現代において,BigData分析における個人の機微情報(プライバシー)の扱いは,非常に大きな関心事になっている.そのようなプライバシーを保護するために有効な手段としてk-匿名化の技術がある.多くのk-匿名化の研究アプローチは,選択肢群を数学的,かつ階層的に一律に分類するため,その情報損失量を減少させることが難しい.k-匿名化を実現するための必要な計算量や,選択肢組み合わせの複雑さから,一般的なWEBサービスのような,即時応答が要求されるサービスでは利用されていない.本稿では,効率的にBigDataを管理し,活用するk-匿名化サービスの実用化に向け,個人情報のSEM(検索エンジン広告)の価格に基づく選択肢のクラスタリング手法を提案する.この手法によって,個人情報の選択肢ワードという定性的な価値を,価格という定量的な価値で計測でき,マーケティング的に不必要な計算回数を減少させることが可能となる.我々は,この手法を実際のサービスデータにて実験し,価値を計測したところ,高いセキュリティレベルと高いSEM価値の両立が可能な場合が存在することが判明した.本方式を発展させることによって,一般のWEBサービスなどでもk-匿名化を用いることが可能なレベルまで計算量を減少させ,個人情報の蓄積にかかる費用も効率化されるだろう.