問5
頻出度★★★
経営判断や業務遂行などに活用するために, データベースに蓄積された顧客の購買履歴などのデータを分析して, 有用な情報を抽出する手法はどれか。
平成24年度 秋期 ITパスポート試験 問5
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 5
不正解ア
データクレンジングは、データの表記ゆれ・重複・欠損・誤記などを検出して修正し、分析に耐える品質にデータを整える「前処理」の作業です。データを分析して有用な情報を抽出する手法ではなく、分析の前段でデータをきれいにする工程なので誤りです。
- イ
正解 正解は「イ データマイニング」。データマイニング (data mining) は、mining =「採掘」の語のとおり、データベースやデータウェアハウスに蓄積された大量のデータを統計解析や機械学習などの手法で分析し、そこに埋もれている規則性・相関・傾向といった、それまで気づかれていなかった有用な知識を掘り出す手法です。設問の「顧客の購買履歴などのデータを分析して、有用な情報を抽出する」「経営判断や業務遂行などに活用する」は、まさにこの目的と手順を述べています。代表例が「商品Aを買う顧客は同時に商品Bも買いやすい」という相関ルール (バスケット分析) の発見で、これを棚割りやレコメンド、販売促進策に生かします。なお分析対象となるデータを時系列で整理・統合して蓄積した分析専用のデータベースをデータウェアハウスと呼び、データマイニングはそこに対して行う分析手法という関係になります。
不正解ウ
データマネージングは、データの収集・保管・保護・利活用のルールづくりといった、データ資源を組織として管理する営み全般を指す言い方です。管理の枠組みであって、蓄積データから規則性や有用な情報を抽出する分析手法を指す用語ではないため誤りです。
不正解エ
データモデリングは、業務で扱うデータの構造と相互関係を E-R 図などで整理し、データベースの設計図 (データモデル) をつくる作業です。データベースを「つくる前の設計」であり、すでに蓄積されたデータを分析して情報を取り出す手法ではないので誤りです。
ここがポイント
- データマイニング=蓄積された大量データを統計解析や機械学習で分析し、埋もれた規則性・相関 (例: 併売傾向) を発見して経営判断に活かす手法。分析用データの蓄積先であるデータウェアハウスとセットで押さえる。
- 紛らわしい「データ○○」系の役割分担を区別する: データモデリング=設計 (分析の前)、データクレンジング=品質を整える前処理、データマイニング=分析して知識を抽出する段階。
用語