基本情報 平成24年度 春期 問25：テクノロジ系に関する問題

答えは d です。

表の中で、当月＋過去3か月の受注額が分かるのは「顧客マスタ（顧客別）」と「商品マスタ（商品別）」。担当者マスタには受注額がないけど、顧客マスタに担当者コードがあるので「担当者→顧客→受注額」とつなげれば担当者別の顧客別受注実績が出せます。

👉 覚え方：各表に何があるかを見て「つなげるルート」を考える。

ほかの選択肢：a/b/c は商品コードと担当者コードの紐付けがないため出せない。

なぜこれが正解か

正解は d。各ファイルの保持情報を整理：

• 顧客マスタ：顧客コード、担当者コード、前月〜3か月前の受注額
• 商品マスタ：商品コード、前月〜3か月前の受注額（顧客別ではない）
• 担当者マスタ：担当者コード、氏名のみ
• 当月受注：顧客コード、商品コード、受注額（当月のみ）

顧客マスタは担当者コードと顧客別の過去3か月受注額を持つため、「担当者別の顧客別受注実績」は当月＋過去3か月で出力可能。

各選択肢の解説

• a 顧客別の商品別受注実績：過去3か月分の顧客×商品の組合せ情報が存在しない。
• b 商品別の顧客別受注実績：同様に過去3か月の組合せ情報なし。
• c 商品別の担当者別受注実績：商品マスタに担当者情報なし。

覚え方・ひっかけ注意

表のキー項目と紐付け可能性を分析するのがコツ。データウェアハウス・OLAP分析の基本である「軸（dimension）と値（measure）の組合せ可能性」を見抜く問題。

理論的背景

本問はデータウェアハウス（DWH）設計の基本概念であるディメンション（軸）とファクト（事実・指標）の整合性チェックの典型。各マスタファイルが持つキー項目とリレーションシップで、どの粒度・どの軸の分析が可能かを判定する。スタースキーマ（中心にファクト表、周辺にディメンション表）やスノーフレークスキーマがDWH設計の標準パターン。

実務での使われ方

BIツール（Tableau、Power BI、Looker、Qlik）でのレポート設計、ETL/ELT処理（Embulk、Talend、AWS Glue）、データレイク・データウェアハウス（Snowflake、BigQuery、Redshift、Databricks）の設計で同種の分析が日常的。要件定義段階で「分析の軸×指標×時系列」のマトリクスを作り、必要データの抜けを発見する。

試験での位置づけ

基本情報・応用情報のデータベース・情報分析分野で頻出。データウェアハウス、OLAP、データマイニング、ETL、データマートが出題される。応用情報・データベーススペシャリスト・ITストラテジストではディメンショナルモデリング（Kimball手法）、データガバナンス、マスタデータ管理（MDM）、データレイクハウスが深掘りされる。

選択肢の発展補足

リアルタイム分析の場合はストリーミング処理（Apache Kafka・Flink・Spark Streaming）、バッチ処理の場合は伝統的なDWHパターン、両者を統合するLambda Architecture・Kappa Architectureも実務で採用される。データメッシュ（Data Mesh、ドメイン別データオーナーシップ）はZhamak Dehghaniが提唱する現代的設計思想。商品マスタが顧客別の集計値を持たない設計は3NF（第3正規形）から見ると正しい（冗長性排除）が、分析用途には情報不足という典型ジレンマ。OLTPとOLAPの設計思想の違いを理解することが情報処理試験全般の鍵。