連環データ分析とは？わかりやすく解説

連環データ分析（れんかんでーたぶんせき）は、データ・ケーキベーカ株式会社が提供する「Dual ComBine Analysis: DCB Analysis」というソフトウェアを中心としたデータ分析手法である^[1]。この手法は、クロス表形式で表現されたデータを集約・展開し、視覚的なマップを作成することで、複雑なデータから意味のある情報や有用な知識を抽出することを支援する^[2]。

特徴

連環データ分析の根底にある重要な概念の一つが「連環度」という、クロス表を構成する表の行項目（サブジェクト）と列項目（アトリビュート）間の関係度の強さを示す非負の数値であり、結びつきの強度が高いほど大きな値となる^[1]^[3]。クロス表の各項目間の連環度が高いもの同士は、マップ上でより近くに配置されるように計算される。例えば、就職先人気企業アンケートの集計結果に対し、企業をサブジェクト、選社理由をアトリビュートとしたクロス表を入力すると、マップ上では選社理由の似ている企業が近くに配置されるようになる^[1]。

特徴としては次のようなものがある。

多様なデータ形式への対応：量的データ、質的データ、テキストデータなど、多様なタイプのデータを同時に統合的に扱うことができる^[1]。
同時布置とクラスタリングによる連環データマップの作成：従来の多重対応分析（Multiple Correspondence Analysis: MCA）では困難であった、サブジェクトとアトリビュートの項目を一つの直行する多次元空間に同時布置してマップ化できる。また、同時に類似した項目は近くに配置することでクラスタリングすることも可能である（原点からの方向は意味の内容を、原点からの距離は意味の強さを示す）^[1]^[2]。
馬蹄形分布の可視化：社会的な事象を分析する際に現れる、正規分布から外れた歪んだ冪乗分布（極値分布）である馬蹄形を可視化できる。マップの中央のマジョリティには「典型」が、左右のマイノリティには「革新」と「伝統」が現れ、評価尺度がある場合には、中央に「センター」、左右に「チャレンジャー」と「フォロワー」が現れる傾向を見ることができる^[4]。
複数クロス表の解析：従来の多次元データ解析法では困難であった複数のクロス表を組み合わせて解析することができる。サブジェクトとアトリビュートを共有していれば、複数のクロス表を統合して扱うことが可能となるため、一枚のクロス表におけるサブジェクトとアトリビュートの関係性だけでなく、複数のクロス表にわたる広範なデータの相互関係をさまざまな文脈で読み取ることが可能になる^[1]^[2]。

事例

連環データ分析は、ざまな産業や分野で活用されている。教育分野では、学園の再開発における問題点を特定したり、私立の中高一貫校のコンセプトを開発する支援に用いられている。飲食業界では、ビールのキャッチフレーズのキーワードを探し出したり、ファーストフード業界における新コンセプトの仮説を探求するために活用されている。NPOやNGOなどの非営利組織では、地域活性化のための地域イメージポジション診断による強み弱みの把握や、会員の活動を活性化するための効果的な計画を検討する際に役立てられている^[4]。さらに、ふるさと納税において応援したい街と応援されたい街のマッチング度ランキング分析に活用されたり^[5]、新しいビジネスアイデアを生み出すためのワークショップなどでファシリテーターの活動を支援するツールとしても活用されている^[6]。