通販サイトと店舗のシステムに分かれている顧客データを集めたところ、同じ取引先が 「株式会社ABC」「（株）ABC」のように違う表記で登録されていた。 これらを同一の顧客と判断して一つにまとめる作業はどれか。

正解：ウ

各選択肢の解説

1. ア欠損値の処理

   誤り。欠損値の処理は、値が入っていない項目を除いたり、平均値などで補ったり する作業です。同じくデータを整える作業ですが、扱う対象は空欄であって、 複数のレコードが同じ相手を指しているかどうかは判断しません。

2. イテキストマイニング

   誤り。テキストマイニングは、問合せ内容や口コミといった文章を単語に分け、 出現の傾向や語の結び付きを取り出す分析です。文字を扱う点は似ていますが、 目的は文章からの傾向の発見であり、レコードを統合することではありません。

3. ウ名寄せ

   正解。名寄せは、表記のゆれや入力の違いを吸収して、同じ人物や企業のデータを 一つにまとめる作業です。これをしないと同じ顧客が別人として数えられ、 顧客数も一人あたりの購買金額も実態からずれてしまいます。

4. エアノテーション

   誤り。アノテーションは、AIの学習に使うデータへ正解となるラベルや意味づけを 付ける作業です。画像に「猫」と印を付けるような下準備であり、 既存データの重複を見つけて解消する作業ではありません。

理解を深めるために