問9
頻出度★★★
データマイニングの事例として, 適切なものはどれか。
平成23年度 特別試験 ITパスポート試験 問9
ストラテジ系企業活動 › 業務分析・データ利活用
この問題の解説と、これまでの解答の記録です。
解説
問 9
- ア
正解 正解はア「ある商品と一緒に買われることの多い商品を調べた」。データマイニング (data mining) とは、POS レジの購買履歴や会員カードの利用履歴など、大量に蓄積されたデータに対して統計解析や機械学習の手法を適用し、人があらかじめ気付いていなかった規則性・相関関係・パターンを掘り起こす (mining＝採掘する) 技術である。ポイントは「集計して既知の数値を求める」のではなく「隠れた関係を新しく発見する」ところにある。アはまさにこの発見型の分析で、1 枚 1 枚のレシート (買い物かご) の中身を大量に突き合わせ、商品 X を買った客は商品 Y も一緒に買う傾向が強い、という同時購買の関連ルールを見つけ出している。この分析はバスケット分析 (アソシエーション分析) と呼ばれ、データマイニングの最も代表的な事例として紹介される。得られたルールは、X と Y を近くの棚に並べる、セット販売や併売クーポンを出す、レジで関連商品を薦めるといった売場づくり・販売促進に直接生かせる。人が仮説を指定しなくてもデータの中から新しい組合せの知識が出てくる点が、単なる集計処理との決定的な違いであり、アが適切な事例である。
不正解イ
過去 3 年間の月間平均売上高を調べる作業は、売上金額という既に分かっている項目を月ごとに合計して件数で割るだけの単純集計 (基礎的な統計処理) であり、表計算ソフトの平均関数や定型の売上帳票でも求められる。求める答えの形があらかじめ決まっており、データの中から未知のパターンを発見しているわけではないので、データマイニングの事例とはいえない。
不正解ウ
ある製造番号の商品を売った販売店を調べる作業は、製造番号をキーとして販売履歴データベースを検索し、該当するレコードを取り出す照会処理である。製造・流通の履歴をさかのぼって追跡するトレーサビリティの仕組みに当たり、リコールや品質管理では重要だが、条件に合うデータを引き当てているだけで新しい規則性を見つけてはいないため、データマイニングではない。
不正解エ
売上高が最大の商品と利益が最大の商品を調べる作業は、商品ごとに売上高と利益を集計して大きい順に並べ替え、上位を取り出すだけのランキング抽出である。ABC 分析などでも行われる基本的な集計・ソート操作であり、着目する指標も欲しい答えの形も最初から人が指定している。データ同士の隠れた関連を掘り起こしているわけではないので、データマイニングの事例には当たらない。
ここがポイント
- データマイニングは、大量に蓄積されたデータに統計解析や機械学習を適用し、あらかじめ想定していなかった規則性・相関・パターンを発見する技術。単純な集計 (平均・合計)、条件検索、並べ替えによる上位抽出は、答えの形が最初から決まっている定型処理なので、たとえ扱うデータが大量でもデータマイニングとはいわない。
- 代表例はバスケット分析 (アソシエーション分析) で、レシート単位の購買データから商品 X と商品 Y が一緒に買われやすいという同時購買ルールを見つけ、棚割りやセット販売、レコメンドに活用する。関連用語として、分析用にデータを整理して蓄積するデータウェアハウス、その一部を部門向けに切り出したデータマート、多次元集計を対話的に行う OLAP も併せて押さえておきたい。
用語