データプロファイリング

データの中身を統計的に調べ、値の分布、欠損や重複の割合、形式の不一致、項目間の関係などを把握する作業。結果を品質の要求と比べて評価（アセスメント）し、品質問題の所在と規模を明らかにして、データ品質ルールの定義や改善の優先順位付けに生かす。

本来値があるべき箇所が空になっているデータ。除外すると件数が減り、平均値などで補完すると分布が歪むため、発生原因を踏まえて扱いを決める必要がある。

他の値から大きく離れた値。入力ミスの場合もあれば、実際に起きた重要な事象の場合もあるため、機械的に除外せず背景を確認してから判断する。

データの収集や測定の過程で生じる系統的な偏り。対象の選び方による選択バイアス、測り方による情報バイアス、第三の要因による交絡バイアスなどがある。

項目を件数の多い順に棒グラフで並べ、累積比率を折れ線で重ねた図。上位の少数項目が全体の大部分を占めるという傾向を確認し、重点対策を決める。

品質管理で使用される7種類の基本的な分析手法。パレート図、特性要因図（フィッシュボーン図）、ヒストグラム、散布図、管理図、チェックシート、層別の7つで構成される。データに基づく問題分析と改善に活用する。

ある情報について正式な値を持つ場所を一つに定め、全員がそこを参照するようにする考え方。同じ項目が複数箇所で別々に更新されて食い違う事態を防ぐ。