基本情報 平成30年度 秋期 問72：ストラテジ系に関する問題

答えは d「同一商品の購入頻度」 です。

ポイントカードに紐づけたPOS（=お会計データ）は、「誰が・何を・いつ・どれだけ買ったか」が分かります。

→ Aさんが牛乳を2週間に1回買ってるな、と分かるので「同じ商品の購入頻度」が読み取れます。

👉 覚え方：顧客ID付きPOS＝買い物履歴。「誰が何回」が見える。

ほかの選択肢：a 最終使用者＝家族が使ったかは分からない／b 流通経路＝仕入れの話／c 購入動機＝アンケートで聞かないと分からない。

なぜこれが正解か

正解は d。顧客ID付きPOSは「誰が（顧客ID）・いつ・何を・いくつ買ったか」のレコードが時系列で蓄積されるため、特定顧客の同一商品リピート回数・購入頻度・購入間隔を直接把握できる。

各選択肢の解説

• a 最終使用者：購入者と使用者は別人の可能性がある（家族のお使い等）。POSでは識別できない。
• b 流通経路：仕入れ・サプライチェーンの話で、POS（販売時点）では捕捉外。
• c 購入動機：心理的要因はアンケート・インタビューで取得するもの。POSでは観測不能。

覚え方・ひっかけ注意

POSは「販売時点情報管理（Point Of Sales）」。把握できるのは「観測可能な購買事実」のみで、動機・最終使用者など主観・未観測情報は不可。ID-POSは単なるPOS（売れ筋分析）に顧客視点（誰が買ったか）を加える点で価値が高い。

理論的背景

ID-POSデータ分析は、RFM分析（Recency最終購買日、Frequency購買頻度、Monetary購買金額）、デシル分析（売上貢献度を10分位）、バスケット分析（同時購入の連関ルール）、コホート分析（同期間入会顧客の継続購買）など、CRM／マーケティング分析の中核を成す。Apriori、FP-Growthなどのアソシエーション分析アルゴリズムが用いられる。

実務での使われ方

• CVS／GMS／DgS：Pontaカード、Tカード、楽天ポイント、PayPay、d払いなどで顧客ID付きPOSが標準化
• クーポン最適化：購買履歴から個別最適クーポン配信（One-to-Oneマーケティング）
• 顧客生涯価値（LTV）算出：CAC（顧客獲得コスト）対LTVで収益性判断
• 商品開発：頻度・属性分析でPB商品開発、棚割最適化
• AI推薦：協調フィルタリング、深層学習レコメンドの学習データ
• 離脱予測：購買頻度低下から離反顧客検知→リテンション施策

データ品質と倫理

• 個人情報保護法：要配慮個人情報の取扱、第三者提供制限、本人同意
• EUのGDPR：明示的同意、忘れられる権利、データポータビリティ
• 改正個人情報保護法（2022年）：仮名加工情報、越境移転規制、漏えい時報告義務
• オプトイン／オプトアウト設計：会員規約での明示

試験での位置づけ

基本情報・応用情報のストラテジ／ビジネス分野で頻出。直近はビッグデータ／データサイエンス（OLAP、データウェアハウス、データレイク、データクレンジング）、CDP（Customer Data Platform）、MAツール（Marketing Automation）と連動した出題が増加。

選択肢の発展補足

「動機」は質的データでアンケート（NPS、購買意向）、定性インタビュー、SNSテキストマイニング（感情分析）で補完。「最終使用者」はギフトECや家族別IDで一部推定可能だが完全把握は困難。POS／ID-POSの限界を理解することで、補完すべきデータソース設計が見えてくる。