ローデータの意味と集計方法を調査や写真で分かりやすく解説！これで完璧にわかる実践ガイド

「ローデータって結局なに？」——調査データでは集計前の回答行、写真ではカメラが記録した生の光情報。意味が曖昧なままでは、集計ミスや画質劣化につながります。実務では、Excel集計だけで人為的な誤りが数％発生するとの報告もあり、複数回答やクロスの設計は要注意です。

本記事では、統計と写真の両分野でローデータ/RAWの違いを整理し、Excelでの単純集計・複数回答・クロスの型、欠損処理から基本統計、RAW現像の露出・色温度の順序、JPEG変換の判断基準までを一気通貫で解説します。調査担当とフォトグラファーの共通課題を、実務の手順で解決していきます。

ローデータの意味を調査分野でと写真分野で正しく整理する

ローデータの定義と英語表記の基礎を押さえる

ローデータは観測や記録の直後に得られる、加工や集計を行っていない生の情報を指します。英語表記は一般にRaw dataで、読み方は「ロー・データ」です。日本語では生データや素データという言い換えが広く使われ、意味はほぼ同じですが文脈で微妙にニュアンスが異なります。マーケティングリサーチや統計分析では調査票やセンサーからの記録値、ログ、アンケートの個票などが該当します。写真分野のRAWデータは撮像素子の信号をほぼそのまま保持した画像形式で、JPEGのような現像処理や圧縮が施されていません。ビジネスではローデータをエクセルに取り込み、集計方法を定義して加工データへ変換することで分析や意思決定に活用します。正確性を保つため、収集時点の記録と後工程の処理を明確に区別することが重要です。

• ローデータ＝加工前の情報であり、再現性と検証の起点になります

• 写真のRAWは画像領域の用語で、調査のローデータとは扱いが異なります

• 日本語の言い換えは生データ・素データが自然で実務でも定着しています

ローデータの言い換えと対義語の実務での使い分け

ローデータの代表的な言い換えは生データと素データで、収集直後の未加工状態を示します。対義語は加工データや集計データで、英語ではProcessed dataやAggregated dataが用いられます。Processed dataは欠損補完、コード化、正規化、クロス集計、レイアウト調整などの処理を経ており、意思決定や共有に適した形へ整えられています。一方で、検証や再分析、別軸での再集計にはローデータが必要です。実務では、分析段階でローデータを保持しつつ、レポート配布や可視化には加工データを使うのが安全です。アンケートやログのマーケティングリサーチでも同様で、ローデータをエクセルで管理し、用途に応じて集計や可視化を切り替えます。用語の選択は目的で決めると運用がぶれません。

写真分野でもRAWは「現像前」、JPEGは「現像・圧縮後」という関係で、概念は共通しています。

ローデータとRAWデータの領域差を理解する

調査や統計でのローデータは、個票レベルの記録を保持し、後続のクロスや回帰などの分析に耐えることが目的です。整形よりも網羅性と正確性が重視され、履歴を残した集計方法の管理が肝心です。写真でのRAWデータは、撮影時のダイナミックレンジや階調を最大限に残し、後段の現像で露出・ホワイトバランス・色調を柔軟に調整することが狙いです。JPEGはすでに処理と圧縮が入るため、編集の自由度は下がります。iPhoneのローデータモードやローデータモードiphoneではRAW撮影に対応し、後から細かい編集が可能です。ビジネスではエクセルでローデータを整え、アンケートのクロスや可視化に進みます。写真ではRAWからJPEGへ変換し共有します。どちらも「加工前を残し、目的に合わせて処理する」姿勢が成果を左右します。

1. 目的を決めてローデータの保持範囲を設計します
2. 処理手順を記録し、加工データとの対応関係を明確化します
3. 写真はRAWで撮影し、必要に応じてJPEG変換を行います
4. 調査は個票の品質確認後に集計・可視化へ進めます

ローデータの集計方法を実務目線で学ぶ

エクセルで進めるローデータの集計方法の基本

アンケートや売上などのローデータをエクセルで扱う基本は、まず列単位で「項目を一意」に整えることです。単純集計はCOUNTIFやピボットテーブルで件数を出し、複数回答は区切り文字を基準に分解して横持ちに正規化します。5段階評価は平均・中央値・標準偏差を並べてばらつきを把握します。実務では、集計前に重複・欠損・異常値を点検し、計算列でコーディングしておくと安定します。ピボットテーブルではフィールドを「行」「列」「値」に配置し、表示形式を整数やパーセンテージにそろえるのがコツです。グラフ化まで一気通貫で設計し、更新時の崩れを防ぐためにテーブル化を使うと管理が楽になります。ローデータの意味を保ったまま、加工の痕跡を関数とコメントで明示することが重要です。

• 単純集計はピボットテーブルで高速化

• 複数回答は区切り文字で分解し正規化

• 5段階評価は平均と分布を同時確認

エクセルで複数回答を集計する操作のポイント

複数回答は「A;B;C」などの区切りで1セルに格納されがちです。最初に区切り文字を統一し、TRIMとSUBSTITUTEで余計なスペースを除去します。その後、TEXTSPLITや区切り位置指定で縦展開し、UNIQUEで選択肢一覧を確定、COUNTIFやSUMPRODUCTで選択肢ごとの件数と比率を計算します。ピボットテーブルを使う場合は、縦持ちの「ID-選択肢」形式に整形してから集計します。データが多いと手作業が増えるため、テーブル化と関数による自動更新を必ず仕込むと運用が安定します。区切りにカンマとセミコロンが混在すると誤集計になるため、区切り統一と空白除去が先、次に縦持ち正規化、最後にピボット集計という順序で進めます。ローデータの整形履歴は別列で残し、元データを壊さないのが鉄則です。

※正規化した構造を残すと、再集計や新設問追加に強くなります。

エクセルでクロス集計を行うときの注意点

クロス集計は設問ラベルの設計が成否を分けます。選択肢表記は短く一意にし、同義語を混在させないことが重要です。集計範囲はテーブル参照にして追加データを自動反映し、フィルターで欠損やその他の扱いを固定ルール化します。値の要約は件数、比率、行方向比率、列方向比率を切り替え、母数の定義を明確にします。統計の基礎指標はサンプルサイズ、平均、標準偏差、信頼できる最小件数の閾値を確認し、極端に小さいセルは色分けや注記で判読ミスを防ぎます。レイアウトデータにエクスポートする前に、小数桁と表示形式を統一し、並び順は論理順か度数順で固定します。ローデータに戻れる設計にして、集計結果だけが独り歩きしないようにするのが実務の安全策です。

1. 設問ラベルを一意・簡潔に統一する
2. テーブル参照で範囲を固定し母数を明示する
3. 行比率・列比率を切り替え検証する
4. 小サンプルのセルを識別し解釈を保留する

ローデータの加工方法と分析の第一歩

分析の出発点はローデータの品質確保です。欠損は空白・専用コード・集計除外の三類型に分け、IFやIFSでフラグ化して処理を可視化します。コーディングは文字列回答を分類コードに写像し、マスタ表で対応関係を管理すると再現性が保てます。基本統計は平均・中央値・最頻値・標準偏差、カテゴリは件数・比率・上位構成を確認します。外れ値は四分位範囲や標準偏差基準で検知し、除外ではなく別分析として扱うと判断ミスを減らせます。可視化はヒストグラム、棒グラフ、散布図を使い、軸と単位を明示して比較可能性を担保します。写真のRAWやRAWデータの現像と同様に、ビジネスの生データも加工履歴が価値を左右します。編集や加工は最低限にとどめ、関数と手順書で誰が見ても再計算できる状態を維持することが、次の深掘り分析への最短ルートです。

レイアウトデータとの違いをサンプルで理解する

ローデータのサンプルと設問設計の関係がひと目でわかる

ローデータは「観測や回答を加工前のまま記録した生データ」です。アンケートや販売記録なら、1サンプル1行が基本設計になります。行は回答者IDや購入日時などの識別情報を持ち、列に商品ID、総販売数量、総売上額、支払方法、キャンペーン有無などの項目が並びます。設問設計と整合させることで、再集計やクロスが正確になります。写真分野ではRAWが該当し、撮影時の色情報やダイナミックレンジを保持します。英語ではRawdataやRawdataの表記が使われ、言い換えは生データです。運用時は、欠損の表現、単位、日付の形式を統一し、分析や集計方法に耐える品質を確保します。対義語は加工データで、レイアウトデータは集計済みの提示用データを指します。

• ポイント

  • 1サンプル1行で後工程の集計が安定します
  • 設問設計とローデータの列が対応していると誤読や再符号化を減らせます
  • RAW画像は現像でJPEGへ変換して配布しやすくなります

ローデータの列設計と型の取り扱いポイント

列設計では、単一選択は1列にカテゴリ値を格納し、データ型は整数コードや文字列ラベルを明確にします。複数回答は「項目ごとのダミー列」か「選択肢IDの配列もしくは区切り文字列」に分かれ、後のクロスや集計方法に合わせて決めます。数量や金額は数値型、日付は日付型、IDは文字列型に固定し、符号化ルール（未選択0、選択1、欠損は空など）を仕様化します。写真のRAW編集では非破壊が基本で、メタ情報は別保存にすると再現性が上がります。Excelで集計する場合は、数値へ自動変換されないよう書式を事前に固定し、ローデータの整形と検証を分離します。これによりマーケティングリサーチや売上分析の再現可能性が高まります。

補足として、対義語の加工データ英語はProcesseddataが一般的です。

レイアウトデータで集計表を設計する考え方が身につく

レイアウトデータは、目的に沿って集計軸と指標を定義し、読みやすさを重視して配置した集計表です。軸は商品IDやカテゴリ、期間、顧客属性などを設定し、指標は総販売数量、総売上額、平均単価、回答比率などを置きます。カテゴリ順序は論理順（小→大、古→新）やビジネス優先で固定し、並べ替えのたびに解釈が揺れないようにします。見誤り防止には、小計・合計の明示、空欄と0の区別、比率の分母を注記することが有効です。RAW画像の現像結果をJPEGで提示するのと同様に、ローデータを意思決定可能な形へ整形することが狙いです。集計の再計算手順を番号で残すと、ExcelやBIでの更新も安定します。

1. 集計目的を明文化し、軸と指標を確定する
2. コード表に基づきカテゴリを並べる
3. 欠損・外れ値の扱いルールを適用する
4. 小計・合計・比率を追加し見誤りを防ぐ
5. 体裁（桁区切り、単位、注記）を統一する

補足として、ローデータからのトレース可能性を確保し、定義変更時は履歴を残すと安全です。

写真のRAWを現像してJPEGへ仕上げる判断基準を完全網羅

RAW画像のメリットと加工の流れをまるごと理解

RAWは撮像素子が記録したローデータで、ダイナミックレンジの広さとホワイトバランスの後補正が強みです。JPEGはカメラ内処理で圧縮されるため軽量ですが、階調復元の余地は小さくなります。RAWの基本工程は、ヒストグラムを見ながら露出を整え、色温度と色かぶりを調整し、ハイライトとシャドウを圧縮して階調を確保し、必要に応じてレンズ補正とノイズ低減を行います。写真用途が印刷なら階調優先、Webなら容量と表示スピードを重視します。ローデータを保持しておけば再編集が容易で、異なる現像方針のバリエーションも安全に作成できます。

• RAWは後処理耐性が高く、失敗ショットの救済力が強い

• JPEGは共有が速く、容量を大幅に抑えられる

• 色再現や階調を突き詰めたい作業はRAWが有利

短時間で仕上げたい場面はJPEG、作品性を求める制作や厳密な分析はRAWという判断が基準になります。

RAWデータを編集するときの基本調整フローを徹底解説

RAW編集は順序が肝心です。まず露出で全体の明るさを決め、ハイライトとシャドウで階調を整えます。次に色温度と色かぶりを調整し、被写体の質感に合うホワイトバランスを作ります。続いてノイズ低減は輝度→カラーの順に行い、細部を保つよう量とディテールをバランスさせます。最後にシャープネスでエッジを整え、極端な強調は輪郭のにじみを招くため控えめにします。レンズプロファイル補正や歪曲・周辺光量の調整は初期段階で適用すると判断が安定します。ローデータは非破壊編集が基本なので、バージョンを分けて比較しやすいワークフローを組むと効率が上がります。

調整は「階調→色→ノイズ→シャープ」の流れで小刻みに進めると破綻しにくいです。

RAWからJPEGへ変換するときに考えるべき条件や失敗しないコツ

変換の判断軸は用途です。Web公開はsRGB、長辺2048〜3000px程度で十分なことが多く、圧縮率は画質80〜90％が目安です。印刷は解像度300ppi相当を確保し、トーンジャンプを避けるために現像時点で階調をしっかり残します。一括変換では撮影シーンが混在すると最適化が崩れるため、ローデータを条件でグルーピングしてプリセットを段階適用します。iPhoneのローデータモードやRAW対応アプリでも考え方は同じで、ハイライト保護とWB基準決めが鍵です。対義語的に語られる加工データは共有に便利ですが、再編集耐性はRAWより低いことを理解しておくと失敗を防げます。

1. 用途を決めて色空間と解像度を固定する
2. 画質と容量のバランスをテスト書き出しで確認する
3. 類似カットごとにプリセットを調整して一括反映する
4. 最終書き出し前にリサイズ後のシャープを微調整する

ロー画像をJPEG化しても、元のRAWを保管しておけば後日の再現像で品質要件に合わせた再出力が可能です。

スマホや一眼レフで使うローデータとRAWの撮影設定を徹底ガイド

ローデータモードの設定と運用のコツを完全解説

スマホでローデータを扱うなら、まずRAW撮影を有効にします。iPhoneはProRAWを搭載した機種でカメラ設定から有効化し、撮影画面のRAWをオンにすると保存できます。保存形式はDNGやAppleProRAWが中心で、編集耐性が高い一方、ファイルサイズが大きく連写に弱い点に注意が必要です。明暗差が大きい場面や夜景ではローデータのダイナミックレンジが効き、白飛びや黒つぶれの復元幅が広くなります。おすすめのワークフローは、撮影後に露出とホワイトバランスを調整し、ノイズ処理とシャープネスを控えめに整える流れです。SNS用に素早く共有したい場合はJPEGも同時保存し、編集前提の写真のみローデータを残すとストレージ節約につながります。

• ポイント

  • iPhoneのローデータモードはProRAWやDNGで保存でき、編集自由度が高いです
  • 夜景や逆光で効果的に使えるため失敗写真の救済に強いです
  • RAW+JPEGの同時保存で共有と編集の両立が可能です

一眼レフやミラーレスでRAW撮影を選ぶべき場面とテクニック

一眼レフやミラーレスでRAWを選ぶ基準は、明暗差が大きい場面、ホワイトバランスの判断が難しい照明下、後処理で作品性を高めたい時です。イベントやスポーツは連写と書き込み速度が重要になるためRAW+JPEGを使い分けると効率的です。風景やポートレートではRAW優先で、露出はハイライト基準に抑え、後処理でシャドーを持ち上げると質感を保てます。ISOは可能な限り低く、ピクチャースタイルは編集前提なら標準やニュートラルで撮ると調整幅が広がります。編集ではプロファイル適用、色温度とトーンカーブ、ノイズ低減とシャープを段階的に行い、必要に応じてレンズ補正を加えると仕上がりが安定します。

編集の前提があるならローデータを中心に運用し、即時共有や記録用途はJPEGで補完するとワークフローが安定します。

ローデータの活用事例で分析の価値を実感しよう

商品IDで追う総販売数量や総売上額の分析ノウハウ

商品ID単位のローデータを丁寧に整えると、総販売数量や総売上額の把握が一気に鮮明になります。ポイントは、期間比較とカテゴリ別クロスの二軸で見ることです。まず売上日付で週次と月次を切り替え、移動平均でノイズを均しながらトレンドを抽出します。次に商品カテゴリやチャネルとクロスして、数量主導か価格主導かを判別します。エクセルでピボット集計を用いれば、商品ID×日付×店舗の粒度から、単価変動と在庫影響を同時に確認できます。ローデータは生データゆえに欠損や重複が混在しがちです。そこでキー整合、タイムスタンプの正規化、返品・キャンセルの控除を徹底します。結果として、季節要因と販促要因の切り分けが進み、意思決定に耐える分析が実現します。ローデータ英語表記はRawdataやRawDataが使われますが、意味は同じで、加工前の記録という理解で問題ありません。ローデータ対義語は加工データで、集計や加工後の派生データを指します。

• ローデータは商品IDと日付の粒度で保持

• 期間比較は週次・月次・移動平均を併用

• カテゴリ別クロスで数量要因と価格要因を分離

ローデータの加工で成果が変わるポイントを深掘り

ローデータの加工精度が分析の信頼性を左右します。まずコーディング精度です。商品名やカテゴリ名に表記揺れがあると、集計方法そのものが歪むため、正規表現や辞書で統一し、同義のタグを一意にマッピングします。次に外れ値対応は重要で、誤入力や異常取引をルールベースで除外し、正当な極値は残す線引きを明確化します。サンプルウェイト適用は、調査やトランザクションの偏り補正に有効で、母集団構成比に合わせて重みを与えます。これにより、マーケティングリサーチの推定量が安定します。アンケートのローデータを扱う場合は、単一回答と複数回答を分け、クロスに先立ちバリデーションを行います。英語ではRawdata、生データの言い換えとして素データも使われます。逆に分析済みのレイアウトデータは伝達向けで、作成時点の定義をドキュメント化して再現性を確保します。最終的な指標は、定義・計算式・データ範囲を一元管理するとミスが減ります。

短時間でも上記を守るだけで、再現性と説明可能性が高い分析に近づきます。

アンケートから意思決定に繋げる可視化テクニック

アンケートのローデータを可視化に落とす鍵は、設問タイプ別の集計とレイアウトデータの使い分けです。名義尺度は構成比、順序尺度は中央値と箱ひげ、連続値は分布と相関を基本にします。複数回答は選択肢別の出現率と共起を併記し、5段階評価はネガ・ポジを二値化してギャップを示すと伝わります。資料化では、レイアウトデータにチャートを埋め込み、注釈で解釈と制約条件を明示します。色は3色以内、凡例は上部、軸タイトルは短く、単位はグラフ内に記載します。rawデータとは対照的に、可視化は意思決定のための最短ルートに整形する工程です。写真や画像領域ではRAWとJPEGの違いを例にすると直感的で、RAWは現像前、JPEGは出力後という関係が理解しやすくなります。ローデータ編集の履歴は、版管理で誰がいつ何を変更したか残すと安心です。

1. 設問タイプ別に集計関数を固定してブレを防ぐ
2. 二値化・差分化・順位化で判断軸を明確にする
3. 注釈・定義・サンプル特性を図中に併記する
4. 配色・凡例・単位を統一して比較可能性を高める
5. レイアウトデータをテンプレート化して再利用する

可視化は意思決定の速度を上げます。ローデータの意味を保ったまま、伝えるための最小限の加工に集中すると効果が高いです。

ローデータの英語表記や言い換えと基本用語の整理術

ローデータの英語やスペルと読み方まで完全理解

ローデータは英語でRaw dataと表記します。スペルは「R-a-w」「d-a-t-a」で、英語発音は「ロー」ではなくロウに近い音です。日本語では「ローデータ」と伸ばして表記しますが、英語のrawは形容詞で「未加工の」を意味し、dataは集合名詞として複数扱いせずis/areの揺れに注意が必要です。日常的な用法では、分析前の記録値やセンサー出力、アンケートの一次記録を指し、画像分野ではRAWと大文字で書かれることも多いです。なお写真のRAWは形式名、ビジネス文脈のRaw dataは一般用語という違いがあります。誤表記として「ロー データ」の分割や「Row data」（行データ）との混同が起きがちです。Row dataは表の行を意味する別語なので、綴り違いに要注意です。

• ポイント

  • Raw dataは「未加工のデータ」という汎用語
  • 写真のRAWはファイル形式を指す実務用語
  • Row dataは別語で意味が異なる

補足として、学術文書ではRaw dataよりも原文脈に応じた具体語（sensor readingsなど）を併記すると誤解を避けられます。

生データの言い換えや加工データの英語表現がすぐわかる

生データの一般的な言い換えは素データや一次データで、英語ではRaw dataやPrimary dataが定番です。対になる概念はProcessed data（加工データ）やCleaned data（前処理済み）、Aggregated data（集計データ）で、分析やレポート用途では目的に応じた粒度の選択が重要です。マーケティングやリサーチの現場では、ローデータをクレンジングしてから可視化し、必要に応じてクロス集計やダッシュボードに落とし込みます。写真分野ではRAW画像を現像してJPEGやTIFFに出力する流れが一般的で、ここでの「加工」は露出やホワイトバランスなどの調整を含みます。以下の対比を押さえると用語の取り違えが減り、分析精度が安定します。

短いチェックリストで整理しておくと、ドキュメントや報告書の表記ゆれを抑えやすくなります。

失敗しないローデータの管理と注意点を総まとめ

ローデータを安全に扱うための基本ルール

ローデータは後工程の分析や現像の精度を左右します。まずは保存形式を明確化し、ビジネスデータはCSVやParquet、写真はRAWを原本として保持し、二次利用用にJPEGやエクセルへ派生させます。命名規則は日付・プロジェクト・バージョンを含めて一意にし、変更履歴が追えるようにします。バックアップは3世代以上かつ異なる場所に複製して復旧時間を短縮します。アクセス権は最小権限で付与し、閲覧・編集・エクスポートを分離します。個人情報を含むローデータは匿名加工やマスキングを実施し、再識別のリスクを評価します。共有時はハッシュで整合性を確認し、取得元と利用目的をメタデータに記録して改変の混入を防ぎます。

• 保存形式を原本と派生で分離

• 命名規則を一貫運用

• 3世代・多拠点バックアップ

• 最小権限と匿名加工の徹底

ローデータの品質を守るチェックポイント一覧

品質確認は投入前に固定のチェックリストで行います。まず欠損の分布を列単位で把握し、意図した欠測か入力漏れかを区別します。重複はキー定義を明確にして完全一致と準重複の両面で検知します。単位と型は数量の単位統一（例：kgとg）と日付・カテゴリの型整備を行い、コード表と突き合わせます。統計量は平均・中央値・分位点・外れ値の範囲を確認し、収集設計と矛盾しないか検証します。タイムスタンプの時差、文字コードの乱れ、NULLと空文字の混在、0と欠損の区別、写真のEXIF破損、RAWのビット深度やカラープロファイルの不整合も見逃せません。チェック結果はログ化し、再現可能に保管します。

• 欠損・重複の体系的検知

• 単位・型・コード表の統一

• 代表統計量と外れ値の点検

• 時系列・文字コード・メタ情報の整合

集計方法で起きやすいミスを防ぐための鉄則

ローデータの集計では、複数回答の誤集計が頻出です。選択肢を展開したワイド形式で単純合計すると百分率が100％を超えます。母数は「回答者数」と「選択総数」を明示的に分けることが鉄則です。クロス集計では抽出条件で母数が変動するため、行方向と列方向で分母が一致しているかを都度確認します。再計算は手動編集を避け、エクセルやBIの集計関数でロジックを関数化し、同一ローデータから再現できる形に保ちます。写真のRAWとJPEGの比較でも、現像後の補正値を記録しないと再現性が失われます。以下の手順でブレのない集計を実装します。

1. 集計目的と指標定義を文書化し、母数の定義を固定します。
2. ローデータの正規化と型統一を先に行います。
3. 複数回答は人ベース指標と選択肢ベース指標を分離します。
4. クロス集計は抽出条件をクエリとして保存します。
5. 出力表には分母・小数処理・丸めルールを注記します。

ローデータを扱う場面別の注意点を一覧化します。運用ルールとチェックの定着に役立ててください。

上の表を運用チェックリストと併用すると、分析や現像の再現性が高まります。各現場で分母の統一とロジックの関数化を共通原則にしてください。

ローデータに関するよくある質問をまとめてスッキリ解消

ローデータとは何かを短く説明するならどうなる？

ローデータは調査や分析で取得した加工前の記録であり、アンケートの各回答やセンサーの時系列値のように手を加えていない生の情報を指します。一方、写真分野で言うRAWは撮像素子の信号を圧縮や現像処理前に保持した画像データで、JPEGより編集耐性が高いのが特徴です。どちらも後工程の自由度が高いことが最大の利点で、ビジネスでは集計やクロス集計の起点になり、写真では現像で色や階調を追い込めます。ローデータの言い換えは生データや素データが自然で、対義語は加工データや集計データです。英語表記はRaw dataで、写真のRAWは拡張子がメーカーやアプリで異なります。iPhoneのローデータモードもRAW撮影に相当し、後から調整しやすい点は共通です。

RAWからJPEGへ変換する最適なタイミングと注意点

RAWからJPEGへの変換は目的で使い分けます。共有や納品の即時性を重視するなら早めにJPEG化、細部の調整やレタッチを詰めたいならRAWのまま現像工程を完了してから書き出すのが安全です。以下の比較で判断しやすくします。

ポイントは次の三つです。

1. 編集はRAWで完了させることを基本にし、最終用途に合わせてJPEG書き出しを行います。
2. ホワイトバランスとハイライト復旧はRAW段階で調整すると破綻が少ないです。
3. 一括変換時は色空間と解像度を統一し、後工程のズレを防ぎます。