ITパスポート 過去問
令和7年度
問95 (テクノロジ系 問40)

このページは閲覧用ページです。
履歴を残すには、 「新しく出題する(ここをクリック)」 をご利用ください。

問題

ITパスポート試験 令和7年度 問95(テクノロジ系 問40) (訂正依頼・報告はこちら)

データベース設計におけるデータ分析で行うこととして、適切なものはどれか。
  • データウェアハウスから業務ごとに必要な情報を抽出する。
  • データ項目の内容が、指定された条件を満足する行だけを抽出する。
  • 必要なデータ項目を洗い出し、項目間の関連を整理する。
  • 膨大な情報から統計的手法などを用いて、ビジネスに活用できる情報を探索する。

次の問題へ

正解!素晴らしいです

残念...

この過去問の解説 (3件)

01

データ分析という曖昧なものと捉えられがちな用語の意味を正しく理解できているか問う問題です。

各選択肢をそれぞれみていきます。

選択肢1. データウェアハウスから業務ごとに必要な情報を抽出する。

データ分析ではなく、データ活用に該当する内容です。

そのため本選択肢は不正解です。

選択肢2. データ項目の内容が、指定された条件を満足する行だけを抽出する。

データベースの操作についての内容です。

そのため本選択肢は不正解です。

選択肢3. 必要なデータ項目を洗い出し、項目間の関連を整理する。

データ分析の説明として適切です。

つまり、データ分析とはデータベースの設計をするということです。

本選択肢が正解です。

選択肢4. 膨大な情報から統計的手法などを用いて、ビジネスに活用できる情報を探索する。

選択肢の内容はデータマイニングに該当すると考えられます。

そのため本選択肢は不正解です。

まとめ

データベースについての話をするときに、大きく分けるとデータベースをどのように利用するのかと、どのようにして作成するのかに分けられます。

本問で問われていたデータ分析とは、どのようにして作成するのかを考える工程のことでした。

参考になった数14

02

データ分析では、必要なデータの洗い出し、データの関連性の分析、データ項目の標準化が行われます。

選択肢1. データウェアハウスから業務ごとに必要な情報を抽出する。

不適切。BIツールの分析に関する記述です。データベース運用後に行います。

選択肢2. データ項目の内容が、指定された条件を満足する行だけを抽出する。

不適切。SQLなどのデータ操作に関する記述です。データベース運用後に行います。

選択肢3. 必要なデータ項目を洗い出し、項目間の関連を整理する。

これが正解です。

選択肢4. 膨大な情報から統計的手法などを用いて、ビジネスに活用できる情報を探索する。

不適切。データマイニングに関する記述です。データベース運用後に行います。

参考になった数2

03

企業では「売上」や「顧客情報」といった、経営に必要となる何種類ものデータを扱いますが、その量も膨大であるため整理して置く必要があります。

故に「どのデータを、どのように格納しするか」を明確にしておくのがデータベース設計とよばれる工程です。

選択肢1. データウェアハウスから業務ごとに必要な情報を抽出する。

データウェアハウス(DWH)とは、企業全体で収集した業務に関連するデータ全体のことです。

つまりは企業のデータベースサーバーの全内容=データウェアハウスと言えます。
 

またデータウェアハウス内のデータは時系列順で整理されており、これ自体も膨大なデータベースです。
 

ここから業務に必要な情報を抜き出し、経営戦略や業務マネジメントに必要な事を割り出すのがデータ分析ですが、選択肢の文面はその前段階の話です。

選択肢2. データ項目の内容が、指定された条件を満足する行だけを抽出する。

データベース内の情報から必要な情報だけを抜き出すクエリに関する説明です。

このクエリはSQLという、データベース専用の言語で記述します。

選択肢の文面のような場合ですと、SELECT句というSQL文を使います。


例として、売上数30個以上だった商品名を抜き出して一覧にする」というSQLを紹介しましょう。

次のようなテーブル「売上一覧」があったとします。

 

商品名商品コード単価売上数売上高
スマホXSP-00X30,00030900,000
スマホYSP-00Y20,00020400,000
パソコンPPC-001100,00040400,000
タブレットTTAB-00240,000251,000,000

 

SQL文は次のようになります。

 

SELECT 商品名 FROM 売上一覧 WHERE 売り上げ数 >= '30'

 

クエリの結果として、次のような表が表示されます。

 

商品名
スマホX
パソコンP


 

データ分析の過程でデータベースを扱うためクエリを実行することはありますが、選択肢の文面はクエリそのものの記述なので、正解ではありません。

選択肢3. 必要なデータ項目を洗い出し、項目間の関連を整理する。

これがデータ分析の説明文です。


データ項目の洗い出し・・・得たい分析結果とは無関係となる、不要なデータを取り除くことでデータクレンジングと呼ばれることもあります。


項目間の関連を整理する・・・一般的に使われるリレーショナルデータベースではデータをテーブルと呼ばれる表を用いて扱います。

このテーブル同士を、表のある特定の項目を接点(キー)とし、紐付けをすることで、データ同士の関連を明確にします。(この関連のことをリレーションシップといいます。)


また、時系列でのデータの移り変わりや変化を把握するためヒストグラムABC分析を用いるケースもあります。

選択肢4. 膨大な情報から統計的手法などを用いて、ビジネスに活用できる情報を探索する。

データマイニングに関する説明です。

データマイニングはデータ分析から得られた結果をもとに、その後のアクションを決定するためのアイディア出しの段階です。

 

近年ではAIを用いることで、より効率的・効果的なデータマイニングが可能となりました。

「データ分析」と混合しそうですが、

 

データ分析・・・帳簿から今期売り上げトップ5の商品を特定し、販売時期などから売り上げが伸びた原因を割り出す

データマイニング・・・データ分析の結果から、より売上高が期待できる商品企画をChatGPTに提案してもらう

 

のように、データマイニングは「分析の結果をもとに、次はどうするか?」といったスタンスで行うものとなります。

参考になった数0