情報セキュリティマネジメント 2016年 春期 午前(科目A) 問44
問題文
企業の様々な活動を介して得られた大量のデータを整理・統合して蓄積しておき、意思決定支援などに利用するものはどれか。
選択肢
ア:データアドミニストレーション
イ:データウェアハウス(正解)
ウ:データディクショナリ
エ:データマッピング
🔒 解説は解答すると表示されます
データウェアハウス【情報セキュリティマネジメント解説】
正解の理由
この問題の答えは イ(データウェアハウス)です。
データウェアハウス(英: Data Warehouse)は、企業の様々な業務システムから得られた大量のデータを整理・統合し、長期間蓄積して経営判断や分析に使うための専用の仕組みです。特徴として「テーマ別(部署や目的ごと)にまとまっている」「履歴(時系列)を保持する」「更新はバッチ処理で比較的遅い」「分析専用に最適化されている」点があり、設問の「整理・統合して蓄積」「意思決定支援」という要件に合致します。
データウェアハウス(英: Data Warehouse)は、企業の様々な業務システムから得られた大量のデータを整理・統合し、長期間蓄積して経営判断や分析に使うための専用の仕組みです。特徴として「テーマ別(部署や目的ごと)にまとまっている」「履歴(時系列)を保持する」「更新はバッチ処理で比較的遅い」「分析専用に最適化されている」点があり、設問の「整理・統合して蓄積」「意思決定支援」という要件に合致します。
(補足)ETLは Extract, Transform, Load(抽出・変換・格納)の略で、データウェアハウスにデータを取り込む主要な処理です。これも上記の目的を満たすためによく使われます。
解法ステップ
- 問題文のキーワードを拾う:「整理・統合」「蓄積」「意思決定支援」「大量のデータ」など。
- 用語の特徴と照合する:選択肢それぞれが何を指すかを短く思い出す(後述)。
- 「分析・意思決定向けに整理・蓄積する」特徴を持つのがデータウェアハウスであることを確認する。
→ よって イ を選ぶ。
選択肢別の誤答解説
-
ア: データアドミニストレーション
- 意味:データの方針や管理ルールを決める業務(英: Data Administration)。データの定義・品質・利用ルールの整備が主で、データを蓄積する仕組みそのものではありません。
- なぜ誤りか:設問は「蓄積して意思決定に使うもの」を問うており、管理ルール策定と蓄積機能は別物です。
-
イ: データウェアハウス(正解)
- 上に述べたとおり、分析用に整理・統合・蓄積する仕組みです。
-
ウ: データディクショナリ
- 意味:データ項目の定義書やメタデータの集まり(英: Data Dictionary)。項目名、型、意味、制約などが記載されます。
- なぜ誤りか:データそのものを蓄積する場所ではなく、「データを説明するデータ」です。
-
エ: データマッピング
- 意味:あるデータ構造から別のデータ構造へ対応付けを行う作業やルール(英: Data Mapping)。例えば、Aシステムの「氏名」をBシステムの「name」に対応付けるような処理です。
- なぜ誤りか:データの変換・対応付け方法であり、蓄積や意思決定のための保管場所ではありません。
よくある誤解
- データベースとデータウェアハウスを同じものと考える誤解
- 日常の取引を高速に処理する「取引系データベース(OLTP:Online Transaction Processing)」と、分析や集計に最適化された「データウェアハウス(OLAP:Online Analytical Processing)」は用途が異なります。混同しやすい点に注意してください。
- データディクショナリ=データ本体と思う誤解
- データディクショナリは「データの辞書」であって、データを格納する倉庫ではありません。
補足コラム
- データウェアハウスの典型的な構成要素
- ETL(Extract, Transform, Load:抽出・変換・格納)で各システムからデータを取り込み、クレンジング(品質改善)を行い、分析用に格納します。分析は OLAP(Online Analytical Processing:多次元分析)ツールやBI(Business Intelligence:経営判断支援)ツールで行います。
- 職場での運用イメージ
- 営業や経理の各システムから週次・月次でデータを集めて、経営企画部が傾向分析や売上予測に使う。アクセスは分析担当者に限定し、個人情報が含まれる場合はマスキングや権限管理で保護します。
- セキュリティ面の注意点(短く)
- 集約されると機密性が高まるため、アクセス制御、監査ログ、データの暗号化や匿名化を検討します。
FAQ
Q1. データウェアハウスとデータレイクの違いは?
A1. データウェアハウスは整形・構造化して分析向けに格納するものです。データレイクは構造化・非構造化問わず生データをそのまま大量に保存する場所で、用途や加工のタイミングが異なります。
A1. データウェアハウスは整形・構造化して分析向けに格納するものです。データレイクは構造化・非構造化問わず生データをそのまま大量に保存する場所で、用途や加工のタイミングが異なります。
Q2. データはどのくらいの頻度で更新されますか?
A2. 多くは日次・週次・月次のバッチ更新です。リアルタイム分析が必要な場合は別途リアルタイム取り込みの仕組みを導入します。
A2. 多くは日次・週次・月次のバッチ更新です。リアルタイム分析が必要な場合は別途リアルタイム取り込みの仕組みを導入します。
Q3. 誰が管理すべきですか?
A3. 組織では「データオーナー(業務責任者)」と「データスチュワード(運用担当)」、そして技術側の「データエンジニア」らが共同で管理します。
A3. 組織では「データオーナー(業務責任者)」と「データスチュワード(運用担当)」、そして技術側の「データエンジニア」らが共同で管理します。
Q4. 小規模組織でも必要ですか?
A4. 小規模でも複数システムのデータを統合して意思決定したいなら有益です。規模に応じてクラウド型や簡易なデータマートから始めるのが現実的です。
A4. 小規模でも複数システムのデータを統合して意思決定したいなら有益です。規模に応じてクラウド型や簡易なデータマートから始めるのが現実的です。
関連キーワード: データウェアハウス、ETL(Extract, Transform, Load)、OLAP、OLTP、BI(Business Intelligence)、データマート、データディクショナリ、データアドミニストレーション、データマッピング、データ統合

\ せっかくなら /
情報セキュリティマネジメントを
クイズ形式で学習しませんか?
クイズ画面へ遷移する→
すぐに利用可能!

