2005/11/18
BIZine ～ビジネスインテリジェンス、データマイニングを学ぶメルマガ～ No.002
☆〜--------------------------------------------------------------〜☆ ◆ビジネスインテリジェンス、データマイニングを学ぶメルマガ◆ ◇ ＢＩＺｉｎｅ ◇ ☆〜--------------------------------------------------------------〜☆ No.002 データウェアハウスの話 こんにちは。オフィス エヌ・ビー・アイの本田です。 皆さんは、データウェアハウス(※1)って聞いたことありますか？ 簡単に言えば、でっかいデータベースなのですが、業務系のシステム（いわ ゆる経理システムだとか、販売管理システムみたいに業務に直結しているシス テム）で使っているデータベースとは、ちょっと違います。 何が違うかというと、 (Ａ) サブジェクト指向に (Ｂ) 統合化された (Ｃ) 時系列データで (Ｄ) 恒常的な データベースであるということです。 …何のことか、良く分かりませんね（笑）。 一言で言えば、 「意思決定に使用するために作られたデータベース」 となるでしょうか。一応、上の４つの説明を書いておきます。 （別に、覚えていなくても構わないです） まず、(Ａ)の「サブジェクト指向」というのは、簡単に言えば、企業で使う データの管理対象毎にということです。例えば、それは「売上」であったり、 「顧客」であったり、あるいは「店舗」のようなものが挙げられます。 業務系のシステムでは、業務目的毎にバラバラになっていたデータを分析あ るいは意思決定という観点から、データの保持期間や利用目的に沿って、整理 しなおして、データウェアハウスを作成するということになります。 次に(Ｂ)の「統合化」ですが、これは、言葉通り、各業務システム毎にバラ バラになっているデータを一つにまとめるということです。 意思決定に使うデータを一箇所にまとめることにより、各システム毎にデー タの不整合が起こって、どのデータを信用すれば良いのか？といったことが避 けられます。 また、もう一つの意味として、システム毎にデータの使い方が違う。例えば、 コード体系が違ったり、同じ商品でも分類の仕方が部署毎に違うなどといった 混乱を避けることが出来ます。逆に、一見、同じ名前の項目なのに、システム あるいは部署毎に意味が少し違うといった事態も避けることができます。 (Ｃ)の「時系列データ」ですが、業務系のデータベースでは、時々刻々と、 データが書き換えられて行きます。要するに、「今」どのような状態になって いるかを知るのが業務系のデータベースだと言えます。 例えば、「今、在庫がいくつあるのか？」、「現在、予約されて塞がってい る座席はどれなのか？」などの情報です。 上の例で行けば、予約管理などのシステムでは必ずしも、過去の予約状況デ ータを見る必要はありません。 これに対して、過去分の日々の予約状況を時系列データとして保持しておけ ば、何月から何月は、予約がいっぱいになりやすいとか、実は、ゴールデンウ ィークの直前になると、キャンセルが多くなるなどの傾向を分析できるように なり、そこから経営上の戦略を立て、アクションを起こすことが出来るように なります。 最後の(Ｄ)「恒常的」ですが、これはいったん格納されたデータが更新され ることは無いという意味です。まあ、間違ったデータは書き換えられるんです けどね。 (Ｃ)とも関連しますが、基本的にはデータウェアハウスのデータは追加、追 加でデータが増えて行きます。 さて、ちょっとだけ、面倒な話を書きましたが、先に書いたとおり、データ ウェアハウスは「意思決定」に使うデータベースです。 皆さんは、どのように意思決定していますか？ 経験と勘ですか？それともデータに基づいていますか？ 「経験と勘」といっても、実際には、頭の中では色々なデータが様々に絡み 合って、言葉には出来ないプロセスで結論を出しているんでしょうね。 私は、コンピュータの便利なところって、こういう、目に見えないものをう まく目に見えるようにできるところなんじゃないかなって思っています。 「可視化」と言っても良いですが。 例えば、分析の基本的な切り口として「時間」、「顧客」、「商品」、「組 織」の４つが挙げられますが、「売上」データをこの４つの視点で分析すると 様々な仮説を立てることができます。そして、コンピュータを使うと、その分 析の際に、クロス集計表のスライス＆ダイスやドリリングといった手段を簡単 に用いたり、グラフ化によって、課題の直観的な把握が出来たりするわけです。 問題点が浮き彫りになれば、その原因について仮説を立て、原因を取り除く ためのアクションを起こせます。 更に、アクションの結果をモニタリングして、状況がどう変わったか？を見 ることが出来れば、次の一手を打つことが出来るわけです。 経営判断にスピードが要求されている今、『ビジネスインテリジェンス』と いう考え方は、経営の中で必要不可欠なものとなってきています。 △▼△▼△▼△▼△▼△▼△▼△▼△▼△▼△▼△▼△▼△▼△▼ さて、実際に企業活動の中でビジネスインテリジェンス（BI）を実践して行 くための要素としては、今回お伝えしたデータウェアハウス（DWH）の他に DWHを構築するためのツールであるETL、DWH内のデータを分析するためのツー ルであるOLAP、また、そのデータから、隠れた情報を掘り起こすためのデータ マイニングなどといった手法があります。 今回は最初ということもあり、用語の説明になってしまいましたが、次回は、 具体的にデータの分析を行うため、ツールを使って、クロス集計表で分析を行 ってみたいと思います。 それでは、次回までごきげんよう(^_^)/" ★---------------------------------------------------------- オフィス エヌ・ビー・アイ 代表 本田 秀行 (HONDA, Hideyuki) 〒984-0825 仙台市若林区古城１丁目５−５−８０１ TEL/FAX : 050-7503-2489 / 022-781-1526 E-Mail: hidepon@office-nbi.com URL: http://www.office-nbi.com ----------------------------------------------------------★ ※1 データウェアハウス 基幹系業務システム（オペレーショナル・システム）からトランザクション （取引）データなどを抽出・再構成して蓄積し、情報分析と意思決定を行うた めの大規模データベース
