ITパスポート 2014年 秋期 問16
問題文
企業経営の意思決定を支援するために、目的別に編成された、時系列データの集まりを何というか。
選択肢
ア:データウェアハウス(正解)
イ:データセンタ
ウ:データフローダイアグラム
エ:データマイニング
🔒 解説は解答すると表示されます
企業経営の意思決定を支援するために、目的別に編成された、時系列データの集まりを何というか。【ITパスポート 解説】
正解の理由
この問題で求められているのは、企業の意思決定を支援するために「目的別に編成され」、「時系列データ」が蓄積されているデータの集合です。これに該当するのが ア のデータウェアハウスです。
データウェアハウス(Data Warehouse:企業の意思決定支援のために、複数の業務システムから統合して蓄積された、主に分析用の時系列データの集合)は、
- 目的別(例:売上分析、顧客分析)に整理される(=subject-oriented)、
- 時間の流れで記録・保持される(=time-variant)、
- 長期間にわたって蓄積されるため、経営判断の材料になる、 という特徴を持ちます。これらは問題文の条件と一致します。
解法ステップ
- 問題文のキーワードを拾う:企業経営の意思決定支援、目的別に編成、時系列データ。
- 各選択肢の意味を短く思い出す。
- 「意思決定のための分析向けで、時間を追って蓄積される」ものを選ぶ。
- それに当てはまるのがデータウェアハウスであると判断する。
短く言うと、「分析用に目的別・時間で整理されたデータ」=データウェアハウス、で決まりです。
選択肢別の誤答解説
- ア: データウェアハウス
正しい。上記の通り、分析・意思決定支援のために目的別に編成され、時系列で蓄積されるデータの集合を指します。 - イ: データセンタ(データセンター)
データセンタ(data center:サーバ(サービスを提供するコンピュータ)やストレージなど物理的な設備を置く施設)は、設備の場所や運用を指します。データの「集まり」や「目的別の編成」を意味するものではありません。 - ウ: データフローダイアグラム(DFD)
データフローダイアグラム(Data Flow Diagram:業務やシステム内でデータがどう流れるかを図で表したもの)は図表であり、データの集合や蓄積ではありません。 - エ: データマイニング
データマイニング(data mining:大量データの中から有用な規則や傾向を見つけ出す技術・手法)は、「データを分析する行為」です。データそのものの集まりを指す語ではないため、問の趣旨と合いません。
よくある誤解
- 「データウェアハウスは単なる大きなデータベースである」
→ 一見似ていますが、役割が違います。業務処理用のデータベースは日々の取引(OLTP:Online Transaction Processing)向けで、データウェアハウスは分析(OLAP:Online Analytical Processing)向けに整えられます。 - 「時系列データ=すべてリアルタイムで更新される」
→ データウェアハウスのデータはバッチ処理で定期的に更新されることが多く、リアルタイム性よりも一貫性や履歴管理が重視されます。 - 「データマイニングとデータウェアハウスは同じ」
→ データウェアハウスは“データの貯蔵庫”。データマイニングはその貯蔵庫から価値ある情報を取り出す“分析手法”です。
補足コラム
データウェアハウスの代表的な性質(覚え方)
- 目的別(subject-oriented)=何を分析するためのデータかで整理される。例:売上別、顧客別。
- 統合(integrated)=複数の業務システムからデータを統一して取り込む。
- 時系列(time-variant)=時間の情報が重要。履歴を残すことで過去と現在の比較ができる。
- 非揮発性(non-volatile)=一度入れたデータは基本的に保持し、頻繁に上書きしない。
運用面では、ETL(Extract, Transform, Load:抽出・変換・格納)という処理で、各業務システムからデータを集め、形式を揃えて格納します。その後、OLAP(Online Analytical Processing:多次元的な分析処理)やBI(Business Intelligence:経営情報の可視化・分析)ツールで分析されます。
具体例:小売業なら「日別・店舗別・商品別の売上」を長期間蓄積して、季節変動やキャンペーン効果を経営判断に使う、という使い方が典型です。
FAQ
Q1: データウェアハウスと普通のデータベースの違いは?
A1: 普通のデータベースは日々の取引処理(入力・更新)向け。データウェアハウスは分析向けに整理・履歴保持されたデータを蓄える点が違います。
A1: 普通のデータベースは日々の取引処理(入力・更新)向け。データウェアハウスは分析向けに整理・履歴保持されたデータを蓄える点が違います。
Q2: データウェアハウスがあればデータマイニングはいらない?
A2: 逆です。データウェアハウスは“分析用データの貯蔵庫”。データマイニングはそのデータを使って価値ある知見を抽出する手法です。両方が連携して初めて有効です。
A2: 逆です。データウェアハウスは“分析用データの貯蔵庫”。データマイニングはそのデータを使って価値ある知見を抽出する手法です。両方が連携して初めて有効です。
Q3: データセンタとデータウェアハウスは同じ場所にあるのですか?
A3: 物理的にはデータウェアハウスのサーバやストレージはデータセンタに置かれることが多いですが、概念としては別物です。データセンタは「設備」、データウェアハウスは「データの設計と集合」です。
A3: 物理的にはデータウェアハウスのサーバやストレージはデータセンタに置かれることが多いですが、概念としては別物です。データセンタは「設備」、データウェアハウスは「データの設計と集合」です。
関連キーワード: データウェアハウス、時系列データ、ETL、OLAP、データマート、BI、データマイニング、非揮発性、統合データ

\ せっかくなら /
ITパスポートを
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!

