分野 A｜データ分析・利活用 重点分野
データを運びつなぐ技術
シラバス案（Ver.0.1）にある項目です。問われるとしたら、ETL と ELT の順番、データ仮想化、データコネクタ、データファブリックを、文・組合せ・表から選ぶ形です。
シラバス案 Ver.0.1（2026年8月31日公表）の『2-9-1 データ基盤／データ基盤の特徴』
最終更新
よく出る形
- 問われるとしたら：データ仮想化の説明を、4つの文から選ぶ形
- 問われるとしたら：取り込み方式を比べた表を読み、先に保管してから変換する方式を選ぶ形
- 問われるとしたら：データコネクタなどの取り組みのうち、適切な物だけの組合せを選ぶ形
- 問われるとしたら：ETL の工程の説明から、当てはまらない物を選ぶ形
覚えること
- ETL：抽出（Extract）、変換（Transform）、ロード（Load）の順。格納先に入れる前に変換する
- ETL の各工程：抽出は元から取り出し、変換は格納先に合う形に整え、ロードは格納先へ入れる
- ELT：抽出、ロード、変換の順。先に格納先（データを入れる先）へ入れ、その中で変換する
- ELT の使いどころ：変換のやり方を後から変えたり試したりしたいとき、元のまま先に格納できる
- データ仮想化：データを元の場所に置いたまま、メタデータ（データの付随情報）で仮想的に統合して見せる
- 仮想化の効果：大容量のデータを、抽出・ロード・変換せずに統合して扱える
- データコネクタ：元のシステムやファイルに接続して、データを取得するための部品
- データファブリック：自社設備とクラウドにまたがるデータ処理を、織物のように一体で扱う仕組み
ひっかけ
- ELT は「変換してから格納先へ入れる」ではない。入れてから変換する
- データ仮想化は「全データを複製して結合する」ではない。元の場所に置いたまま
- ETL の最後の工程は変換ではない。格納先へ入れるロード
想定問題
4問（科目A（四肢択一））。選ぶと、その場で正解と解説が開きます。
データ仮想化の説明として、最も適切なものはどれか。
正解：イ 元のデータを置いたまま、メタデータを使って仮想的に統合し、まとめて見せる考え方である。
ポイント
データ仮想化の考え方を、ETL・ELT・データコネクタの説明と区別して選ぶ問題です。
考え方と解き方
仮想化という名前から、データを別の場所へ移して作り直すと考えてしまうと、取りちがえます。データを動かさない点が、ETL や ELT との分かれ目です。
- データ仮想化は、元のデータを置いたまま、メタデータを使って仮想的に統合して見せる考え方です。大容量のデータを、抽出・ロード・変換せずに扱えます。
- イ はこの内容と合います。ア はデータを格納先へ入れる点が ETL、ウ は入れてから変換する点が ELT、エ は接続の部品なのでデータコネクタの説明です。
- したがって、最も適切なのは イ です。
ほかの選択肢
- ア ETL の説明です。データ仮想化は、元のデータを抽出して格納先へ入れることをしません。
- ウ ELT の説明です。データ仮想化は、格納先へ入れてから変換する方式ではありません。
- エ データコネクタの説明です。データ仮想化は、接続の部品ではなく、仮想的に統合する考え方です。
覚えておくこと
- データ仮想化：データを元の場所に置いたまま、メタデータ（データの付随情報）で仮想的に統合して見せる
- 仮想化の効果：大容量のデータを、抽出・ロード・変換せずに統合して扱える
（テーマ・覚えること）
A社は、センサーの測定データの変換のやり方を何度か試して選びたい。そこで、測定データをまず格納先へ入れておき、試した結果を見ながら、格納先の中で必要な形に変換することにした。
表1 の方式のうち、A社の方針に合う方式と、その変換の進め方として、最も適切なものはどれか。
| 方式 | データの流れ |
|---|---|
| P | 元から抽出し、変換してから、格納先へロードする |
| Q | 元から抽出し、先に格納先へロードして、格納先で変換する |
| R | 元の場所に置いたまま、必要なときに取得して統合する |
正解：エ 方式 Q。データを格納先へ入れたあとで、格納先の中で変換する。
ポイント
表1 から、先に格納先へ入れてから変換する方式を見つけ、変換の進め方を選ぶ問題です。
考え方と解き方
方式の名前は P、Q、R という記号なので、名前から中身は分かりません。表1 の「データの流れ」の列で、変換と格納先へ入れる順番を読んで確かめます。変換のやり方を後から変えたいので、変換は後ろに回ります。
- A社の方針は、データをまず格納先へ入れ、変換のやり方を試しながら、格納先の中で変換することです。
- 表1 の「データの流れ」の列で、先に格納先へロードして、格納先で変換するのは方式 Q の行です。方式 P は変換してからロードし、方式 R はデータを動かしません。
- したがって、最も適切なのは エ です。
ほかの選択肢
- ア 方式 P は、表1 のとおり、変換してから格納先へロードします。入れたあとで変換する方式ではありません。
- イ 方式 Q は、表1 のとおり、先にロードして格納先で変換します。入れる前に変換するのは方式 P です。
- ウ 方式 R は、表1 のとおり、元の場所に置いたまま取得します。格納先へ入れる方式ではありません。
覚えておくこと
- ELT：抽出、ロード、変換の順。先に格納先（データを入れる先）へ入れ、その中で変換する
- ELT の使いどころ：変換のやり方を後から変えたり試したりしたいとき、元のまま先に格納できる
（テーマ・覚えること）
A社では、部門ごとのシステムや、自社設備とクラウドに分かれているデータを、分析に使えるようにしたい。
A社の取り組みとして、適切なものだけを全て挙げたものはどれか。
- a 新しい業務システムのデータを取得するため、そのシステムに接続するデータコネクタを用意する。
- b 自社設備とクラウドに分かれたデータの処理を、データファブリックで一体のように扱う。
- c データ仮想化を使うので、元のシステムのデータを全て格納先へ複製してから、結合する。
正解：ア a、b
ポイント
データコネクタ、データファブリック、データ仮想化の使い方を、a〜c それぞれ判定して選ぶ問題です。
考え方と解き方
どれも「データをつなぐ」取り組みなので、似て見えます。何を動かし、何を動かさないかで見分けます。c は、仮想化の特徴と反対のことを書いた文です。
- a は、新しいシステムに接続して取得するためのデータコネクタを用意する内容で、適切です。
- b は、自社設備とクラウドにまたがるデータ処理を一体で扱うデータファブリックの内容で、適切です。
- c は、データ仮想化なのに、全てを格納先へ複製してから結合するとしています。仮想化は元の場所に置いたまま統合するので、不適切です。
- したがって、適切なのは a、b で、ア です。
ほかの選択肢
- イ a は適切ですが、c はデータを複製する点で仮想化の説明と合わず、不適切です。b も入っていません。
- ウ b は適切ですが、a も適切で、入っていません。
- エ a と b が適切なので、適切なものがないわけではありません。
覚えておくこと
- データコネクタ：元のシステムやファイルに接続して、データを取得するための部品
- データファブリック：自社設備とクラウドにまたがるデータ処理を、織物のように一体で扱う仕組み
- データ仮想化：データを元の場所に置いたまま、メタデータ（データの付随情報）で仮想的に統合して見せる
（テーマ・覚えること）
ETL の各工程の説明として、最も不適切なものはどれか。
正解：ウ ロードは、データを元のシステムへ書き戻す工程である。
ポイント
ETL の3つの工程の中身を確かめ、当てはまらない説明を選ぶ問題です。
考え方と解き方
ロードを「元のシステムへ書き戻す」と取りちがえると、向きが逆になります。ロードは、変換したデータを格納先へ入れる工程です。
- ETL は、抽出、変換、ロードの順に進みます。抽出は元から取り出し、変換は格納先に合う形に整え、ロードは格納先へ入れます。
- ア は抽出、イ は変換の説明で、どちらも上の内容と合います。エ は工程の順を述べた文で、これも合います。
- したがって、最も不適切なのは ウ です。正しくは、ロードは変換したデータを格納先へ入れる工程です。
ほかの選択肢
- ア 元のシステムからデータを取り出すのは、抽出の工程です。ETL の説明として適切です。
- イ データを格納先に合う形に整えるのは、変換の工程です。ETL の説明として適切です。
- エ ETL が抽出、変換、ロードの順に進むのは、定義のとおりです。ETL の説明として適切です。
覚えておくこと
- ETL：抽出（Extract）、変換（Transform）、ロード（Load）の順。格納先に入れる前に変換する
- ETL の各工程：抽出は元から取り出し、変換は格納先に合う形に整え、ロードは格納先へ入れる
（テーマ・覚えること）
同じ分野のテーマ（データ分析・利活用）
- データ基盤の構成シラバス案（Ver.0.1）にある項目です。問われるとしたら、データレイク・DWH・データマートの違いと、データ基盤の役割を、文・組合せ・表から選ぶ形です。
- 分析・管理ツールの活用シラバス案（Ver.0.1）にある項目です。問われるとしたら、セマンティックレイヤー、BI ツール、データプレパレーション、オントロジーなどの役割を、文・組合せ・表から選ぶ形です。
- データの出どころと集め方シラバス案（Ver.0.1）にある項目です。問われるとしたら、データの出どころ（1次・2次、ログ、公開データ、個人に関わるデータ）と、集め方を、文・組合せ・表から選ぶ形です。
- データの形と性質シラバス案（Ver.0.1）にある項目です。問われるとしたら、量的・質的、構造化・非構造化、時系列、ビッグデータの区別を、組合せ・表・文から選ぶ形です。
- データの加工シラバス案（Ver.0.1）にある項目です。問われるとしたら、データ結合・標準化・アノテーション・スクレイピング・移動平均の区別を、文・表・組合せから選ぶ形です。
- データマイニングと機械学習シラバス案（Ver.0.1）にある項目です。問われるとしたら、データマイニング、テキストマイニング、リフト値、機械学習、データドリブンマーケティングの区別を、組合せ・表・文から選ぶ形です。
- 確率と代表値・ばらつきシラバス案（Ver.0.1）にある項目です。問われるとしたら、場合の数と確率、代表値、分散と標準偏差、確率分布と正規分布を、計算・組合せ・表・文から選ぶ形です。
- 相関・回帰・検定シラバス案（Ver.0.1）にある項目です。問われるとしたら、相関と因果、回帰直線による予測、検定結果の読み取り、標本からの推定を、文・計算・表・組合せから選ぶ形です。
- 統計と認知のバイアスシラバス案（Ver.0.1）にある項目です。問われるとしたら、選択・情報・交絡の各バイアスの見分けと、ハロー効果などの認知バイアスの説明を、文・事例・表・組合せから選ぶ形です。
- 伝える図と整理の図シラバス案（Ver.0.1）にある項目です。問われるとしたら、データストーリーテリングの考え方と、ロジックツリー・コンセプトマップの使い分け、クロス集計表の読み取りを、文・組合せ・表・事例から選ぶ形です。
- グラフ・地図で見るシラバス案（Ver.0.1）にある項目です。問われるとしたら、箱ひげ図・ヒートマップ・レーダーチャートの見分けと使い分け、箱ひげ図の数値の読み取り、シェープファイルの説明を、文・表・組合せから選ぶ形です。
- 予測と計画の手法シラバス案（Ver.0.1）にある項目です。問われるとしたら、線形計画法・需要予測・クラスタ分析法・モデル化の使いどころを、文・組合せ・表と計算から選ぶ形です。
- 問題を見つける図と発想シラバス案（Ver.0.1）にある項目です。問われるとしたら、ヒストグラム・パレート図・散布図の用途と読み方、ブレーンストーミングの進め方を、文・組合せ・表と計算から選ぶ形です。