---
title: "データパイプラインの作成"
url: https://docs.catalyst.zoho.com/ja/tutorials/crm-deal-prediction/create-data-pipeline/
description: "Catalyst QuickMLコンポーネントを使用して、Zoho CRMの過去データを分析し、商談成約の可能性を予測する強力なMLパイプラインを作成します。"
last_updated: 2026-08-17T12:16:04Z
service: All Services
type: tutorial
related_links:
  - name: "データクリーニング"
    url: /ja/quickml/help/data-preprocessing/data-cleaning
  - name: "データ変換"
    url: /ja/quickml/help/data-preprocessing/data-transformation
  - name: "データプロファイラーとビューアー"
    url: /ja/quickml/help/data-profiler-and-viewer/
---

# データパイプラインの作成

データセットのアップロードが完了したので、次にデータセットを使用してデータパイプラインを作成します。

1. 左メニューの**Datasets**コンポーネントに移動し、`Zoho_CRM_Deal_Prediction_Sample`データセットをクリックします。
![All Datasets](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/all-datasets.webp)

2. データセットの**Details**ページが表示されます。ページの右上にある`Create Pipeline`をクリックします。
![Create Pipeline Option](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/create-pipeline-crm-prediction.webp)

3. パイプライン名を「**Deal Prediction Data Pipeline**」と入力し、`Create Pipeline`をクリックします。
![Pipeline Name](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/pipeline-name.webp)

以下のスクリーンショットのように、[パイプラインビルダーインターフェース](https://docs.catalyst.zoho.com/ja/quickml/help/pipeline-builder-interface/walkthrough/#pipeline-builder-interface-1)が開きます。

![Initial Pipeline](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/pipe-line-builder-interface-crm-predict.webp)

データセットのクリーニング、精製、変換を行い、データパイプラインを実行するために、以下の一連のデータ前処理操作を実施します。各操作は、パイプラインを構築するための個別の[データノード](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-cleaning/)を使用します。

### データ前処理用のフィールドを選択する

まず、データセット内の必要なフィールドを選択して、さらに変更を加えます。
1. Operationsメニューの**Data Cleaning**コンポーネントを展開します。`Select/Drop` [ノード](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-cleaning/#select-or-drop)をパイプラインビルダーにドラッグ＆ドロップし、`Source`ノードと接続します。
![Select/drop](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/pipe-line-dashboard.webp)

2. 右パネルの**Select/Drop**セクションで、「**Deal ID**」「**Deal Name**」「**Closing Date**」「**Created Time**」「**Modified Time**」の列を選択し、操作として「**Drop**」を選択してデータセットから列を削除し、`Save`をクリックします。ここでは、これらの列は汎用的で、今後の使用目的がないため削除します。

### 欠損値の処理

トレーニングに使用するデータの品質を向上させるために、`Filter` [ノード](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-cleaning/#filter)を使用して、必要な列の空でないデータをフィルタリングします。このプロセスにより、無関係または不完全なデータが除外され、モデル開発に有用な情報のみが使用されます。

![Data Filter](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/data-cleaning-filter-crm-pipeline.webp)

**Lead Source**はモデルトレーニングの重要な列の1つであるため、空のセルを避けるためにこの列にフィルタを追加します。一致しないデータを処理する場合は、**show unmatched records as a secondary output**を選択して、一致しないデータの別の出力を取得できます。

### 列の補完

データ前処理の一環として、データセットの列に欠損値がないか確認し、補完する必要があります。この操作には`Fill Columns` [ノード](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-cleaning/#fill-columns)を使用します。

1. Operationsメニューの**Data Cleaning**コンポーネントを展開します。`Fill Columns` [ノード](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-cleaning/#fill-columns)をパイプラインビルダーにドラッグ＆ドロップし、以下のスクリーンショットのように前の`Filter` [ノード](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-cleaning/#filter)と接続します。

2. **Select Column**ドロップダウンから「**Type**」を選択します。**Fill with**フィールドで「**Custom Value**」を選択します。Valueフィールドを「**Not mentioned**」に更新し、条件として「**Type**」と「**Is empty**」をドロップダウンで選択し、`Save`をクリックします。これにより、**Type列**の空の値が「**Not mentioned**」で補完されます。
![Fill Column 1](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/fill-column-1.webp)

ここまでで、データセットの準備が完了し、このチュートリアルに必要なノードの設定が完了しました。最後に、最後に設定したノード**Fill Columns**と`Destination`ノードを接続します。

`Execute`をクリックします。

![Completed data pipeline](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/execute-pipeline-crm-predict.webp)

データパイプラインの実行が開始され、以下のスクリーンショットのようにパイプラインのDetailsページに実行ステータスが表示されます。パイプラインの実行が完了すると、実行ステータスに「**Success**」と表示されます。

![Executed data pipeline](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/executed-final-image-dashboard.webp)

`Execution Stats`をクリックすると、実行の各ステージの詳細を確認できます。

![Execution stats for data pipeline](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/execution-stats-crm-predict.webp)

これで、MLモデルの開発に使用できるデータセットの準備が完了しました。次のセクションでは、MLパイプラインの作成について説明します。

> **Note :** データパイプラインは、Catalystプロジェクト内のさまざまなユースケースに対して、複数のML実験を作成するために再利用できます。