ビッグデータの取扱いで何を分析対象に含めるか
基本情報技術者試験 令和元年度秋期 午前 問63 ／ システム戦略 › システム活用促進・評価
過去問にチャレンジ
企業がマーケティング活動に活用するビッグデータの特徴に沿った取扱いとして，適切なものはどれか。
- ア
ソーシャルメディアで個人が発信する商品のクレーム情報などの，不特定多数によるデータは処理の対象にすべきではない。
- イ
蓄積した静的なデータだけでなく，Webサイトのアクセス履歴などリアルタイム性の高いデータも含めて処理の対象とする。
- ウ
データ全体から無作為にデータをサンプリングして，それらを分析することによって全体の傾向を推し量る。
- エ
データの正規化が難しい非構造化データである音声データや画像データは，処理の対象にすべきではない。
会話形式の解説
講師この問題では、データの発信元、発生の速さ、形式を理由に、分析対象を狭めてよいかを考えます。
受験者不特定多数の投稿は、対象から外すべきだと思いました。
講師個人の投稿にも、商品への評価や不満が含まれます。商品の評判を知る材料になるので、発信元だけを理由に一律に外すのは適切ではありません。
受験者では、以前から蓄積したデータだけを扱うのでしょうか。
講師それに加えて、Webサイトのアクセス履歴のように、リアルタイム性の高いデータも扱います。利用者の行動を捉えるデータを含める点が、適切な取扱いです。
受験者無作為にデータを抽出して全体を推測する方法も、役立ちそうです。
講師それは標本から全体を推測する統計的な分析手法です。どのデータを対象に含めるかという説明とは区別しましょう。抽出したデータだけでは、細かな傾向を捉えきれない場合もあります。
受験者音声や画像は表形式に整えにくいので、除外するという考え方はどうですか。
講師音声や画像も分析対象になります。形式がそろわないことだけを理由に、一律に除外するのは適切ではありません。
受験者発信元や形式で除外せず、蓄積したデータに加えて、発生の速いデータも扱うと判断するのですね。
講師はい。ビッグデータの大量性、多様性、発生の速さを踏まえ、分析手法の話と、対象に含めるデータの話を分けて読むのがポイントです。
まとめ
マーケティングで扱うビッグデータには、蓄積済みのデータに加え、Webサイトのアクセス履歴のようなリアルタイム性の高いデータも含まれます。個人の投稿や音声・画像を、発信元や形式だけを理由に一律に除外するのは適切ではありません。無作為抽出による全体の推測は統計的な分析手法であり、どのデータを対象に含めるかという判断とは区別します。
解答・解説
正解はイです
この問題のテーマ
マーケティングで活用するビッグデータに、どのようなデータを含めるかを問う問題です。
解き方の考え方
ビッグデータの大量性、多様性、発生の速さに着目します。各選択肢が、データの発信元、更新の速さ、形式のいずれかを理由に対象を狭めていないか確かめます。分析手法の説明と、データの取扱いの説明も区別します。
選択肢ごとの解説
- ×ア ソーシャルメディアで個人が発信する商品のクレーム情報などの，不特定多数によるデータは処理の対象にすべきではない。個人の投稿にも、商品への評価や不満が含まれます。商品の評判を把握する材料になるため、不特定多数が発信したという理由だけで対象から外すのは適切ではありません。
- ○イ 蓄積した静的なデータだけでなく，Webサイトのアクセス履歴などリアルタイム性の高いデータも含めて処理の対象とする。Webサイトのアクセス履歴は、利用者の行動を捉えるデータです。蓄積済みのデータに加え、このようなリアルタイム性の高いデータも扱うという説明は、ビッグデータの特徴に合っています。
- ×ウ データ全体から無作為にデータをサンプリングして，それらを分析することによって全体の傾向を推し量る。無作為に抽出した標本から全体を推測するのは、統計的な分析手法です。それ自体はビッグデータに固有の取扱いを示さず、抽出したデータだけでは細かな傾向を捉えきれない場合もあります。
- ×エ データの正規化が難しい非構造化データである音声データや画像データは，処理の対象にすべきではない。音声や画像は、表形式に整えにくくても分析対象になります。形式がそろわないことを理由に、これらを一律に除外する説明は適切ではありません。
POINT
- データの発信元、更新の速さ、形式は、それぞれ分けて確認します。
- 分析に用いる手法と、どのデータを対象に含めるかは別の判断です。
- 対象から一律に除外する記述は、活用できる情報まで捨てないかを確かめます。