問1
データの共有と再利用を促すために提唱された FAIR 原則に関する記述として,最も適切なものはどれか。
- 1データを誰でも無償で利用できるオープンデータとして公開することを前提とし,利用者の範囲や利用の条件を限定するライセンスは付けないことを求めている。
- 2データへのアクセスに必要に応じて認証や認可の手続を求めることを認め,データ自体が利用できなくなった後もメタデータは参照できるようにすることを求めている。
- 3人が検索して見つけられることを重視し,プログラムが自動で処理することは想定せずに,データの内容の説明は自由な文章で詳しく記述することを求めている。
- 4識別子は組織の中で一意であればよいとし,データの保管場所を移したときは新しい識別子を付け直して,それまでの識別子は使えないようにすることを求めている。
答えと解説
正解: 2
FAIR 原則は,2016 年に提唱された,データを見つけられる(Findable),アクセスできる(Accessible),相互運用できる(Interoperable),再利用できる(Reusable)ようにするための指針である。A1.2 は必要に応じた認証・認可の手続を認め,A2 はデータが失われてもメタデータには到達できることを求めるので,FAIR はオープンであることと同じではない。利用条件を限定するライセンスを付けないとする記述は,明確な利用ライセンスを求める R1.1 に反する。プログラムによる処理を想定しない記述は I1 に,組織内で一意の識別子を付け直す記述は,世界的に一意で永続的な識別子を求める F1 に反する。
問2
データマネジメント成熟度モデルを用いた成熟度アセスメントと,その結果に基づくデータ戦略のロードマップの策定に関する記述のうち,適切でないものはどれか。
- 1目標とする成熟度の水準は,ビジネス戦略の実現に必要な程度を機能ごとに見極めて設定し,全ての機能で一律に最上位の水準を目指すことはしない。
- 2評価では,規程や手順書が整っているかに加えて,関係者への聞取りや運用の記録によって,実際にそのとおりに運用されているかを確かめる。
- 3現状と目標の水準の差が同程度の機能どうしは,事業への影響の大きさや施策の費用,施策間の依存関係を比べて,ロードマップ上の順序を決める。
- 4初期の水準にある機能でも,測定に基づく管理や最適化の仕組みを先に導入すれば,手順を定義して標準化する段階を省いて改善を早められる。
答えと解説
正解: 4
成熟度モデルは,データマネジメントの各機能の取組を,場当たり的な初期の水準から,手順が定義され,測定に基づいて管理され,継続的に最適化される水準へと段階的に表したものである。上位の水準は下位の水準の実践を土台とするので,手順を定義して標準化する段階を省き,測定に基づく管理や最適化の仕組みから導入するのは適切でない。目標水準は事業上の必要性から機能ごとに設定し,評価は文書の有無だけでなく運用の証拠で確かめ,差の大きさに加えて事業への影響,費用,依存関係を比べて施策の順序を決めるのが,成熟度アセスメントとギャップ分析の進め方である。
問3
B 社は,データの種類ごとに保持期間を定めたデータ保持方針に従い,保持期間を過ぎたデータを自動で消去している。B 社のデータの保持と廃棄の管理に関する記述のうち,適切でないものはどれか。
- 1取引先との紛争で訴訟の提起が見込まれた時点で,その紛争に関係するデータを特定して自動消去の対象から外し,保全の解除が決まるまで改変できない状態で保管する。
- 2業務システムの操作ログなどの監査証跡は,改ざんを検知できる形で保存し,その保持期間は,監査の周期や法令で求められる保存の期間を踏まえて定める。
- 3訴訟に備えた保全の対象は,保管の費用が膨らまないよう関係する従業員の電子メールに絞り,同じ案件の共有フォルダの文書やチャットの記録は方針どおり消去を続ける。
- 4保持期間は,データの種類ごとの法令上の保存義務と業務上の必要性から定め,必要以上に長く保持して漏えいなどが起きたときの影響を広げないようにする。
答えと解説
正解: 3
訴訟などに備えたデータの保全(リーガルホールド)では,訴訟や調査が合理的に予見された時点で,関係者と関係するデータを特定し,形式や保管場所を問わず,電子メール,共有フォルダの文書,チャットの記録などの消去を停止する。保全の対象を電子メールに絞って関係する文書やチャットの記録の消去を続けると,証拠となり得るデータを失い,自社の主張の立証に支障が出るおそれがあり,米国の訴訟などでは証拠の滅失として制裁を受けることもあるので適切でない。保全の解除までは改変できない形で保管し,監査証跡は改ざんを検知できる形で保存する。保持期間は保存義務と業務上の必要性から定め,長すぎる保持も避ける。
問4
データガバナンスの運営体制におけるデータカスタディアンの役割として,最も適切なものはどれか。
- 1データオーナーが定めた方針に従い,データを格納する基盤の運用,バックアップと復旧,アクセス権の設定などの技術的な保管と保護を担う。
- 2担当する業務領域のデータについて,項目の定義や品質ルールを維持し,利用者からの問合せに答えて,品質の問題を見つけたら改善を働きかける。
- 3全社のデータ戦略に責任をもつ経営層の一員として,データマネジメントの方針を定めて推進の体制を整え,その成果を経営会議に報告する。
- 4組織横断でデータマネジメントの標準や手順を整え,各部門の活動を支援しながら,ルールの遵守の状況を確かめる事務局の機能を担う。
答えと解説
正解: 1
データカスタディアンは,データの保管者として,データオーナーやデータスチュワードが定めた方針やルールに従い,データを格納するデータベースや基盤の運用,バックアップと復旧,アクセス制御の実装などの技術的な保管と保護を担う役割であり,主に IT 部門の担当者が務める。データの内容や利用の可否はカスタディアンではなくオーナーなどが判断する。項目の定義や品質ルールを維持して改善を働きかけるのはデータスチュワード,経営層として方針を定めて成果を報告するのは最高データ責任者(CDO),組織横断で標準を整えて遵守を確かめるのはデータマネジメントオフィス(DMO)の役割である。
問5
JIS X 25012(ISO/IEC 25012)のデータ品質モデルは,15 の品質特性を固有の視点とシステム依存の視点から分類している。システム依存の視点だけに分類される特性の組合せとして,適切なものはどれか。
- 1正確性,完全性,最新性
- 2可用性,移植性,回復性
- 3機密性,追跡可能性,効率性
- 4可用性,機密性,追跡可能性
答えと解説
正解: 2
JIS X 25012:2013(ISO/IEC 25012:2008)は,データそのものに備わる固有の視点と,データを扱うコンピュータシステムの能力で達成・維持されるシステム依存の視点から 15 の特性を分類している。固有の視点だけの特性は正確性,完全性,一貫性,信ぴょう性,最新性の 5 つ,両方の視点に関わる特性はアクセシビリティ,標準適合性,機密性,効率性,精度,追跡可能性,理解性の 7 つ,システム依存の視点だけの特性は可用性,移植性,回復性の 3 つである。機密性や追跡可能性はアクセス制御や監査証跡の機能にも依存するが,データの属性としての側面もあるので両方に分類される。
問6
C 社は,毎日受け入れる受注データについて品質ルールの検査を自動化し,表の規則のどれかを満たさない場合は取込みを止めて担当者に通知している。ある日の状況が次のとおりであるとき,規則を満たさない検査項目を全て挙げたものはどれか。
表 検査項目と規則
|検査項目|規則|
|件数|受け入れた件数が,直近 7 日間の 1 日当たりの平均件数の 80% 以上 120% 以下|
|欠損率|受け入れたレコードのうち,顧客 ID が空のものの割合が 1.5% 以下|
|鮮度|検査の時刻が,データに含まれる最新の受注日時から 6 時間以内|
|スキーマ|列の構成(列の数,名前,型)が,登録済みの定義と完全に一致|
〔ある日の状況〕
・直近 7 日間の件数は,古い順に 11,000,11,500,12,000,12,000,12,500,12,000,13,000 件である。
・当日に受け入れた件数は 10,000 件で,そのうち顧客 ID が空のレコードは 140 件である。
・ファイルは 3:00 に到着し,含まれる受注日時の最大は前日の 23:40 で,検査は 6:00 に実行した。
・登録済みの定義に無い列“配送区分”が末尾に追加されていた。既存の列の名前と型に変更は無い。
- 1件数,鮮度
- 2スキーマ
- 3鮮度,スキーマ
- 4件数,鮮度,スキーマ
答えと解説
正解: 3
件数の基準は直近 7 日間の平均で,84,000 ÷ 7 = 12,000 件なので,許容範囲は 9,600〜14,400 件となり,10,000 件は満たす。前日の 13,000 件と比べると約 77% となり,満たさないと誤る。欠損率は 140 ÷ 10,000 = 1.4% で満たす。鮮度はファイルの到着時刻ではなく,データに含まれる最新の受注日時から測るので,前日 23:40 から 6:00 までの 6 時間 20 分となり満たさない。スキーマは,列の追加も登録済みの定義との不一致に当たるので満たさない。したがって,鮮度とスキーマの 2 項目である。
問7
D 社は,受注表の列“割引率”の値の表し方を,百分率の整数(10 は 10%)から小数(0.1)に変更する。データの流れは次のとおりである。カラムレベルのデータリネージを用いて,この変更の影響を受ける報告書の項目を特定したとき,その項目の数は幾つか。
〔データの流れ〕
・中間表 T1 は,受注表から,受注番号,顧客 ID,商品コード,数量,売上金額(数量 × 単価 × (1 − 割引率 ÷ 100))の 5 列を作成する。
・中間表 T2 は,T1 を顧客 ID ごとに集計して,顧客 ID,購入回数(受注番号の件数),売上合計(売上金額の合計)の 3 列を作成する。
・報告書 R1 は,T1 から,商品コード,数量合計,売上合計の 3 項目を表示する。
・報告書 R2 は,T2 から,顧客 ID,購入回数,売上合計,優良顧客区分(売上合計が基準額以上なら“優良”)の 4 項目を表示する。
・報告書 R3 は,受注表から,受注番号,単価,割引率の 3 項目を表示する。
- 13
- 24
- 35
- 410
答えと解説
正解: 2
カラムレベルのリネージは,列の単位で導出の関係をたどる。割引率から導かれるのは T1 の売上金額で,それを集計した T2 の売上合計へと伝わる。報告書では,R1 の売上合計,R2 の売上合計とそれを基に判定する優良顧客区分,割引率を直接表示する R3 の割引率の 4 項目が影響を受ける。数量,購入回数,単価などは割引率に依存しない。優良顧客区分を見落とすと 3,購入回数を含めると 5 となる。テーブルレベルのリネージでは,受注表から導かれる表を使う報告書の全てが対象となり,10 項目全てを確認することになる。
問8
ISO/IEC 11179 に基づくメタデータレジストリにおける,データ要素の構成の説明として,最も適切なものはどれか。
- 1対象クラスと特性を組み合わせたデータ要素概念に,許容される値の集まりである値域を結び付けたものとし,同じ概念も値域が異なれば別のデータ要素とする。
- 2業務部門が使う呼び名とその意味の説明を単位とするものとし,同じ意味をもつ項目は,値の表現の形式が異なっていても一つのデータ要素として登録する。
- 3個々のシステムでの格納のしかたを単位とするものとし,同じ意味と表現の項目も,格納するデータベースや表が異なれば別のデータ要素として登録する。
- 4データの発生元から利用先までの処理の経路と変換の規則を一組にしたものとし,経路が異なれば,同じ意味と表現の値でも別のデータ要素として登録する。
答えと解説
正解: 1
ISO/IEC 11179 は,メタデータレジストリで管理するデータ要素の構造や登録の方法を定める規格群で,第 1 部(枠組み)などが 2023 年に改訂されている。データ要素は,対象クラス(例:従業員)と特性(例:生年月日)を組み合わせたデータ要素概念に,許容される値の集まりである値域(例:西暦 8 桁の日付)を結び付けたものである。同じ概念でも値域が西暦と和暦で異なれば別のデータ要素となるので,表現の形式によらず一つにまとめるとする記述は誤りである。格納のしかたをシステムごとに記述するのはデータ辞書,処理の経路と変換の規則はデータリネージの考え方である。
問9
K 社では 6 つの業務システムが互いにデータを送り合っており,現在はポイントツーポイント型で,送信元と送信先の組ごとにデータ形式の変換処理を作っている。これを,カノニカルデータモデルを介するハブアンドスポーク型に改め,各システムは自システムの形式とカノニカルデータモデルとの間の変換処理を,送信用と受信用に一つずつもつことにする。全てのシステムが他の全てのシステムとデータを送り合うとき,7 つ目のシステムを追加する際に新たに作る変換処理の数の組合せとして,適切なものはどれか。
- 1ポイントツーポイント型 6,ハブアンドスポーク型 2
- 2ポイントツーポイント型 12,ハブアンドスポーク型 1
- 3ポイントツーポイント型 42,ハブアンドスポーク型 14
- 4ポイントツーポイント型 12,ハブアンドスポーク型 2
答えと解説
正解: 4
ポイントツーポイント型では送信元と送信先の組ごとに変換処理が要るので,n 個のシステムが互いに送り合うと n(n − 1) 個となり,6 システムでは 30 個,7 システムでは 42 個になる。追加する 7 つ目のシステムは,既存の 6 システムへの送信と 6 システムからの受信の変換処理が要るので,新たに 12 個を作る。カノニカルデータモデルを介すると変換処理は各システムに送信用と受信用の 2 個で,全体は 2n 個となり,追加は 2 個で済む。片方向だけ数えると 6,ハブとの変換を一つと数えると 1,追加後の総数を答えると 42 と 14 になる。一方で,ハブの性能や共通モデルの変更の統制が課題となる。
問10
マスターデータ管理(MDM)の実装方式のうち,コエグジスタンス型の説明として,最も適切なものはどれか。
- 1各システムでの登録と更新を続け,ハブには各システムのレコードを結び付ける対応表だけを置き,照会のたびに各システムから項目を取り出して統合した見方を組み立てる。
- 2各システムでの登録と更新を続け,各システムから複写したデータを基にハブでゴールデンレコードを作り,分析や照会に提供するが,その結果は各システムには反映しない。
- 3各システムでの登録と更新を続け,各システムから集めたデータを基にハブでゴールデンレコードを作り,その結果を各システムに配信してマスターデータを更新する。
- 4マスターデータの登録と更新をハブに一本化し,各システムはハブから配信されたゴールデンレコードを受け取って使い,自らはマスターデータを作成しない。
答えと解説
正解: 3
MDM の実装方式は,ゴールデンレコードをどこで作って保持し,各システムへ戻すかどうかで分かれる。コエグジスタンス型は,各システムでの登録と更新を続けながら,ハブで作ったゴールデンレコードを各システムに配信して同期し,ハブと各システムの双方でマスターデータを保持する。対応表だけを置いて照会のたびに統合した見方を組み立てるのはレジストリ型,ハブでゴールデンレコードを作るが各システムには反映しないのはコンソリデーション型,登録と更新をハブに一本化するのは集中管理型である。レジストリ型,コンソリデーション型,コエグジスタンス型,集中管理型の順に統制は強まるが,既存のシステムへの影響と導入の負担も大きくなる。
問11
E 社は,外部から調達したデータを自社の分析サービスに組み込むことを検討している。外部データの利用許諾に関する記述のうち,適切でないものはどれか。
- 1CC BY 4.0 で公開されたデータを加工したデータセットを提供するときは,元と同じ CC BY 4.0 を付けなければならず,独自の利用条件を定めて有償で提供することはできない。
- 2CC BY-SA 4.0 で公開されたデータを加工したデータセットを公開するときは,元と同じライセンス要素をもつ CC ライセンスか,互換性が認められたライセンスを付ける必要がある。
- 3公共データ利用規約(第 1.0 版)が適用される Web サイトのコンテンツは,出典の記載などの条件を守れば加工して商用のサービスに使え,CC BY 4.0 に従った利用も許諾されている。
- 4提供者との契約で利用目的と再提供の可否を定めて購入したデータは,その目的を超えて自社の別のサービスに使う場合や第三者に提供する場合には,改めて提供者の許諾を得る。
答えと解説
正解: 1
CC BY 4.0 は,出典の表示などの条件を守れば商用の利用や加工を認め,加工して作ったものに付けるライセンスを制限しないので,独自の条件で有償提供できないとする記述は適切でない。ただし,付けた条件は,受け手が元の CC BY の条件を守ることを妨げてはならない。加工物に同じか互換のライセンスを求めるのは,継承(SA)の条件を含む CC BY-SA である。公共データ利用規約(第 1.0 版,2024 年 7 月)は商用利用や翻案を認め,CC BY 4.0 との互換性を定めている。契約で利用目的と再提供の可否を定めたデータは,その範囲を超える前に許諾を得る。
問12
データ品質特性と,その特性が損なわれている事象の例の組合せとして,適切でないものはどれか。
- 1完全性:顧客マスタで必須項目とされている電話番号が,一部のレコードで未入力のままになっている。
- 2一貫性:同じ顧客の住所が,受注システムと請求システムとで異なる値で登録されている。
- 3機密性:売上データの集計結果に前日までのデータしか反映されておらず,最新の状態ではない。
- 4正確性:商品マスタに登録されている価格が,店頭での実際の販売価格と異なる値になっている。
答えと解説
正解: 3
ISO/IEC 25012 のデータ品質モデルでは,機密性はデータが権限をもつ利用者だけにアクセス・解釈できる状態にあることを表す特性である。集計結果が最新ではないという事象は,データが利用時点で十分に新しいかを表す最新性が損なわれている例であり,機密性の例として適切でない。必須項目の未入力は,必要な属性に値がそろっているかを表す完全性の欠如,システム間で同じ顧客の住所が食い違うのは,データ間に矛盾がないかを表す一貫性の欠如,登録価格が実際と異なるのは,データが真の値を正しく表しているかを表す正確性の欠如の例として,いずれも適切である。
問13
データガバナンスにおいて,経営層などの統治主体が行う基本行動 a〜c と,その名称の組合せとして,最も適切なものはどれか。
a 自社のデータの利活用の現状と将来の見通しを,事業目標や法規制,リスクなどの観点から検討し,判断する。
b データの利活用に関する方針や計画を定め,その実行の責任を割り当てて,業務執行の責任者に遂行させる。
c 方針や計画に沿ってデータが利活用されているか,また期待した成果が出ているかを測定し,確認する。
- 1a:監視,b:指示,c:評価
- 2a:評価,b:監視,c:指示
- 3a:評価,b:指示,c:監視
- 4a:指示,b:監視,c:評価
答えと解説
正解: 3
データガバナンスの基本行動は,IT ガバナンスの国際規格 ISO/IEC 38500 の評価(Evaluate),指示(Direct),監視(Monitor)のモデルをデータに適用したものであり,データガバナンスの規格 ISO/IEC 38505-1 もこのモデルに基づいている。評価は,データの利活用の現状と将来を,事業目標や外部環境,リスクに照らして検討し判断する行動であり,a が該当する。指示は,評価の結果を踏まえて方針や計画を定め,責任を割り当てて実行させる行動であり,b が該当する。監視は,方針への準拠状況や成果を測定して確認する行動であり,c が該当する。監視の結果は次の評価に生かされ,三つの行動が繰り返される。
問14
データマネジメントにおける SSOT(Single Source of Truth)の考え方の説明として,最も適切なものはどれか。
- 1顧客の住所などの特定のデータについて,正とする値を保持する場所を一つに定め,各システムや各部門がそこを基準としてデータを参照する考え方
- 2障害や災害に備えて,同じ内容のデータを複数の拠点のサーバに複製して保持し,一方が停止しても他方からデータを提供し続けられるようにする考え方
- 3データが生成されてから加工や集計を経て利用されるまでの経路を記録し,ある値がどのデータから導かれたのかを後から追跡できるようにするという考え方
- 4複数のシステムに分かれて登録されている顧客データを突き合わせ,同一人物と判断できるレコードを統合して重複をなくすという考え方
答えと解説
正解: 1
SSOT は,あるデータについて信頼できる情報源を一つに定め,組織内の全ての利用者がそれを基準とすることで,システムや部門ごとに値が食い違う状態を防ぐ考え方である。マスタデータ管理などで,正とするデータの保持場所と更新の責任を明確にする際の基本となる。同じデータを複数の拠点に複製して停止に備えるのはレプリケーションによる可用性の確保であり,複製先は正の情報源ではない。データの生成から利用までの経路を記録して追跡できるようにするのはデータリネージであり,どの値を正とするかを定めるものではない。重複するレコードを突き合わせて統合するのは名寄せであり,SSOT を実現する手段の一つにはなるが,考え方そのものではない。
問15
データスペースの説明として,最も適切なものはどれか。
- 1国や地方公共団体などが保有するデータを,機械判読に適した形式で,営利目的も含めて誰もが二次利用できるルールの下で公開する取組
- 2個人との契約などに基づいて個人のデータを預かって管理し,本人の指示や同意の範囲で,他の事業者にそのデータを提供する事業
- 3一つの組織が,構造化データや画像などの非構造化データを元の形式のまま一元的に蓄積し,後から必要に応じて分析に利用するための保存場所
- 4データを提供する組織が自らのデータの利用条件を決めて管理できる状態を保ちながら,組織や業界の垣根を越えてデータを連携させる仕組み
答えと解説
正解: 4
データスペースは,参加する組織がデータ主権,すなわち自らのデータを誰にどのような条件で利用させるかを自ら決定し管理できる状態を保ったまま,共通のルールと技術に基づいて組織や業界,国境を越えてデータを連携させる仕組みである。欧州の Gaia-X や Catena-X,日本で経済産業省が推進するウラノス・エコシステムなどの取組がある。行政が保有するデータを誰もが二次利用できる形で公開するのはオープンデータ,個人のデータを預かり本人の同意の範囲で他の事業者に提供するのは情報銀行,一つの組織が多様なデータを元の形式のまま蓄積するのはデータレイクの説明である。
問16
メタデータ管理で用いられるデータカタログの説明として,最も適切なものはどれか。
- 1業務で用いる“売上”や“顧客”などの用語について,意味や算出の基準を部門をまたいで統一して定義し,誰もが同じ意味で使えるようにまとめたもの
- 2組織内に散在するデータ資産の所在や内容の説明,管理者,利用条件などの情報を集約し,利用者が検索して必要なデータを見つけられるようにしたもの
- 3特定のデータベースに含まれるテーブルと列について,名称,データ型,桁数,制約などの定義を記述し,主に開発者や運用者が参照できるようにしたもの
- 4分析の前に必要となるデータの抽出,結合,クレンジング,形式の変換などの作業を,分析者自身が画面を操作しながら対話的に行えるようにしたもの
答えと解説
正解: 2
データカタログは,組織が保有するデータ資産のメタデータを集約して検索できるようにし,データの所在,意味,品質,管理者,利用条件などを利用者が把握して,必要なデータを探し出して利用できるようにするものである。データの利活用を部門横断で進める際の入口となる。業務用語の意味や基準を部門横断で統一して定義するのはビジネスグロッサリー(ビジネス用語集)であり,データカタログと連携して用いられることが多い。特定のデータベースのテーブルや列の技術的な定義を記述するのはデータ辞書,抽出や結合,クレンジングなどを分析者自身が対話的に行うのはデータプレパレーションの説明である。
問17
メタデータの種類と,その種類に該当するメタデータの例の組合せとして,適切でないものはどれか。
- 1ビジネスメタデータ:“有効会員”とみなす条件や,データの管理責任者の連絡先など,業務の観点からデータを説明する情報
- 2オペレーショナルメタデータ:データベースへの問合せの実行回数や応答時間など,データの利用の状況を示す情報
- 3オペレーショナルメタデータ:バッチ処理の実行日時や処理件数,エラーの発生状況など,データの処理の状況を示す情報
- 4テクニカルメタデータ:優良顧客と判定する年間購入金額の基準など,業務上の判断に用いる規則を示す情報
答えと解説
正解: 4
メタデータは,データの業務上の意味を表すビジネスメタデータ,データの構造や格納方法などの IT 面を表すテクニカルメタデータ,データの処理や利用の状況を表すオペレーショナルメタデータに分類される。優良顧客と判定する年間購入金額の基準は業務上の規則を示す情報であり,テクニカルメタデータではなくビジネスメタデータに該当する。有効会員の条件や管理責任者の連絡先はビジネスメタデータ,問合せの実行回数や応答時間,バッチ処理の実行日時や処理件数,エラーの発生状況はオペレーショナルメタデータの例として,いずれも適切である。
問18
データ品質の向上を目的として行うデータクレンジングの処理の例として,適切でないものはどれか。
- 1顧客マスタで“(株)”“株式会社”“㈱”のように異なる表記で登録されている法人名を,定めた一つの表記に統一する。
- 2分析用に抽出した顧客データの氏名や電話番号を,個人を直接識別できない別の記号に置き換えてから分析者に渡す。
- 3同じ顧客が別々の顧客番号で重複して登録されているレコードを検出し,内容を確認して一つのレコードに統合する。
- 4センサーの故障によって物理的にあり得ない値が記録されたデータを検出し,除外又は前後の値による補完を行う。
答えと解説
正解: 2
データクレンジングは,データに含まれる誤りや欠損,重複,表記ゆれなどを検出して修正,補完,除外し,データの正確性や一貫性などの品質を高める処理である。氏名や電話番号を個人を直接識別できない記号に置き換える処理は,個人情報の保護を目的とした仮名化であり,データの品質を高めるためのクレンジングには当たらない。法人名の表記の統一は表記ゆれの修正,同一顧客の重複レコードの統合は重複の排除,物理的にあり得ない値の除外や前後の値による補完は異常値や欠損値の処理であり,いずれもデータクレンジングの例として適切である。
問19
データ品質マネジメントにおいて,データ品質の低下を防ぐ予防措置に当たるものとして,最も適切なものはどれか。
- 1月末の締め処理の後に売上データと請求データの件数と金額を突き合わせ,不一致があれば原因を調べて修正する。
- 2利用者から誤りの指摘を受けた商品データについて,担当者が正しい値に修正し,修正の内容と日時を履歴に記録する。
- 3顧客情報の登録画面で,必須項目の未入力や郵便番号の桁数の誤りなどを検査し,規則に合わなければ登録させない。
- 4データ品質の測定量を定期的に算出してダッシュボードに表示し,目標値を下回った項目をデータの管理者に通知する。
答えと解説
正解: 3
データ品質低下の予防措置は,品質の低いデータが発生しないように,データが作成・登録される時点で対策を講じることである。登録画面で必須項目や形式を検査し,データ品質ルールに合わないデータを登録させない入力チェックは,その代表例である。締め処理の後に売上データと請求データを突き合わせて不一致を修正したり,指摘を受けた誤りを修正したりするのは,既に発生した品質の問題を事後に是正する活動である。品質の測定量を算出して目標値を下回った項目を通知するのは,品質の状態を測定して監視する活動であり,問題の発生そのものを防ぐものではない。事後の是正だけに頼ると同じ問題が繰り返されるため,予防措置と組み合わせることが重要である。
問20
ある EC 事業者は,規程で定めた保存期間が満了した顧客の購買データを,データライフサイクルの廃棄の段階として扱うことにした。この段階で行う作業として,最も適切なものはどれか。
- 1本番のデータベースで参照されなくなったデータを,低コストのアーカイブ用のストレージに移し,本番から消えた時点で完了として記録を残す。
- 2本番のデータベースから該当するデータを物理的に削除して件数を記録し,バックアップや分析用の複製は,業務への影響を避けるために対象から外す。
- 3本番のデータベースに加えて,バックアップや分析用の複製,委託先に渡したデータも対象に洗い出し,復元できない方法で消去して記録を残す。
- 4氏名などの個人を識別できる項目を別の記号に置き換え,置換えの対応表とともに保存したうえで,加工を終えた時点で完了として扱う。
答えと解説
正解: 3
データライフサイクルは,生成,保管,処理,活用,廃棄の段階から成り,廃棄の段階では,保存期間を過ぎたデータを,複製も含めて復元できない方法で消去する。本番のデータベースだけを消しても,バックアップや分析用の複製,委託先のデータが残れば漏えいのおそれは続くので,対象を洗い出して消去し,記録を残す作業が適切である。本番だけを物理削除して複製を対象から外す方法はデータが残り,アーカイブ用のストレージへの移動は保管の段階の活動,対応表とともに保存する置換えは元に戻せる加工(処理)なので,いずれも廃棄として不十分である。