データサイエンティストの校正とは｜分析レポートの数字と言葉の食い違いを公開前に潰す作業
- 最終更新日：2026/10/24
データサイエンティストの校正は、誤字や脱字を直す作業にとどまらず、分析レポートに載せた数字、グラフ、結論の言葉が互いに矛盾していないかを、公開前に確かめる仕事です。数字の桁が一つずれただけで、経営会議の判断が変わることがあります。この記事では、実際にありがちな誤りを添削の形で示しながら、確認の順序、自動で防げる部分、人が見るべき部分を整理します。
データサイエンティストの校正は、数字と言葉の食い違いを見つける作業
分析の誤りには、計算そのものの間違いと、計算は正しいのに伝わり方が間違っているものがあります。校正で主に扱うのは後者で、書いた本人が特に気づきにくい種類の誤りです。
誤字よりも怖いのは数字の食い違い
本文に「売上は前年比〇〇%増」と書き、グラフでは前年比+〇%と読める、といった食い違いは、集計を更新した際の修正漏れで起きます。読み手は、どちらを信じればよいか分からなくなり、他の数字までも疑い始めます。
校正とレビューは役割が違う
レビューは、手法の妥当性や分析の設計を確認する工程です。校正は、結果の書き方に誤りがないかを見る工程です。同じ人が両方を一度に行うと、片方がおろそかになりやすいため、時間を分けて行います。分析の設計から報告までの流れはデータサイエンティストのメソッドで解説しています。
添削の例で見る、直す前と直した後
分析レポートでよく見かける誤りを、直す前と直した後の形で見ていきます。先に全体像を整理すると、次のようになります。
| 誤りの種類 | 直す前 | 直した後 |
|---|---|---|
| 桁と単位 | 表に単位がなく、本文の金額と対応しない | 表の見出しに単位を入れ、本文と一致させる |
| グラフの軸 | 縦軸が0から始まらず、差が誇張される | 軸を0から始めるか、省略を明示する |
| 結論の強さ | 傾向を因果のように断定する | 結果の強さと限界に合わせて言葉を選ぶ |
| 端数処理 | 割合の合計が100%にならない理由が書かれていない | 注記を添えるか、調整の方法を決める |
| 期間と基準日 | 「直近〇か月」とだけ書く | 期間、基準日、抽出日を明記する |
| 用語 | 同じ指標を別の名前で呼ぶ | 用語集を作り、定義を一か所に書いて統一する |
桁と単位のずれ
直す前は、表では「売上 〇,〇〇〇」、本文では「売上は約〇.〇億円」となっている状態です。表の単位が百万円なのか千円なのかが、どこにも書かれていません。直した後は、表の見出しに「売上（百万円）」と単位を入れ、本文の金額と一致することを確認します。金額、割合、人数はそれぞれ単位を明記し、桁区切りや小数点の位置も全体でそろえます。
グラフの軸と凡例
縦軸が0から始まっていない棒グラフは、小さな差を実際以上に目立たせてしまいます。直す前は、軸が〇〇から始まり、数ポイントの差が何倍にも見えていました。直した後は、軸を0から始めるか、軸の省略を明示します。凡例の色が、前のページと入れ替わっていないかも確認します。
結論の言い切りが強すぎる
直す前は「新しい画面にしたことで購入率が上がった」と断定していました。検定の結果は有意でしたが、信頼区間が広く、期間も〇週間だけでした。直した後は、「新しい画面の期間は購入率が高い傾向が見られた。ただし期間が短く、季節の影響を除けていない」と書きます。結果の強さに合わせて、言葉の強さを調整します。
端数処理と合計の不一致
内訳の割合を小数第一位で四捨五入すると、合計が99.9%や100.1%になることがあります。読み手は計算ミスだと受け取るため、直す前は注記がありませんでした。直した後は、「四捨五入のため合計が100%にならない場合があります」と一行添えるか、構成比の高い項目で調整します。件数のように整数で積み上がる数字は、内訳の足し算が合計と一致することを確かめます。
期間と集計の基準日
本文に「直近〇か月」とだけ書くと、いつからいつまでか分かりません。直した後は、「〇〇〇〇年〇月〇日から〇月〇日」のように期間を明記し、基準日と抽出日も脚注に載せます。データは後から更新されるので、抽出日がないと、後日の再集計と数字が合わない理由を説明できなくなります。
用語の揺れ
同じ資料の中で、解約率とチャーン率、会員とユーザーが混ざって使われると、別の指標を指しているように読めます。用語集を作り、定義を一か所に書いておくと、複数の担当者が書く資料でも揃えられます。
確認の進め方
一度の読み込みですべてを確かめようとすると、見落としが増えます。目的を分けて、何度かに分けて読むのが基本です。
最初は数字の突き合わせに使う
本文、表、グラフ、スライドの数字を、元の集計結果と一つずつ照らします。同じ数字が複数の箇所に出るなら、すべて一致しているかを見ます。この段階では文章の読みやすさは気にしません。
次に読み手の立場で読む
印刷するか、画面の表示を変えて読むと、見慣れた資料の誤りに気づきやすくなります。分析に参加していない人の目線で、専門用語に説明があるか、略語が初出で説明されているかを見ます。
仕上げに第三者に渡す
自分で書いた資料は、思い込みで読み飛ばしてしまいます。可能なら同僚に数分でも見てもらい、疑問を集めてもらいます。質問が出た箇所は、書き方が不十分な箇所です。
自動で防げる誤りと、人が見るべき誤り
すべてを目で確かめる必要はありません。機械で検査できる部分と、人が判断すべき部分を分けると、確認の時間を有効に使えます。
コードとデータの検査に任せる部分
集計の合計が一致しているか、重複がないか、日付の範囲が想定どおりかといった検査は、コードで自動化できます。dbtのテストや、Great Expectationsのようなデータ検査のライブラリを使うと、更新のたびに確認が走ります。ノートブックを上から再実行して同じ数字が出ることも、毎回確かめたい項目です。Googleが公開している適切なデータ分析のガイドでも、再現性を確認することや、過去の測定値との整合性を確認することが勧められています。ツールの機能や使い方は更新されることがあるため、導入するときは公式の情報を確認してください。
文章の表記ゆれを拾う道具
textlintのような文章の検査ツールを使うと、表記の揺れや二重の助詞を拾えます。ただし、数字の意味の食い違いは道具では見つかりません。道具で拾える誤りは機械に任せ、人は数字と結論の整合に時間を使う、という分担が現実的です。
生成AIに校正を頼むときの注意
生成AIは文章の整えに役立ちますが、社内の数字や顧客データをそのまま貼り付けると、情報の取り扱い規定に反することがあります。個人情報保護委員会の生成AIサービスの利用に関する注意喚起等でも、個人情報を含む指示を入力する場合は、利用目的の範囲内かを十分に確認することなどが求められています。利用できるサービスと入力してよい範囲を、所属先の規定で確認してから使ってください。AIが直した文章の数字が、元の数字と変わっていないかも、自分で見直します。使いどころはデータサイエンティストのAI活用で紹介しています。
どこまで時間をかけるか
校正にかける時間は、資料の使われ方によって変えて構いません。手厚く行う場面と軽くてよい場面を分けて考えます。
手厚く行う場面
経営会議の資料、社外に公開するレポート、契約に関わる報告は、複数人での確認を前提にします。一度出した数字の訂正は、信頼と手間の両面でコストがかかるためです。
軽くてよい場面
社内の速報や、試行段階のメモは、速さが価値になります。その場合は、暫定の数字であることと、確認していない範囲を明記して出せば足ります。
誤りが見つかったときの対応
公開後に誤りに気づいたら、速やかに読み手へ連絡し、どこがどう変わるかを示します。隠さず、訂正の履歴を残す姿勢は、次の資料への信頼につながります。この種の落ち着いた対応は、データサイエンティストのキャリアの段階が上がるほど、周囲から求められる役割にもなります。誤りへの向き合い方を信頼として示す考え方はデータサイエンティストのE-E-A-Tで解説しています。
校正を習慣にするための小さな仕組み
毎回の資料に、確認項目をいくつか書いた短いリストを付けておくと、抜けが減ります。例えば、単位の明記、本文と表の数字の一致、軸の起点、用語の統一、前提条件の記載です。最初は面倒でも、数回使うと、自分がどこで間違えやすいかが見えてきます。