- QUESTION 2 -

EXPLANATION

ア：時間帯ごとの総売上額の比較に必要な情報

LikeWing全体での「時間帯ごとの総売上額（消費税込）」を比較するには、図1の「購入時刻」と組み合わせる情報が必要です。

売上額を集計するためには、⑤購入した商品の合計金額が必要です。これにより、各購入時刻における売上額を集計し、時間帯別に分析できます。

イ・ウ：曜日別の各商品の購買状況の把握に必要な情報

「曜日別の各商品の購買の状況」を把握するには、図1の「購入日、曜日」と組み合わせる情報が必要です。

• どの商品が購入されたかを知るには：③商品コード、購入商品名
• 何個購入されたかを知るには：④購入した商品の個数

この2つの情報により、「○曜日に△△という商品が□個購入された」という分析が可能になります。

EXPLANATION

利用可能な情報

下線部Aでは、以下の2つの情報源を組み合わせて分析します：

• ポイント会員情報：名前、性別、生年月日（3つの属性情報）
• レシートの情報：購入時刻、商品コード、購入商品名、個数、金額など

各選択肢の検討

⓪ 顧客が商品を購入した理由

• これはレシートにもポイント会員情報にも記録されていない
• 購入理由を知るにはアンケートやインタビューなど別の手段が必要
• 得られない情報

① 同じ顧客に、繰り返し購入される傾向がある商品

• 会員IDと購入履歴を紐付けることで、同一顧客の複数回の購入を追跡可能
• 得られる情報

② ある商品を多く購入している顧客の年齢層

• 生年月日から年齢が計算できる
• 商品の購入データと組み合わせることで分析可能
• 得られる情報

③ 年齢や性別の違いによる、来店する時間帯の傾向

• 性別と生年月日（→年齢）の情報がある
• 購入時刻の情報がある
• 得られる情報

EXPLANATION

情報の流れの確認

図2に示される情報の流れ：

• (あ)：LikeWing配送センター → LikeWing本部（配送情報など）
• (い)：LikeWing店舗 → LikeWing本部（売上・購買情報など）
• (う)：顧客 → LikeWing店舗（商品購入）

オ：店コードが必要な情報の流れ

店コードの役割：店舗を識別するための情報

• (あ) 配送センター → 本部：配送情報に店コードが含まれる（どの店舗に配送したか）
• (い) 店舗 → 本部：売上・購買情報に店コードが必要（どの店舗の売上か）
• (う) 顧客 → 店舗：顧客が店コードを提供する必要はない

答え：あ、い（選択肢③）

カ：ポイント会員IDが必要な情報の流れ

ポイント会員IDの役割：顧客を識別するための情報

• (あ) 配送センター → 本部：配送情報には会員IDは不要
• (い) 店舗 → 本部：購買情報として会員IDを送信（誰が購入したか）
• (う) 顧客 → 店舗：顧客がポイントカードを提示（会員IDを店舗に伝える）

答え：い、う（選択肢⑤）

EXPLANATION

メリットI：ポイント数の自動表示（キ）

顧客がネットショッピングサイトにログインしたとき、現在のポイントカードのポイント数を自動的に表示する。

必要な条件：

• ポイント会員IDとネットショッピングのアカウントが紐付けされている（条件あ）

ポイント数は実店舗での購入でも貯まるため、ネットショッピングアカウントと実店舗のポイントカードが連携していないと、ポイント数を表示できません。

答え：あ（キ = 0）

メリットII：在庫がある店舗情報の表示（ク）

顧客がネットショッピングで商品を購入しようとするとき、その顧客がポイントカードを多く利用する店舗のうち、その商品の在庫がある実店舗の情報が表示される。

必要な条件：

• あ：どの顧客かを識別（ポイントカードの利用履歴を参照）
• い：ネットショッピングの商品と実店舗の商品を紐付け
• う：各店舗の在庫数を確認

答え：あ、い、う（ク = 6）

メリットIII：おすすめ商品の提案（ケ）

顧客がネットショッピングサイトにログインしたとき、購入履歴が類似している他の顧客の購入履歴をもとに、おすすめ商品を提案表示する。

必要な条件：

• あ：ポイント会員IDとアカウントの紐付け（実店舗での購入履歴を参照するため）
• い：商品に店舗番号が割り当てられている（実店舗とネットショップの商品を統合管理）

条件うは在庫数の確認に関するもので、おすすめ商品の提案には直接必要ありません。

答え：あ、い（ケ = 3）

EXPLANATION

シミュレーションのルール

• メンバー10人から順に集金（6,000円ずつ）
• 支払い方法は乱数rで決定：
  • r ≤ 3: 千円札6枚で支払う
  • r ≥ 4: 一万円札1枚で支払う（おつり4,000円は千円札4枚）
• 千円札で支払う確率30%、一万円札で支払う確率70%

表の計算（抜粋）

初期状態：一万円札0枚、千円札0枚

1人目（r=8）：一万円札で支払う → 一万円札1枚、千円札-4枚

2人目（r=1）：千円札で支払う → 一万円札1枚、千円札2枚

3〜5人目：全員一万円札 → 一万円札4枚、千円札-10枚

6人目（r=4）：一万円札で支払う → 一万円札5枚、千円札-14枚

コ = 5

7人目（r=5）：一万円札 → 一万円札6枚、千円札-18枚

8人目（r=3）：千円札で支払う → 千円札-18+6=-12枚

千円札の枚数の変化：-18 → -12 なので、-1, 2（6枚増加）

サ = 1, シ = 2

事前準備の千円札枚数

シミュレーション中の千円札の最小値は-18枚（7人目終了時点）でした。

事前に18枚の千円札を準備しておけば、最も不足する時点でも18-18=0枚となり、マイナスになることはありません。

ス・セ = 1, 8

EXPLANATION

図3の読み取り

図3は、10,000回のシミュレーションにおける「手元の千円札の枚数」の最小値の分布を示すヒストグラムです。

• 横軸：手元の千円札の枚数の最小値（-40 〜 0）
• 縦軸：回数
• 最小値が0 = 最後まで千円札が不足しなかった

各選択肢の検討

⓪ 全員が一万円札で支払うケースはなかった

• 全員が一万円札で支払った場合、千円札の最小値は0-(10人×4枚)=-40枚
• 図3では-40付近にもデータが存在する → 誤り

① 最後まで千円札が不足しなかったのは、全回数の1割以下である

• 「最後まで不足しなかった」= 最小値が0以上
• 図3で最小値=0の回数は約800回
• 800/10,000 = 8% < 10%（1割）→ 正しい

② 別の乱数を使って10,000回シミュレーションを行っても、結果はまったく同じになる

• 乱数列が変われば結果も変わる → 誤り

③ 全員が千円札でお金を支払ったケースが1回以上ある

• 図3からだけでは断定できない → 不明

EXPLANATION

初期条件

• 千円札：20枚
• メンバー：10人
• 各人の支払い：千円札6枚 or 一万円札1枚（おつり千円札4枚）

各選択肢の検討

⓪ 最初の1人が千円札で支払っても、途中で不足するケース

• 1人目：千円札 → 20+6=26枚
• 2〜10人目：全員一万円札 → 26-(9×4)=-10枚
• 起こり得る

① 用意された千円札をまったく使わずに集金を終えるケース

• 全員が千円札6枚で支払えば → 20+(10×6)=80枚
• 起こり得る

② 千円札で支払った人が5人いて、途中で不足するケース

• 千円札の収入：5×6=30枚
• 千円札の支出：5×4=20枚
• 最悪の順序（最初の5人が一万円札）でも：20-(5×4)=0枚（ギリギリ）
• その後5人が千円札で支払えば回復
• どんな順序でも不足しない → 起こらない

③ 一万円札で支払った人が8人いて、不足せずに集金を終えるケース

• 千円札2人 → 一万円札8人の順序なら：20+12-32=0枚（ギリギリOK）
• 起こり得る