【正解】C
【0からの解説】
①前提知識：データを保存・活用するサービスには、目的に応じていくつかの種類があります。
・データ ウェアハウス（DWH）：社内外のさまざまなシステムから集めた大量のデータを1か所にまとめ、「集計・分析」するために最適化された保管庫です。売上の傾向分析や経営判断の材料づくり（BI：ビジネス インテリジェンス）に使います。Google Cloud の代表的なデータ ウェアハウスは BigQuery で、サーバーの管理が不要（フルマネージド）で、ペタバイト（1 PB = 約 100 万 GB）規模のデータにも SQL で問い合わせができます。
・データベース（トランザクション用）：注文の登録や在庫の更新など、日々の業務処理（1件ずつの読み書き）を正確・高速に行うための仕組みです。
・オブジェクト ストア：画像・動画・バックアップなどのファイルをそのまま大量に安く保管する場所です（Google Cloud では Cloud Storage）。
②問題文の要件：「ペタバイト規模」「幅広いソースから収集」「戦略的な分析」「ビジネス上の意思決定の指針」。つまり、大量で多様なデータを横断的に集計・分析することが目的です。
③正解の理由：データ ウェアハウスはまさに「多様なソースのデータを統合し、大規模な分析で意思決定を支える」ための仕組みです。BigQuery を使えば、ペタバイト規模のデータでもインフラを用意せずに高速に分析でき、Looker などの BI ツールで可視化して経営判断に活かせます。
【誤りの選択肢】
A：オブジェクト ストア（Cloud Storage など）は、ファイルを大量・安価に「保存」するのは得意ですが、それ自体に集計や分析の機能はありません。データレイクの保管場所としては使えますが、「戦略的な分析を行うサービス」としては DWH に劣ります。
B：ドキュメント データベース（Firestore など）は、アプリが JSON のような柔軟な形式のデータを素早く読み書きするためのものです。ペタバイト規模のデータを横断的に集計する分析用途には向きません。
D：リレーショナルのトランザクション データベース（Cloud SQL など）は、日々の業務処理（OLTP）向けです。大量データの横断的な集計（OLAP）は苦手で、ペタバイト規模の分析には適していません。
【参考】
データ ウェアハウスとはBigQuery の概要