AWS認定資格 無料問題集解答・解説
第9問 ビジネス上の有効性を測定するメトリクス
あるマーケティングの担当者が、オンライン小売企業に導入された生成AIを活用した商品レコメンデーションシステムのパフォーマンスを評価しています。このシステムのビジネス上の有効性を測定するために、最も適したメトリクスは選択してください。
（問題ID：AIF202C009）
解答
正しい解答：Ｂ. コンバージョン率
△ 判定不能 URL を直接入力して「解答・解説」画面を表示した場合、何を選択・解答したかを特定できないため、解答の正誤判定ができません。必要に応じて「同じ問題に再挑戦」ボタンをクリックして、この問題に再チャレンジしてみてください。
徹底解説
生成AIを活用した商品レコメンデーションシステムのビジネス上の有効性を測定するために、最も適したメトリクスは、「コンバージョン率（CVR：Conversion Rate）」 です。CVRは、Webサイトを訪れた利用者の中で、商品の購入、資料請求、会員登録など、企業が成果とみなす行動を実行した人の割合を示します。言い換えると、CVRは成約率のことであり、AIシステムが売上や成果にどれだけ貢献しているかを直接的に評価する指標です。本問題のユースケースでは、生成AIが利用者に商品をレコメンドして、購入行動を促すことが目的であるため、CVRがシステムの有効性を測定する上で最も適したメトリクスとなります。
その他の選択肢は、レコメンデーションシステムのビジネス上の有効性を測定するために、最も適したメトリクスではありません。ユーザーあたりの平均収益（ARPU：Average Revenue per User）は、その名前の通り、一定期間における1人のユーザーが企業にもたらす平均的な収益を示します。ビジネス全体の収益性を測る上では重要ですが、レコメンデーションシステムの効果を直接評価する指標としては不十分です。なぜなら、ARPUは広告施策、季節要因、価格変更、在庫状況など多くの外部要因に影響されるため、レコメンド機能そのものの貢献度を切り分けて評価することが難しいからです。クロスドメインのパフォーマンスは、機械学習モデルが異なるデータ領域（例：カテゴリの異なる商品、異なるサービス領域など）に対してどれだけ汎化して性能を発揮できるかを評価する指標です。これは主にモデルの学習能力や汎用性を測るための技術的な評価であり、マーケティング施策やレコメンデーションシステムのビジネス上の成果を測定するものではありません。そのため、レコメンドの効果を評価する目的には適した指標とは言えません。顧客生涯価値（LTV：Life Time Value）は、1人の顧客がそのライフサイクル全体を通じて企業にもたらすと見込まれる累積的な利益を示す指標です。重要なビジネスメトリクスのひとつですが、LTVは中長期的な収益評価に用いられるため、短期的なレコメンド施策の成果を測るには時間軸が長すぎるため、今回のユースケースには適さない選択肢です。
問題掲載日：2025-09-24
Sponsored Links
Information
What's New
- 2026/8/29 問題ID: AIF201C016 ハイパーパラメーターの最適化手法に関する問題を追加しました。
- 2026/8/23 問題ID: AIF202C013 学習アシスタントにおける質問応答の評価指標に関する問題を加筆・修正しました。
- 2026/8/10 問題ID: AIF204C011 AIシステムにおける堅牢性の強化手法に関する問題を追加しました。
- 2026/8/1 問題ID: AIF203C023 プロンプトエンジニアリングのリスクに関する問題を追加しました。
- 2026/7/19 問題ID: AIF301S006 ビジネスアプリケーションにおける生成AI活用のメリットに関する問題を追加しました。
Reference Books
AWS認定 資格試験テキスト AWS認定AIプラクティショナー
AWS認定 AIプラクティショナー試験（AIF-C01）の“緑本”とも呼ばれる定番テキストです。AIや機械学習、生成AIなどの基礎知識を幅広く網羅しており、図解も豊富で初心者にもわかりやすい構成です。練習問題も充実しており、試験対策として安心して使える一冊です。さらに、当サイトの問題演習と組み合わせることで、効率的に知識を定着させることができます。独学合格 AWS認定 AIプラクティショナー テキスト&問題集
「世界No.1スクールの人気講師による最短合格」 をうたっているだけあって、とても分かりやすいテキストです。章末問題も本番試験を意識した形式になっており、解答では正解の理由だけでなく、誤答の理由まで丁寧に解説されています。こうした内容を見ると、「独学合格」 という記載にも納得です。
解答・解説
第9問 ビジネス上の有効性を測定するメトリクス
あるマーケティングの担当者が、オンライン小売企業に導入された生成AIを活用した商品レコメンデーションシステムのパフォーマンスを評価しています。このシステムのビジネス上の有効性を測定するために、最も適したメトリクスは選択してください。
（問題ID：AIF202C009）
解答
正しい解答：Ｂ. コンバージョン率
URL を直接入力して「解答・解説」画面を表示した場合、何を選択・解答したかを特定できないため、解答の正誤判定ができません。必要に応じて「同じ問題に再挑戦」ボタンをクリックして、この問題に再チャレンジしてみてください。
徹底解説
生成AIを活用した商品レコメンデーションシステムのビジネス上の有効性を測定するために、最も適したメトリクスは、「コンバージョン率（CVR：Conversion Rate）」 です。CVRは、Webサイトを訪れた利用者の中で、商品の購入、資料請求、会員登録など、企業が成果とみなす行動を実行した人の割合を示します。言い換えると、CVRは成約率のことであり、AIシステムが売上や成果にどれだけ貢献しているかを直接的に評価する指標です。本問題のユースケースでは、生成AIが利用者に商品をレコメンドして、購入行動を促すことが目的であるため、CVRがシステムの有効性を測定する上で最も適したメトリクスとなります。
その他の選択肢は、レコメンデーションシステムのビジネス上の有効性を測定するために、最も適したメトリクスではありません。ユーザーあたりの平均収益（ARPU：Average Revenue per User）は、その名前の通り、一定期間における1人のユーザーが企業にもたらす平均的な収益を示します。ビジネス全体の収益性を測る上では重要ですが、レコメンデーションシステムの効果を直接評価する指標としては不十分です。なぜなら、ARPUは広告施策、季節要因、価格変更、在庫状況など多くの外部要因に影響されるため、レコメンド機能そのものの貢献度を切り分けて評価することが難しいからです。クロスドメインのパフォーマンスは、機械学習モデルが異なるデータ領域（例：カテゴリの異なる商品、異なるサービス領域など）に対してどれだけ汎化して性能を発揮できるかを評価する指標です。これは主にモデルの学習能力や汎用性を測るための技術的な評価であり、マーケティング施策やレコメンデーションシステムのビジネス上の成果を測定するものではありません。そのため、レコメンドの効果を評価する目的には適した指標とは言えません。顧客生涯価値（LTV：Life Time Value）は、1人の顧客がそのライフサイクル全体を通じて企業にもたらすと見込まれる累積的な利益を示す指標です。重要なビジネスメトリクスのひとつですが、LTVは中長期的な収益評価に用いられるため、短期的なレコメンド施策の成果を測るには時間軸が長すぎるため、今回のユースケースには適さない選択肢です。
問題掲載日：2025-09-24
Sponsored Links
Information
What's New
- 2026/8/29 問題ID: AIF201C016 ハイパーパラメーターの最適化手法に関する問題を追加しました。
- 2026/8/23 問題ID: AIF202C013 学習アシスタントにおける質問応答の評価指標に関する問題を加筆・修正しました。
- 2026/8/10 問題ID: AIF204C011 AIシステムにおける堅牢性の強化手法に関する問題を追加しました。
- 2026/8/1 問題ID: AIF203C023 プロンプトエンジニアリングのリスクに関する問題を追加しました。
- 2026/7/19 問題ID: AIF301S006 ビジネスアプリケーションにおける生成AI活用のメリットに関する問題を追加しました。
Reference Books
AWS認定 資格試験テキスト AWS認定AIプラクティショナー
AWS認定 AIプラクティショナー試験（AIF-C01）の“緑本”とも呼ばれる定番テキストです。AIや機械学習、生成AIなどの基礎知識を幅広く網羅しており、図解も豊富で初心者にもわかりやすい構成です。練習問題も充実しており、試験対策として安心して使える一冊です。さらに、当サイトの問題演習と組み合わせることで、効率的に知識を定着させることができます。
独学合格 AWS認定 AIプラクティショナー テキスト&問題集
「世界No.1スクールの人気講師による最短合格」 をうたっているだけあって、とても分かりやすいテキストです。章末問題も本番試験を意識した形式になっており、解答では正解の理由だけでなく、誤答の理由まで丁寧に解説されています。こうした内容を見ると、「独学合格」 という記載にも納得です。