第１回目でデータ分析の流れとして以下のようなものを紹介しました。

この流れに沿って実際のテーマに取り組んでみましょう。

あまり小難しい分析テーマを設定しても面白くないので、ゆるいテーマを設定してみました。

テーマ１：ご当地キャラクタ分析

近年、多くの地域でその土地ならではの「ご当地キャラ」を作り、地域活性や観光のアピールを行っています。そのご当地キャラ数も年々増えているので、「ご当地キャラの活用状況を見える化（可視化）」し、今後の地域活性施策の参考にしたい、という課題を設定します。

この課題では「見える化」するだけなので、直接観光アピールに使えたり地域活性に役立ったりするわけではありませんが、実際の分析業務でも「まずは全体の現状把握」からスタートするのでちょうど良い課題かと思います。

分析を実施するために、まずはデータを集めなくてはいけません。
今回はインターネット上で行われているご当地キャラの人気投票結果を分析対象としてみます。人気投票である程度上位になっているキャラクタは知名度もあり、地域活性に一役かっているであろうという仮説の下です。

ただ集めてきただけではコンピュータで処理することができないので、分析しやすい形に整形します。また、不要なデータや異常な値を取り除く作業も重要になってきます。今回の場合はもともとインターネット上で掲載されているデータが元になっているため、異常な値はほぼありませんが、センサーのデータやコンピュータのログデータなどを扱う際は、思ってもないような値が入っている場合があるため注意深く見ていく必要があります。
例えば今回なら、このようにキャラクタと県がわかるように集約しました。

では今回の目的である見える化を実践してみます。

ご当地キャラが活躍している県を探してみましょう。
単純にご当地キャラ数が多い県を集計すると、東京都や埼玉県、大阪府など人口の多い地域がピックアップされます。
そこで「ご当地キャラ数÷人口」とすることで人口当たりのキャラクタ数を集計し「人口当たりのキャラクタ数が多い県＝キャラクタが多く作られ、活躍している県」と仮定して集計してみましょう。

滋賀県・和歌山県や四国の県が多く登場していることがわかります。
また、この結果を日本地図にプロットしてみるとどこでご当地キャラクタが活躍しているかよくわかります。

単純に数を集計する以外にもこんな着眼点もあります。
ご当地キャラクタは動物や物をモチーフにしたものが多く、シンプルな色で構成されていることが多いです。そこで各キャラクタの代表色（もっとも多く使われている色とします）を抜き出し、その色を集計してみましょう。

オレンジ～黄色や水色がベースとなっているキャラクタが多そうだ、ということが見えてきます。

以上のような簡単な集計だけでもいろいろなことが見えてきました。

データ分析ではこのように、まずは全体の可視化や理解から始まり、様々な仮説を導き出しながら検証していきます。

今回は見える化までの紹介でしたが、なにか成果が出た場合、システム化を検討することもあります。
例えば、人気の出るキャラクタの配色法則がわかったとすると、配色アドバイスによるキャラクタ製作支援システムやキャラクタがどの程度人気が出るかの予測システムを作ろう！というような発展をする場合もあります。