前言

我们开始使用“数据科学家”一词，已经是十多年之前的事了。与此同时，“数据科学”这个词也常常被人提及。伴随人工智能（AI）、物联网（Internet of Things, IOT）技术越来越受关注，投身数据分析工作的信息技术（IT）工程师与日俱增。在越来越多的案例中，人们借鉴他人的分析结果实现了系统化。人类在商业活动中广泛运用数据的时代或许即将到来。

人们对于分析稍有了解，就容易产生使用高级分析方法的想法。然而，即便我们采用了高级分析方法，如果信息接收方不能理解这样的方法，那也是毫无意义的。

从事分析工作的人原本就了解各种分析方法，对于新的方法，通过调查也能达到熟悉的程度，可是，信息接收方对于分析方法并不熟悉。

因此，在采用不同的方法得到的结论相同时，我们应该采用简单的方法。有时我们无须使用高级统计方法、机器学习方法，仅仅绘制简单的图形就足够了；有时我们无须进行精确的数值数据分析，而是使用简略的图解方式就足够了。

不过，我所要表达的绝不是信息接收方无须进行任何学习。信息接收方不能只图自己方便，一味要求对方使用简单的分析方法。从事分析工作的一方需要学习，信息接收方也需要学习。

在这本书中，我采用图解方式针对各种各样的分析方法进行了概要介绍。因为只是进行了概要介绍，所以那些想要详细了解各种分析方法的读者还是需要阅读其他的专业图书。如果各位只是想了解现在都有哪些分析方法，这些方法各自有哪些特点，那么阅读这本书就足够了。敬请各位在把握数据的分析方法和处理要点的基础上，对手上的数据充分加以利用。

增井敏克