データベースの応用

この記事での学習内容 基本情報 応用情報

データウェアハウス,データマート,OLAP(Online Analytical Processing),データマイニングなど,データを分析して有効活用する技術の特徴,これらの技術が企業会計システム,在庫管理システムなどで使われていること,その応用方法を理解する。

用語例:OLTP(Online Transaction Processing),ETL(Extract/Transform/Load),データクレンジング,ビッグデータ,文書管理システム,営業支援システム

データウェアハウス

データウェアハウスとは、トランザクション(取引)などの時系列データを、長期的に大量に蓄積したデータベースの一種です。通常のデータベースと異なり、過去の取引データを消去することなく、時系列的な分析に用いるのが特徴です。

例えば、商品ごとの売上高と気象とに因果関係がある場合には、長年の取引データを保管して、気象データと照合して分析することによって、今後の購買管理、製造管理、在庫管理、あるいは販売管理などの精度を上げることができます。

ウェアハウス(倉庫)という言葉が用いられているように、データウェアハウスは、通常のデータベースに比べて、データの更新や検索の回数は比較的少ない代わりに、膨大な記憶容量を必要とします。

データマート

データマートとは、データウェアハウスの中から、特定の目的に合う部分を抽出して、通常は部門や個人のデータベースに格納したものです。蓄積されたデータを分析する時の処理効率を良くするのが目的です。

OLAP

オンライン分析処理(Online Analytical Processing:OLAP)とは、データウェアハウスやデータマートを使い、複雑な分析を短い応答時間で処理することです。市場分析、予算作成、経営報告、財務諸表作成など膨大なデータの分析作業を支援します。

関係データベースが共通データを一元的に保管するのに比べて、商品別、地域別、月別などの多次元的な観点で傾向を発見したり、整理したりするという特徴があります。

汎用的な統計ソフトウェアを用いるのと比べると、分析や報告を繰り返しながら、作業の改善や自動化を継続していくという傾向があります。

データマイニング

データマイニングとは、統計的手法などを活用して、膨大なデータを分析して、発見的に新たなノウハウを発掘する作業のことです。

発見的分析を助けるコンピュータグラフィックスなどの具体的な技術を指すこともありますが、確たる技法や技術が揃っているわけではなく、ナノテクノロジのような包括的なキャッチフレーズのような位置づけです。

 

データウェアハウスやデータマート、OLAP、データマイニングなどのデータベースの応用技術は、企業会計システム、在庫管理システム、文書管理システム、営業支援システムなどを高度化するために用いられています。