分野 B｜ビジネス
データの種類と加工（構造化データ・名寄せ・欠損値）
今の制度の過去問（3回分）では、名寄せ、ライフログ（人の行動ログ）、アノテーション、ビッグデータの3V が、合わせて4問出ています。
シラバス案 Ver.0.1（2026年8月31日公表）の『2-9-2 データの加工・分析』
最終更新
よく出る形
- データの加工の用語を選ぶ：名寄せ（同じ対象の統合）、アノテーション（ラベル付け）（3回分で2問）
- データの種類の用語を選ぶ：ライフログ（人の行動の記録）、3V（量・速さ・種類）（3回分で2問）
- 問われるとしたら：事例で、欠損値（値が入っていない項目）の処理を選ぶ形
- 問われるとしたら：データの加工の記述を、a〜c の組合せで選ぶ形
- 問われるとしたら：構造化データ（表の形）と非構造化データ（形が決まらない）の区別を選ぶ形
覚えること
- 人の行動ログデータ：Web の閲覧履歴など、人の行動の記録
- 機械の稼働ログデータ：機器が自動で記録する運転状況の記録
- ソーシャルメディアデータ：SNS やブログに発信された文章や画像
- 1次データ：目的のために自分で集めたデータ。既にある他のデータは2次データ
- 構造化データ：表のように、項目と行列の形で整理されたデータ
- 非構造化データ：文章、画像、音声のように、決まった形のないデータ
- ビッグデータ：量（Volume）、更新の速さ（Velocity）、種類の多さ（Variety）の3V
- オープンデータ：二次利用できるルールで、機械判読に適した形に公開したデータ
- データ結合：複数のデータを、共通の項目をキーにして1つにまとめる
- 名寄せ：同じ対象を示す複数のデータを、同一のものとしてまとめる
- 欠損値：値が入っていない項目。原因を確認し、除外か補完かを決めて処理する
- 外れ値・異常値：ほかと大きく離れた値。原因を確認し、修正又は除外する
- アノテーション：データに、正解などを表すラベルを付ける作業
- 移動平均：一定の期間の平均を、期間をずらして求め、傾向をつかむ手法
- 季節調整：季節による周期的な変動を取り除き、動きを見やすくする手法
- データマイニング：大量のデータから、有用な傾向や関係を見つける手法
- テキストマイニング：文章のデータから、有用な傾向や関係を見つける手法
ひっかけ
- 移動平均は傾向をつかむ手法で、最も多い値を求める手法ではない
- CSV や表は構造化データ。文章や音声は非構造化データ
想定問題
4問（四肢択一）。選ぶと、その場で正解と解説が開きます。
分析の前に行う処理として、最も適切なものはどれか。
A 社は、商品アンケートの回答を分析するため、データを確認した。すると、年齢の欄が空のままの回答が複数見つかった。
正解：ウ 空欄の理由を確認し、除外するか補完するかを決めてから処理する。
ポイント
欠損値（値が入っていない項目）を、分析の前に処理する手順を選ぶ問題です。
考え方と解き方
空欄を見ると、0 や推測で埋めたくなります。値がないことと、値が 0 であることは別の状態です。
- 欠損値は、値が入っていない項目です。空欄の原因を確認し、除外するか補完するかの方針を決めて処理します。
- したがって、最も適切なのは ウ です。
ほかの選択肢
- ア 0 歳として扱うと、実際の値ではない数が入り、平均年齢が低く偏ります。
- イ 推測で書き込むと、実際とは異なる値が混ざります。補完には、方針を決めた方法を使います。
- エ 処理せずに分析すると、空欄の影響が結果にそのまま残ります。
覚えておくこと
- 欠損値：値が入っていない項目。原因を確認し、除外か補完かを決めて処理する
（テーマ・覚えること）
データの加工に関する記述 a〜c のうち、適切なものだけを全て挙げたものはどれか。
A 社では、販売データを分析する前に、データの加工を行っている。
- a データ結合は、複数のデータの中から、同じ内容の行を探して取り除く処理である。
- b ほかの値と大きく離れた値は、原因を確認したうえで、修正又は除外を検討する。
- c 移動平均は、一定の期間の平均を、期間をずらしながら求めて、傾向をつかむ手法である。
正解：ウ b、c
ポイント
データの加工の用語を、a〜c それぞれ判定して組み合わせる問題です。
考え方と解き方
結合という語から、重複する行の整理まで含む処理だと考えると、a を適切と読んでしまいます。
- a は不適切です。データ結合は、複数のデータを、共通の項目をキーにして1つにまとめる処理です。同じ内容の行を取り除く処理ではありません。
- b は適切です。外れ値や異常値は、原因を確認してから、修正又は除外を検討します。
- c は適切です。移動平均は、一定の期間の平均を、期間をずらして求め、傾向をつかむ手法です。
- したがって、適切なのは b、c で、ウ です。
ほかの選択肢
- ア a は不適切なので、a を含む組合せは選べません。また、c も適切なので、a、b では足りません。
- イ a は不適切なので、a、b、c の全てを選ぶことはできません。
- エ b も適切なので、c だけでは足りません。
覚えておくこと
- データ結合：複数のデータを、共通の項目をキーにして1つにまとめる
- 外れ値・異常値：ほかと大きく離れた値。原因を確認し、修正又は除外する
- 移動平均：一定の期間の平均を、期間をずらして求め、傾向をつかむ手法
（テーマ・覚えること）
非構造化データに該当するものはどれか。
正解：ア 問合せメールの本文
ポイント
構造化データと非構造化データを、データの例から見分ける問題です。
考え方と解き方
CSV や表計算ファイルも、電子ファイルだからと非構造化データに入れてしまうことがあります。見るのは、中身が決まった項目に分かれているかどうかです。
- 非構造化データは、文章、画像、音声のように、決まった形のないデータです。メールの本文は、自由な文章で、決まった項目に分かれていません。
- したがって、非構造化データに該当するのは ア です。
ほかの選択肢
- イ 売上明細の CSV ファイルは、項目の並びが決まった形で保存された構造化データの例です。
- ウ 顧客台帳の表は、項目と行列で整理された構造化データの例です。
- エ 在庫表の表計算ファイルは、商品コードや数量が列ごとに整理された構造化データの例です。
覚えておくこと
- 構造化データ：表のように、項目と行列の形で整理されたデータ
- 非構造化データ：文章、画像、音声のように、決まった形のないデータ
（テーマ・覚えること）
データの種類に関する記述として、最も不適切なものはどれか。
正解：エ 2次データは、自社が調査を行って、自分で集めたデータである。
ポイント
データの種類の説明のうち、1次データと2次データの説明が合っていない物を見つける問題です。
考え方と解き方
1次と2次の名前を、データを使う順番や重要度だと受け取ると、説明を取りちがえます。分かれ目は、その目的のために自分で集めたかどうかです。
- 2次データは、既にあるほかのデータを利用するものです。自社が調査を行って、自分で集めたデータは、1次データです。
- したがって、最も不適切なのは エ です。正しくは、2次データは、既にあるほかのデータを利用するものです。
ほかの選択肢
- ア 機械の稼働ログデータは、機器が自動で記録する運転状況の記録なので、適切です。
- イ 人の行動ログデータは、Web サイトの閲覧履歴のように、人の行動を記録したデータなので、適切です。
- ウ ソーシャルメディアデータは、SNS やブログに発信された文章や画像を含み、形式の決まっていない物が多いので、適切です。
覚えておくこと
- 1次データ：目的のために自分で集めたデータ。既にある他のデータは2次データ
- 人の行動ログデータ：Web の閲覧履歴など、人の行動の記録
- 機械の稼働ログデータ：機器が自動で記録する運転状況の記録
（テーマ・覚えること）
このテーマの過去問
- 令和6年度 問13金融機関では，同一の顧客で複数の口座をもつ個…四肢択一・まずこの1問
- 令和7年度 問32公共交通機関での移動履歴，Webサイトでの商…四肢択一
- 令和8年度 問16教師あり学習において，正解となる情報を付与す…四肢択一
- 令和8年度 問25大容量，頻繁な更新，多種多様という三つの要素…四肢択一
同じ分野のテーマ（ビジネス）
- DXとは（社会の変化・顧客体験・SDGs）今の制度の過去問（3回分）では、DX の説明とデジタルディスラプションを表す用語が3回分で2問出ています。
- イノベーションの種類と理論（オープンイノベーション・リーンスタートアップ）今の制度の過去問（3回分）では、ベンチャーキャピタル、オープンAPI、キャズムが3回分で3問出ています。
- PoC・チェンジマネジメント（変革の進め方）今の制度の過去問（3回分）では、バックキャスティング、PoC、ハッカソン、投資の回収期間の計算が3回分で5問出ています。
- 経営戦略の基本（経営理念・M&A・コアコンピタンス）今の制度の過去問（3回分）では、MVV のビジョンが3回分で1問出ています。
- SWOT分析・KPI・バランススコアカード（戦略の手法）今の制度の過去問（3回分）では、VRIO 分析、ニッチ戦略、バリューエンジニアリングが、3回分で3問出ています。
- デジタル戦略（DX戦略・BYOD・デジタルディバイド）今の制度の過去問（3回分）では、BYOD の説明が、3回分で1問出ています。
- 情報システム戦略・EA（SoR・SoE・As-is/To-be）今の制度の過去問（3回分）では、SoR と SoE、EA、システム化構想の立案、情報システム化基本計画が、3回分で4問出ています。
- 要件定義と調達（RFI・RFP・入札）今の制度の過去問（3回分）では、RFI、RFP、業務要件定義、要件定義への利用者の関わりが、3回分で4問出ています。
- 3C分析・PEST分析・STP分析（ビジネス調査）今の制度の過去問（3回分）では、STP 分析のポジショニングが、3回分で1問出ています。
- ビジネスモデル（サブスクリプション・フリーミアム・ビジネスモデルキャンバス）今の制度の過去問（3回分）では、サブスクリプション、シェアリングエコノミー、フリーミアムの用語が、3回分で3問出ています。
- ビジネスプロセス改善（BPR・BPM・RPA）今の制度の過去問（3回分）では、RPA、業務プロセスの可視化、BPO の用語などが、3回分で6問出ています。
- プロダクトライフサイクル・ブランディング今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- マーケティング戦略とWebマーケティング（SEO・リスティング広告）今の制度の過去問（3回分）では、リスティング広告の説明が1問出ています。
- サービスマネジメントとSLA（サービスレベル管理）今の制度の過去問（3回分）では、SLA とサービスレベル管理、可用性、稼働率の計算などが5問出ています。
- サービスデスク・インシデント管理・変更管理今の制度の過去問（3回分）では、サービスデスクの役割や評価の指標などが3問出ています。
- プロジェクトマネジメントの基本（PMO・ステークホルダ・リスク）今の制度の過去問（3回分）では、プロジェクトの定義、憲章、会議、変更要求、要員の配置などが6問出ています。
- 変化への適応とコラボレーション（マインド・スタンス）今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- 顧客・ユーザーへの共感と常識にとらわれない発想今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- 小さく試して直す・柔軟な意思決定・事実に基づく判断今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- データマネジメントとデータガバナンスの考え方今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- データ品質管理とメタデータ管理今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- データライフサイクル（生成・保管・処理・活用・廃棄）今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- データ基盤（データレイク・DWH・データマート・ETL）今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- グラフとQC七つ道具（パレート図・散布図）・ブレーンストーミング今の制度の過去問（3回分）では、パレート図の説明を選ぶ形とブレーンストーミングの進め方を選ぶ形が、合わせて2問出ています。
- AI社会原則とAI事業者ガイドライン今の制度の過去問（3回分）では、人間中心の AI 社会原則のイノベーションの原則を選ぶ形と、AI で使うデータのバイアス対策を選ぶ形が、合わせて2問出ています。
- 識別AIの活用（需要予測・顧客セグメンテーション）今の制度の過去問（3回分）では、AI を導入して作業効率が向上した事例を選ぶ形が1問出ています。
- 生成AIの活用（プロンプトエンジニアリング・マルチモーダル）今の制度の過去問（3回分）では、プロンプトエンジニアリングの説明を選ぶ形が1問出ています。
- AIエージェントの活用（自律性・ガードレール）今の制度の過去問（3回分）には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。