など統計的前処理をSQLで実施できる
• 売上データへのRFM分析(Recency・Frequency・Monetary)をSQL単体で実装できる
• 購買履歴データへのアソシエーション分析をSQLで記述し、商品間の共起パターンを抽出できる

本書のキー概念(章解説)

• 第 1 章 SQLの基本 — SELECT・WHERE・ORDER BYといった基礎構文を確認する章。SQL未経験から本書を使う場合のエントリポイント
• 第 2 章 基本的な関数を知る — 集計関数(SUM・AVG・MIN・MAX)、小数処理、日付・文字列処理、CASE式など前処理の主要道具を網羅する実用性の高い章
• 第 3 章 複数のテーブルを結合する — INNER JOIN・LEFT JOIN・自己結合など結合パターンを整理。業務DBは複数テーブル構成が前提のため習熟必須
• 第 4 章 サブクエリの使用 — サブクエリと相関サブクエリで検索結果からさらに絞り込む手法。複雑な条件抽出の多くがここで解決できる
• 第 5 章 統計データを作成する — 外れ値・欠損値処理、代表値・分布調査など分析前の品質確認に直結。データの信頼性を担保する工程として重要度が高い
• 第 6 章 複雑な問題を解く — RFM分析・アソシエーション分析など応用的な分析手法をSQL単体で実現する章。ここが本書の差別化ポイント

ハイライト

• 多くの中小企業では数百件から数万件程度の小規模なデータを扱うことになります。本書では、このような小規模データの前処理や分析を行なうSQLの書き方やテクニックをレシピとしてまとめています。(本書の対象スコープが明示されており、読者が自分の業務規模と合致するかを即座に判断できる箇所)
• 売上データRFM分析や購買履歴データアソシエーション分析等といった応用的なSQLまで、小規模データの前処理や分析の実践的な手法やノウハウを解説しています。(基礎的な集計SQLから分析手法まで一冊でカバーする範囲を示す記述で、購買判断に直結する)

編集メモ

Qiita言及記事0件・累計likes 0 / Rakutenランキング履歴なし。外部シグナルが取得できない状態のため、書誌情報のみでの評価。2024年8月刊行で小規模データSQL分析の実務書として一定の需要領域をカバーするが、シグナルデータ不足により supplementary とする

読む前に押さえておきたいこと

• RDBMSの基本概念(テーブル・行・列・主キー・外部キー)と、MySQLまたはPostgreSQLなどのSQL実行環境を自分で用意できること
• Excelなどで集計・ピボット操作を行った経験(業務データのイメージがある状態が望ましい)
• プログラミング経験は不要だが、条件式(if-else的な論理)の概念は事前に把握しておくとCASE式の理解が速い

学習のコツ

• 第1章はSQL経験者であれば読み飛ばし可。第2章の関数リファレンスから着手し、手元の業務データに対して各レシピを試しながら読むと定着が早い
• 第5章(統計データ作成)は第6章(RFM・アソシエーション)の前提となる。この2章を通読してから業務データに適用する順序が実務では効率的
• 付録のデータベース作成手順でサンプルDBを事前に構築しておくと、各章のSQLをそのまま実行できて疑問の解消が速い
• 章末の練習問題は解答を見る前に自力で書くことを推奨。本書の学習価値の多くはSQLを実際に書く反復にある