メインコンテンツへスキップ
ITストラテジスト令和7年度 春期午前II問 3

令和7年度 春期 ITストラテジスト 午前II 問3

難度標準

ある企業では、顧客データについて、顧客を性別、年齢層,職業,年収など複数の属性を組み合わせてセグメント化し、蓄積された大量の購買履歴データに照らして商品の購入可能性が最も高いセグメントを予測している。このときに活用される分析手法はどれか。

選択肢

解説

結論 → 詳細 → 補足 の 3 層構成

展開
解説Layer 1

顧客の複数の属性(性別、年齢層、職業、年収など)と購買履歴データから、商品の購入可能性が最も高いセグメントを予測する問題です。決定木分析は、このように条件分岐を繰り返しながら、データの特徴に基づいて分類や予測を行う分析手法として活用されます。

各選択肢の解説

ア

ABC 分析

誤りです。ABC分析は、売上高や在庫金額を大きい順に並べて累積構成比をとり、A・B・Cの3群に分けて重点管理する手法です。性別・年齢層・職業・年収といった複数属性の組合せと購買履歴から、購入可能性の高いセグメントを予測することはできません。

イ

SWOT 分析

誤りです。SWOT分析は、自社の強み(Strengths)・弱み(Weaknesses)と、外部環境の機会(Opportunities)・脅威(Threats)を整理する戦略立案の枠組みです。大量の購買履歴データを使って顧客セグメントごとの購入可能性を予測する分析手法ではありません。

ウ

競合分析

誤りです。競合分析は、競合他社の製品、価格、シェア、戦略などを調べて、自社の相対的な位置付けを把握する分析です。自社顧客を性別・年齢層・年収などの属性で分け、購買履歴から購入可能性の高いセグメントを予測する手法ではありません。

エ

決定木分析

正しいです。決定木分析は、「年収が一定以上か」「年齢層はどこか」といった属性による条件分岐を繰り返してデータを分割し、木構造で分類・予測を行う手法です。購買履歴を学習データにして、最終的な葉(セグメント)ごとの購入率を比べることで、購入可能性が最も高いセグメントを特定できます。

この解説は?
AI生成

解説は公式の問題文・公式解答を基に作成しています。 事実誤認・選択肢の取り違え・最新法令の反映漏れ等を含む可能性があるため、 重要な判断は必ずリンク先の公式資料でご確認ください。

最終更新:

検証プロセス・誤り報告フローは 運営透明性レポートで公開しています。

分野「情報戦略」の学習ポイント

この問題の理解を「分野全体の力」に広げるための足がかり

何が問われるか
本問の分野で問われる代表的な知識・用語の整理。
学習の進め方
正解/誤答の選択肢ごとに「なぜ正しい / なぜ違うのか」を1行ずつ言語化すると定着する。
この分野の問題をもっと解く
AI コパイロット

この問題を AI と深掘りする

用語解説・選択肢分析・類題生成をその場で対話。クイズモードでは解答→解説がゼロ遷移。

クイズモードで開く

関連する問題

情報戦略 の他の問題

他年度の「情報戦略」問題

ITストラテジスト の同じ分野を年度をまたいで演習する

ITストラテジスト の学習ガイド