基本情報 平成31年度 春期 問63：ストラテジ系に関する問題

答えは b です。

BI（ビジネスインテリジェンス）は、社内に貯まった大量のデータを分析して、経営判断に役立てる仕組み。

「先月どの商品が売れた？」「どの地域が伸びてる？」をグラフでパッと見れる、あれです。

👉 覚え方：BI＝Business Intelligence＝商売を賢くするデータ分析。

ほかの選択肢：a 競合の刊行物入手＝競合分析／c 社員のeラーニング＝LMS／d りん議の電子化＝ワークフローシステム。

なぜこれが正解か

正解は b。BI（Business Intelligence）は、業務システム（基幹系、ERP、CRM、SCM等）に蓄積された膨大なデータを分析・可視化し、経営判断や戦略策定を支援する仕組み・技術の総称。OLAP、ダッシュボード、KPIモニタリングが代表機能。

各選択肢の解説

• a 他社刊行物入手：競合分析／インテリジェンス収集だがBIではない。
• c eラーニング：LMS（Learning Management System）。
• d りん議・決裁の電子化：ワークフロー／電子稟議システム。

覚え方・ひっかけ注意

BIの主要構成要素：

• データウェアハウス（DWH）：分析用に統合・整理したDB
• OLAP：多次元分析（売上を地域×商品×期間で切る）
• ETL／ELT：ソースから抽出・変換・ロード
• ダッシュボード：KPIをグラフで可視化
• データマイニング：パターン発見

「蓄積データの分析で経営判断」はBIの教科書的定義。

理論的背景

BIはHoward Dresner（Gartner）が1989年に提唱した概念で、データウェアハウス、データマイニング、OLAPの3技術を中核に発展。データの流れは ソースシステム → ETL → DWH/データマート → OLAPキューブ → BIツール（ダッシュボード／レポート）。Kimball手法（スタースキーマ、ファクト／ディメンションテーブル）とInmon手法（正規化DWH）が代表的設計思想。

進化と現代のスタック

• モダンデータスタック：ELT（Fivetran、Airbyte）→ クラウドDWH（Snowflake、BigQuery、Redshift、Databricks）→ dbt（変換）→ BI（Looker、Tableau、Power BI、Metabase）
• データレイク／レイクハウス：S3＋Delta Lake／Iceberg／Hudiで構造化・非構造化を統合
• セルフサービスBI：業務部門が自らダッシュボード作成（Power BI、Tableau Server）
• エンベデッドBI：SaaS製品にダッシュボードを組込み
• 拡張アナリティクス（Augmented Analytics）：AI／MLで自動洞察、自然言語クエリ

BI vs データサイエンス

• BI：過去〜現在の可視化・記述的分析（What happened？）
• データサイエンス：予測・処方的分析（What will happen？ What should we do？）

両者は連続的で、BI基盤からML特徴量を引き出すFeature Storeで接続される。

実務での使われ方

• 経営ダッシュボード：売上、利益率、KGI／KPI、月次／週次／日次
• マーケティング：チャネル別ROI、CAC、LTV、コホート
• オペレーション：在庫回転、納期遵守率、品質指標
• HR：離職率、エンゲージメント、人件費分析
• 財務：予実管理、キャッシュフロー予測

試験での位置づけ

基本情報・応用情報のストラテジ／データ分析分野で頻出。直近はビッグデータ、データドリブン経営、CDP（Customer Data Platform）、リバースETL、データガバナンスとの連動論点も増加。

選択肢の発展補足

競合分析（CI：Competitive Intelligence）は公開情報収集（OSINT）と分析の仕組み。LMSはオンライン研修管理（Moodle、Canvas、Cornerstone等）。ワークフローシステム／BPMはりん議・経費精算等の業務プロセス自動化（kintone、ServiceNow、SAP Workflow）。これらはBIと連携可能だが、目的・データ構造が異なるため、混同しないよう整理しておく。