データマイニングとは？
シェア教科書的な定義
大量のデータから有用なパターンや知識を発見する分析手法。
ざっくり言うと
砂金掘り。大量の砂（データ）の中から、キラリと光る金（有用なパターン）を見つけ出す作業。普通に見ているだけでは気づかない「隠れた宝物」を、統計的な手法で掘り出します。
もう少し詳しく
代表的な手法：①アソシエーション分析（併売分析：一緒に買われる商品の組み合わせを発見）②クラスター分析（類似するデータをグループ化）③決定木分析（条件分岐で分類ルールを抽出）④回帰分析（変数間の関係を数式化）⑤ニューラルネットワーク（脳の神経回路を模した手法）。KDD（Knowledge Discovery in Databases）プロセスで体系的に進めることが多い。
具体例
スーパーのPOSデータを分析して「おむつを買う人はビールも買う傾向がある」（有名なバスケット分析の例）を発見。この発見をもとに売場のレイアウトを変更して売上アップ。
試験対策ポイント
各分析手法の名称と特徴を整理。特にアソシエーション分析の支持度・確信度の意味が問われることがある。
「データマイニング」のよくある質問
Q. データマイニングとは何ですか？わかりやすく教えてください
大量のデータから有用なパターンや知識を発見する分析手法。 わかりやすく言うと、砂金掘り。大量の砂（データ）の中から、キラリと光る金（有用なパターン）を見つけ出す作業。普通に見ているだけでは気づかない「隠れた宝物」を、統計的な手法で掘り出します。
Q. データマイニングは診断士試験のどの科目で出題されますか？
データマイニングは「経営情報システム」の科目で出題されます。経営情報システムの分野に分類され、関連する概念と合わせて理解することが重要です。
Q. データマイニングの具体例を教えてください
スーパーのPOSデータを分析して「おむつを買う人はビールも買う傾向がある」（有名なバスケット分析の例）を発見。この発見をもとに売場のレイアウトを変更して売上アップ。
Q. データマイニングを効率よく覚えるコツは？
データマイニングを覚えるコツは、①まず定義を自分の言葉で言い換えること、②実際のビジネスや日常生活の具体例と結びつけること、③関連する用語とセットで比較しながら覚えることです。診断士AIの4択クイズで繰り返し出題されることで、記憶が定着します。