システムアーキテクト試験 令和7年度春期 午後II(科目B-2) 問1

令和7年度春期 問1「複数の情報システムのデータを収集する必要がある指標の提供について」の答案例(評価A)

評価: A(合格)
運営の作成例卸売・小売業・飲食店営業・販売

運営が架空の事例で作成した例です。受験者の答案ではありません。評価と添削は、受験者の答案と同じAI採点の結果です。

問題文と設問

近年,業務改善や収益向上などの業務目標達成のために,複数の情報システムのデータを活用した指標の提供を求められることが多い。例えば次のようなものがある。

  • 製造業で,製品品質の改善状況を可視化するために,生産管理システムの製品製造時のデータと保守システムの製品出荷後の故障データを活用し,製品の故障率などの品質状況を指標として設計部門に提供する。
  • 流通業で,売上拡大のために,物販システムの高額商品の販売履歴と旅行販売システムのクルーズパッケージ販売履歴を活用し,クロスセルの販売確率を指標として営業部門に提供する。

このような場合,システムアーキテクトは,業務目標と求められた指標の関係を理解した上で,指標の算出に必要なデータなどを分析し,データを収集し指標を提供する機能を設計する。設計に当たっては,例えば次のような事項を検討する。

  • 指標を算出する手順
  • 収集元データのコード体系や単位などの,データ定義の差を吸収する方法

また,このような指標の提供では,データの欠落が多いので利用に向いていなかったり,算出に必要なデータが企業内に存在していなかったりするといった,データの内容の問題が発生することも多い。そのため,必要なデータを社外から取得する,新たなデータ取得の仕組みを構築する,企業内の何らかのデータからみなし処理をするなどの工夫をすることも重要である。

あなたの経験と考えに基づいて,設問ア~ウに従って論述せよ。

設問ア

あなたは,どのような業務目標達成のためにどのような指標を提供したか。また,その指標はどのような複数の情報システムからどのようなデータを収集して算出したか。400 字以上 800 字以内で述べよ。

設問イ

設問アで述べた指標を提供する機能の設計では,どのような事項を,どのように検討したか。800 字以上 1,600 字以内で具体的に述べよ。

設問ウ

設問イで述べた設計において,データの内容の問題にはどのようなものがあったか。また,それにどのように対応したか。600 字以上 1,200 字以内で具体的に述べよ。

答案

設問ア694字

1.1 業務目標と提供した指標 A社は関東に86店舗を展開するホームセンターのチェーンで、売上高は約1,400億円である。園芸用品や資材などの季節品では売り時に棚が空く欠品が目立っていたが、商品部は欠品の影響額を把握できず、発注数の見直しはバイヤーの経験に委ねられていた。そこで経営層は、欠品を減らして既存店売上高を前年比2%、金額にして約28億円伸ばすことを業務目標に掲げた。私はシステムアーキテクトとして、指標を提供する機能の設計を担当した。提供した指標は、品目、店舗、日の単位で算出する機会損失額と機会損失率である。機会損失率は、機会損失額を実売上と機会損失額の合計で割った値とし、商品部のバイヤー24名と各店の店長に毎朝6時に提供した。売上の増加は欠品の解消によって実現するため、どの店舗のどの品目の欠品がどれだけの売上を失わせているかを金額で示せば、発注点と発注数を見直す順序を決められる。バイヤーは機会損失額の上位の品目から発注の条件を見直し、店長は補充の優先順位の判断に用いる。 1.2 収集した情報システムとデータ 指標は社内の5システムと社外の1データから算出した。第一に店舗POSシステムの販売明細(品目、時刻、数量、金額)で、1日約90万件である。第二に在庫管理システムの閉店時在庫と入荷実績(検品完了時刻を含む)、第三に発注システムの発注と納品予定、第四に店舗受取を行うECシステムの注文明細、第五に販促管理システムのチラシ掲載期間と売価である。社外のデータは、気象情報事業者から購入する店舗所在地の日別の気温と降水量であり、機会損失額の基礎となる期待販売数の補正に用いた。

設問イ1457字

2.1 業務目標と指標の定義の検討 当初、商品部からは欠品品目数の割合を求められた。しかし、年に数個しか売れない品目の欠品と、週末に数百個売れる培養土の欠品が同じ1件に数えられ、どの品目の発注を見直せば売上が伸びるかを判断できない。業務目標が売上金額である以上、指標も金額で表す必要があると説明し、機会損失額を主指標とすることで商品部長の合意を得た。 2.2 指標を算出する手順 算出は五段階とした。第一に、POSの販売明細とEC注文を品目、店舗、時間帯で集計する。第二に、前日の閉店時在庫に、検品完了時刻で時間帯へ割り当てた入荷を加え、累積販売数を引くことで時間帯ごとの在庫を再構成し、在庫が0以下の時間帯を欠品時間帯と判定する。過去分の入荷は発注システムの納品予定時刻で補い、帳簿に在庫があっても売れない時間帯は設問ウのみなし欠品として区分して加える。第三に、欠品時間帯の期待販売数を推定し、園芸用品と除雪用品には気温帯別の補正係数を掛ける。第四に、補正後の期待販売数に当日の税抜売価を掛けて機会損失額とする。第五に、品目、店舗、営業日の単位で、機会損失率=機会損失額÷(税抜の実売上+機会損失額)を求める。カテゴリや月への集計では、率を平均せず分子と分母を合算してから割る。 第三の推定では二つの案を比較した。A案は、同じ品目、店舗、曜日、時間帯の過去8週の平均を用いる案である。低回転の品目では時間帯単位の販売がほとんど0になり、推定が不安定になる。B案は、品目と店舗の1日当たりの平均販売数に、カテゴリと店舗の単位で求めた曜日別、時間帯別の販売構成比を掛ける案である。欠品していない品目と日を無作為に選び、午後の販売を隠して推定し実績と比較した。低回転品で誤差率が発散しないよう週単位に集約して評価した結果、平均絶対パーセント誤差はA案の38%に対しB案は21%であり、B案を採用した。平均の算出では欠品時間帯を母数から除き、欠品で減った販売を需要と誤認しないようにした。チラシ掲載期間は通常期間と分けて平均を求め、値引きによる販売増が通常の需要に混ざらないようにした。 2.3 データ定義の差を吸収する方法 品目コードは、POSがJANコード、在庫と発注が社内8桁のSKU、ECがSKUと販売単位の組合せであった。また、在庫はバラ数であるのに対し、POSとECではケースや袋の単位で販売される。そこで、JAN、SKU、入り数の対応を持つ統合品目マスタを作成した。JANはリニューアルで付け替えられるので、対応表に有効開始日と有効終了日を持たせ、販売日時点の対応で結合した。金額は、POSが税込、ECが税抜であったため、税率マスタを用いて税抜に統一した。日の定義は、POSが閉店時刻の締めであるのに対しECは0時で区切っていたため、店舗の閉店時刻を過ぎた注文は翌営業日に振り分ける変換とし、営業日で統一した。 2.4 データ収集と提供の方式 基幹システムの夜間処理に負荷を掛けないよう、各システムから変更分のファイルを受け取り、ステージング、統合、指標の3層を持つ分析用データベースに取り込む方式とした。POSの最終データの到着が1時であり、6時の提供に間に合わせるため、処理は店舗と営業日の単位で分割して並列に実行した。遅れて届いたデータがあっても二重計上しないよう、更新は分割単位の洗い替えとして再実行可能にした。また、取込後の売上合計を会計システムと照合し、差が0.1%を超えた場合は指標の公開を止めて通知することとした。

設問ウ1032字

3.1 入荷時刻が存在しない問題 在庫管理システムの入荷実績は日単位であり、時間帯ごとの在庫を再構成できなかった。午前に欠品し午後に入荷した場合も、日単位では欠品なしとなる。そこで新たなデータ取得の仕組みとして、店舗の検品端末を改修し、検品完了時刻を送信するようにした。改修前の過去データについては、発注システムの納品予定時刻を入荷時刻とみなす処理とし、提供する画面に「みなし」の区分を明示した。 3.2 帳簿在庫と実在庫の乖離の問題 万引きや破損により、帳簿上は在庫があるのに棚に商品がないことがあり、棚卸では約7%の品目で差異が出ていた。帳簿だけでは、この状態の機会損失を検出できない。そこで、1時間当たりの期待販売数をλとすると、連続するt時間に1個も売れない確率がe^(-λt)であることを用い、この確率が1%を下回る時間(tが4.6/λを超える時間)売れない場合はみなし欠品と判定した。閾値の妥当性は、売上規模と地域で層別抽出した20店舗で、高・中・低回転の各400品目、計1,200品目を春と秋に棚で確認して検証した。適合率は82%で季節差は3ポイント以内、実際に棚になかった品目を検出できた再現率は71%(高84%、中74%、低55%)であった。低回転品は機会損失が過少になるため、確定の欠品とみなし欠品を分けて表示し、適合率と再現率も示してバイヤーが判断できるようにした。 3.3 品目が特定できない売上の問題 木材のカット品などはPOSで部門打ちされ、JANがない売上が全体の3.1%あった。これを品目別の指標に無理に割り振ると誤った発注判断を招くため、品目別の算出対象から除き、カテゴリ単位の指標にのみ含めることとした。あわせて、カテゴリごとに品目を特定できた売上の割合を画面に表示し、指標の信頼度が分かるようにした。 3.4 社内に存在しないデータの問題 園芸用品や除雪用品の販売は気象に大きく左右されるが、社内に気象データはなかった。社外の気象情報事業者から店舗所在地の日別の気温と降水量を購入し、気温帯別の補正係数を期待販売数に掛けることとした。補正の有無を2.2節と同じ方法で比べ、対象カテゴリの誤差が26%から19%に下がることを確認した。 3.5 結果 稼働から1年後、機会損失率は5.8%から3.9%に改善した。需要が不変であれば、この改善は売上高の約2.0%増に相当する。季節要因を補正した既存店売上高も前年比2.0%増となり、約28億円の目標を達成した。

採点と添削

総評

業務目標である既存店売上高の向上に対し、機会損失額・率を設計し、算出手順、データ統合、欠落データへの対応、検証結果まで一貫して論述できています。特に、需要推定方式を比較して採用根拠を示した点、データの確実性や推定精度の限界を利用者に開示した点は、具体性とシステムアーキテクトとしての判断力が評価できます。各設問が同一の事例と業務目標につながっており、すべて合格水準です。さらに完成度を高めるには、時間帯の途中で欠品した場合の算定方法や、品目を特定できない売上のカテゴリ指標への反映方法を明確にするとよいでしょう。

  • 具体性

    目標値、利用者、提供時刻、データ項目、推定方式の比較結果、現地検証の精度などが具体的に示されています。指標の利用場面や導入後の成果まで説明できており、事例固有の内容として評価できます。

  • 論理性

    業務目標から指標の選定、算出・統合設計、データ内容への対応、導入成果まで論旨が一貫しています。一方、時間帯途中の欠品の扱いや、品目を特定できない売上をカテゴリ指標に反映する方法には補足の余地があります。

  • システムアーキテクトとしての専門性

    データ定義の差異、有効期間を持つコード対応、処理負荷、再実行性、品質照合、データ欠落への対処を幅広く検討しています。複数案の比較や実地検証、利用者への精度情報の開示も含め、設計判断の専門性が表れています。

  • 文字数

    設問ア: 694字(指定400〜800字、範囲内) 設問イ: 1457字(指定800〜1600字、範囲内) 設問ウ: 1032字(指定600〜1200字、範囲内) すべての設問で、指定範囲に十分な分量を書けています。 (改行・空白を除いて数えています)

  • 問題への適合性

    指標を提供する背景と収集データ、設計上の検討事項、データ内容の問題と対応を各設問の要求に沿って説明しています。設問間の事例や目標にも食い違いがなく、全体として適切です。

アドバイス

  • 時間帯の途中で在庫がゼロになった場合の欠品時間の扱いが明確ではありません。

    時間帯全体を欠品として扱うのか、販売・入荷時刻から欠品開始時刻を推定するのかを示し、期待販売数への反映方法も簡潔に説明するとよいでしょう。

  • POSとEC注文の集計における取消しや未受取、重複計上の扱いが読み取りにくいです。

    対象とする注文状態と販売計上の基準時点を定義し、POSとECの間で同一取引が重複しない確認方法を示すと、算出結果の信頼性がより明確になります。

  • 品目を特定できない売上をカテゴリ指標に含める方法が明確ではありません。

    その売上を実売上のみに加えるのか、別途推定して機会損失額にも反映するのかを明示し、指標の解釈上の制約も添えるとよいでしょう。

設問アの添削

既存店売上高を前年比2%伸ばすという目標に対し、機会損失額と機会損失率を提供する構成が明確です。指標の定義、利用者と提供時刻、各システムから収集するデータが具体的で、指標をどのような業務判断に使うかまで説明できています。改善点としては、収集した販売・在庫データから欠品を判定し、機会損失額を算出する流れを一言補うと、データと指標のつながりがさらに伝わりやすくなります。

1.1 業務目標と提供した指標 A社は関東に86店舗を展開するホームセンターのチェーンで、売上高は約1,400億円である。園芸用品や資材などの季節品では売り時に棚が空く欠品が目立っていたが、商品部は欠品の影響額を把握できず、発注数の見直しはバイヤーの経験に委ねられていた。そこで経営層は、欠品を減らして既存店売上高を前年比2%、金額にして約28億円伸ばすことを業務目標に掲げた。1私はシステムアーキテクトとして、指標を提供する機能の設計を担当した。提供した指標は、品目、店舗、日の単位で算出する機会損失額と機会損失率である。機会損失率は、機会損失額を実売上と機会損失額の合計で割った値とし、商品部のバイヤー24名と各店の店長に毎朝6時に提供した。2売上の増加は欠品の解消によって実現するため、どの店舗のどの品目の欠品がどれだけの売上を失わせているかを金額で示せば、発注点と発注数を見直す順序を決められる。バイヤーは機会損失額の上位の品目から発注の条件を見直し、店長は補充の優先順位の判断に用いる。 1.2 収集した情報システムとデータ 指標は社内の5システムと社外の1データから算出した。第一に店舗POSシステムの販売明細(品目、時刻、数量、金額)で、1日約90万件である。第二に在庫管理システムの閉店時在庫と入荷実績(検品完了時刻を含む)、第三に発注システムの発注と納品予定、第四に店舗受取を行うECシステムの注文明細、第五に販促管理システムのチラシ掲載期間と売価である。3社外のデータは、気象情報事業者から購入する店舗所在地の日別の気温と降水量であり、機会損失額の基礎となる期待販売数の補正に用いた。1

設問イの添削

業務目標である売上向上から金額指標の必要性を説明し、機会損失額を主指標とした経緯が明確です。需要推定では複数案を誤差率で比較し、コード・単位・税・営業日の差を統一する設計や、夜間処理への配慮、再実行性、公開前の照合まで具体的に述べています。特に、関係者との合意形成や事例に即した方式選定が評価できます。一方、時間帯単位の欠品判定では、時間帯内の在庫切れ時刻をどう扱うかが不明確です。また、POSとEC注文の集計について、注文取消しやPOS側との重複をどう除くかを明記すると、算出結果の信頼性がより伝わります。

2.1 業務目標と指標の定義の検討 当初、商品部からは欠品品目数の割合を求められた。しかし、年に数個しか売れない品目の欠品と、週末に数百個売れる培養土の欠品が同じ1件に数えられ、どの品目の発注を見直せば売上が伸びるかを判断できない。業務目標が売上金額である以上、指標も金額で表す必要があると説明し、機会損失額を主指標とすることで商品部長の合意を得た。1 2.2 指標を算出する手順 算出は五段階とした。第一に、POSの販売明細とEC注文を品目、店舗、時間帯で集計する。2第二に、前日の閉店時在庫に、検品完了時刻で時間帯へ割り当てた入荷を加え、累積販売数を引くことで時間帯ごとの在庫を再構成し、在庫が0以下の時間帯を欠品時間帯と判定する。1過去分の入荷は発注システムの納品予定時刻で補い、帳簿に在庫があっても売れない時間帯は設問ウのみなし欠品として区分して加える。第三に、欠品時間帯の期待販売数を推定し、園芸用品と除雪用品には気温帯別の補正係数を掛ける。第四に、補正後の期待販売数に当日の税抜売価を掛けて機会損失額とする。第五に、品目、店舗、営業日の単位で、機会損失率=機会損失額÷(税抜の実売上+機会損失額)を求める。カテゴリや月への集計では、率を平均せず分子と分母を合算してから割る。 第三の推定では二つの案を比較した。A案は、同じ品目、店舗、曜日、時間帯の過去8週の平均を用いる案である。低回転の品目では時間帯単位の販売がほとんど0になり、推定が不安定になる。B案は、品目と店舗の1日当たりの平均販売数に、カテゴリと店舗の単位で求めた曜日別、時間帯別の販売構成比を掛ける案である。欠品していない品目と日を無作為に選び、午後の販売を隠して推定し実績と比較した。低回転品で誤差率が発散しないよう週単位に集約して評価した結果、平均絶対パーセント誤差はA案の38%に対しB案は21%であり、B案を採用した。2平均の算出では欠品時間帯を母数から除き、欠品で減った販売を需要と誤認しないようにした。チラシ掲載期間は通常期間と分けて平均を求め、値引きによる販売増が通常の需要に混ざらないようにした。 2.3 データ定義の差を吸収する方法 品目コードは、POSがJANコード、在庫と発注が社内8桁のSKU、ECがSKUと販売単位の組合せであった。また、在庫はバラ数であるのに対し、POSとECではケースや袋の単位で販売される。そこで、JAN、SKU、入り数の対応を持つ統合品目マスタを作成した。JANはリニューアルで付け替えられるので、対応表に有効開始日と有効終了日を持たせ、販売日時点の対応で結合した。3金額は、POSが税込、ECが税抜であったため、税率マスタを用いて税抜に統一した。日の定義は、POSが閉店時刻の締めであるのに対しECは0時で区切っていたため、店舗の閉店時刻を過ぎた注文は翌営業日に振り分ける変換とし、営業日で統一した。 2.4 データ収集と提供の方式 基幹システムの夜間処理に負荷を掛けないよう、各システムから変更分のファイルを受け取り、ステージング、統合、指標の3層を持つ分析用データベースに取り込む方式とした。POSの最終データの到着が1時であり、6時の提供に間に合わせるため、処理は店舗と営業日の単位で分割して並列に実行した。遅れて届いたデータがあっても二重計上しないよう、更新は分割単位の洗い替えとして再実行可能にした。また、取込後の売上合計を会計システムと照合し、差が0.1%を超えた場合は指標の公開を止めて通知することとした。4

設問ウの添削

データの内容の問題を四つに整理し、それぞれに対してデータ取得の仕組みの追加、確率に基づくみなし欠品判定、対象指標の範囲の限定、社外データの取得で対応しており、具体性と論理性があります。特に、みなし欠品の判定を店舗で実地検証し、精度の限界を表示上も区別した点が評価できます。改善するなら、品目を特定できない売上をカテゴリ指標のどの計算要素に含めるのかを明確にすると、指標の解釈性がさらに高まります。

3.1 入荷時刻が存在しない問題 在庫管理システムの入荷実績は日単位であり、時間帯ごとの在庫を再構成できなかった。午前に欠品し午後に入荷した場合も、日単位では欠品なしとなる。そこで新たなデータ取得の仕組みとして、店舗の検品端末を改修し、検品完了時刻を送信するようにした。改修前の過去データについては、発注システムの納品予定時刻を入荷時刻とみなす処理とし、提供する画面に「みなし」の区分を明示した。1 3.2 帳簿在庫と実在庫の乖離の問題 万引きや破損により、帳簿上は在庫があるのに棚に商品がないことがあり、棚卸では約7%の品目で差異が出ていた。帳簿だけでは、この状態の機会損失を検出できない。そこで、1時間当たりの期待販売数をλとすると、連続するt時間に1個も売れない確率がe^(-λt)であることを用い、この確率が1%を下回る時間(tが4.6/λを超える時間)売れない場合はみなし欠品と判定した。閾値の妥当性は、売上規模と地域で層別抽出した20店舗で、高・中・低回転の各400品目、計1,200品目を春と秋に棚で確認して検証した。適合率は82%で季節差は3ポイント以内、実際に棚になかった品目を検出できた再現率は71%(高84%、中74%、低55%)であった。低回転品は機会損失が過少になるため、確定の欠品とみなし欠品を分けて表示し、適合率と再現率も示してバイヤーが判断できるようにした。2 3.3 品目が特定できない売上の問題 木材のカット品などはPOSで部門打ちされ、JANがない売上が全体の3.1%あった。これを品目別の指標に無理に割り振ると誤った発注判断を招くため、品目別の算出対象から除き、カテゴリ単位の指標にのみ含めることとした。1あわせて、カテゴリごとに品目を特定できた売上の割合を画面に表示し、指標の信頼度が分かるようにした。 3.4 社内に存在しないデータの問題 園芸用品や除雪用品の販売は気象に大きく左右されるが、社内に気象データはなかった。社外の気象情報事業者から店舗所在地の日別の気温と降水量を購入し、気温帯別の補正係数を期待販売数に掛けることとした。補正の有無を2.2節と同じ方法で比べ、対象カテゴリの誤差が26%から19%に下がることを確認した。3 3.5 結果 稼働から1年後、機会損失率は5.8%から3.9%に改善した。需要が不変であれば、この改善は売上高の約2.0%増に相当する。季節要因を補正した既存店売上高も前年比2.0%増となり、約28億円の目標を達成した。4

参考になった