Question 1

data modelingにおけるstar schemaとは何ですか？

Accepted Answer

star schemaは、中央のfact tableが直接接続されたdimension tableに囲まれている次元モデリングアーキテクチャです。この構造は分析クエリを簡素化し、ディメンション間の複数のjoinを回避することでパフォーマンスを最適化します。名前は図の視覚的な形に由来し、中央のfact tableは星の本体に、ディメンションは枝に似ています。

Question 2

次元モデルにおけるfact tableの役割は何ですか？

Accepted Answer

fact tableは、定量的な測定値（売上、販売数量、クリック数）とdimension tableへの外部キーを格納します。これはビジネスイベントまたはトランザクションを表します。各行は、定義された粒度レベルでの測定可能なイベントに対応します。数値列（メジャー）は、アナリストがクエリで集計するデータです。

Question 3

次元モデルにおけるdimension tableとは何ですか？

Accepted Answer

dimension tableには、fact tableの測定値を修飾する記述的属性が含まれます。たとえば、Productディメンションには、名前、カテゴリ、ブランド、単価が含まれます。ディメンションは、分析中にデータをフィルタリング、グループ化、スライスすることを可能にします。通常、クエリを簡素化し、追加のjoinを回避するために非正規化されます。

Data Modeling

data modelingにおけるstar schemaとは何ですか？

回答

次元モデルにおけるfact tableの役割は何ですか？

回答

次元モデルにおけるdimension tableとは何ですか？

回答

fact tableのgrain（粒度）とは何ですか？

加法的測定値と半加法的測定値の違いは何ですか？

その他のData Analytics面接トピック

Google Sheets - 基礎

Google Sheets - 高度な数式

SQL - 基礎

SQL - 集計とグルーピング

SQL - 結合

BigQuery - 基礎

Data Cleaning - データクレンジング

KPIとビジネスメトリクス

記述統計

ZapierとNo-Codeオートメーション

データビジュアライゼーションの原則

Python & Pandas - 基礎

Google Sheets - 自動化ダッシュボード

SQL - サブクエリとCTE

SQL - Window Functions

BigQuery - 高度な機能

ファネルとコンバージョン分析

コホートとリテンション分析

Google Tag Managerとトラッキング

APIとWebhook

dbt - 基礎

ABテストと応用統計学

Looker Studio (Google Data Studio)

Power BI - 基礎

SQL - 高度な分析クエリ

dbt - 高度な機能

Power BI - DAXと高度なダッシュボード

Python Analytics - 高度な分析とML

次の面接に向けてData Analyticsをマスター