BIツールのカタログ、意味わかりますか?--BIアーキテクチャから学ぶ初歩のBI用語 - (page 2)

梅田正隆(ロビンソン) 2010年05月20日 18時25分

  • このエントリーをはてなブックマークに追加
  • 印刷

データは「よく洗ってから保存する」

 「変換」のプロセスでは、集めたデータをBIに活用できるデータに変換する必要がある。集めたデータにはダーティデータが含まれている可能性があるため、それらのデータを削除したり、補正したりする。この処理を「データクレンジング」(データ洗浄)と呼ぶ。データを管理するプロセスにおいては、このクレンジングがいちばん面倒であり、時間とコストがかかる。

 そのため「ETLツール」を用いることが多い。「ETL」とは「Extraction(抽出)」「Transformation(変換)」「Loading(移行)」という、クレンジングにおける各工程の頭文字をとったものだ。

 生のデータをBIで使えるようにするには、ETLツールなどを使ってデータを洗浄し、整えたり(正規化)、値が漏れている場合は補正したりする必要がある。また、組織で用いる用語の定義を統一しておくことも重要となる。例えば「取引先」という用語が、あるシステムでは「顧客」のことであったり、別のシステムでは「ビジネスパートナー」のことであったりすると不都合が生じる。

 「保存」のプロセスでは、変換したデータを統合して保存する。一般に「データウェアハウス(DWH)」と呼ばれる大量のデータ処理を得意とする専用のデータベースに蓄積することが多い。また、データウェアハウスから特定のデータだけを抽出して、別のデータベースに格納する場合もある。このデータベースのことを「データマート」と呼ぶ。データマートでは、取り扱うデータ量が小さくなるため、分析処理を行いやすくなるというメリットがある。

 保存のプロセスにおいては、「メタデータ」のデータベースが用いられることもある。メタデータとは、「データに関するデータ」のことであり、そのデータをどこから抽出したかといったデータソースを示すデータや、抽出したときの条件、計算式、単位などを示すデータなどがある。このメタデータのデータベースがあると、分析やデータクレンジングを行う際にたいへん有用で、データ管理を効率化できるメリットがある。

 次の「分析」のプロセスでは、データ分析の結果をもとにして意思決定を行う。このとき分析や意思決定に人が介入する場合もあれば、業務プロセスに組み込んで自動化してしまう場合もある。たとえば株の売買システムなどでは、値動きをリアルタイムに察知して、特定の条件が整ったときに自動的に売買を実行するといった形で「意思決定」をプロセスの中に組み込んでいるケースがある。一般に分析には「分析ツール」が用いられる。分析ツールは、分析する対象が何かによって選択する必要がある。

 「OLAP(OnLine Analytical Processing:オーラップ)」は、よく知られている分析ツールのひとつだ。意思決定の前提として立てた仮説を検証する際に用いられる。たとえば、ある原材料の価格について、生産地、時期、気象といった様々な分析軸(ディメンション)から検討できる。複数(3つ以上)のディメンションで構成されるデータベースのことを「キューブ(Cube)」と呼ぶ。ただし、OLAPを使いこなすには多少のトレーニングが必要だ。また、広範かつ大量のデータの中から数学的な規則性や相関関係を見つけ出す「データマイニング」も、よく知られている分析ツールである。

 最後の「表示」は、分析結果を組織の人に知らせるプロセスだ。分析は、「分析結果に基づいて意思決定し行動を起こす」ために行うのだから、行動すべき人に結果を見せ、共有することで初めて意味を持つ。表示方法には、定型的な「レポート」や、特定の状態の時に注意を促す「アラート」、結果を車の運転席にある計器類のような形でグラフィカルに表現する「ダッシュボード」などがある。これらは、イントラネット上の企業情報ポータル(EIP)グループウェアなどの情報共有ツールに組み込まれることもある。これらの表示ツールは「レポーティングツール」と総称されることもある。

 以上、今回はBIツールについて、データを中心にしたBIアーキテクチャを眺めながら、各要素に関連するツールや用語について見てきた。もしあなたが、BI製品のカタログを手に取ることがあれば、今回説明したことを念頭に置きつつ眺めてみてほしい。各ツールの大まかな役割がイメージしやすくなるはずだ。

 次回は、BIツールの最新動向について、アナリストの見解を交えながら見ていくことにしよう。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

  • このエントリーをはてなブックマークに追加

関連記事

「特集 : BIによるデータ活用ことはじめ」 バックナンバー

関連ホワイトペーパー

SpecialPR

連載

CIO
月刊 Windows 10移行の心・技・体
ITアナリストが知る日本企業の「ITの盲点」
シェアリングエコノミーの衝撃
デジタル“失敗学”
コンサルティング現場のカラクリ
Rethink Internet:インターネット再考
インシデントをもたらすヒューマンエラー
トランザクションの今昔物語
エリック松永のデジタルIQ道場
研究現場から見たAI
Fintechの正体
米ZDNet編集長Larryの独り言
大木豊成「仕事で使うアップルのトリセツ」
山本雅史「ハードから読み解くITトレンド放談」
田中克己「展望2020年のIT企業」
松岡功「一言もの申す」
松岡功「今週の明言」
内山悟志「IT部門はどこに向かうのか」
林 雅之「デジタル未来からの手紙」
谷川耕一「エンプラITならこれは知っとけ」
大河原克行「エンプラ徒然」
内製化とユーザー体験の関係
「プロジェクトマネジメント」の解き方
ITは「ひみつ道具」の夢を見る
セキュリティ
セキュリティインシデント対応の現場
エンドポイントセキュリティの4つの「基礎」
企業セキュリティの歩き方
サイバーセキュリティ未来考
ネットワークセキュリティの要諦
セキュリティの論点
スペシャル
エンタープライズAIの隆盛
インシュアテックで変わる保険業界
顧客は勝手に育たない--MAツール導入の心得
「ひとり情シス」の本当のところ
ざっくり解決!SNS担当者お悩み相談室
生産性向上に効くビジネスITツール最前線
ざっくりわかるSNSマーケティング入門
課題解決のためのUI/UX
誰もが開発者になる時代 ~業務システム開発の現場を行く~
「Windows 10」法人導入の手引き
ソフトウェア開発パラダイムの進化
エンタープライズトレンド
10の事情
座談会@ZDNet
Dr.津田のクラウドトップガン対談
Gartner Symposium
IBM World of Watson
de:code
Sapphire Now
VMworld
Microsoft WPC
Microsoft Connect()
HPE Discover
Oracle OpenWorld
Dell Technologies World
AWS re:Invent
AWS Summit
PTC LiveWorx
吉田行男「より賢く活用するためのOSS最新動向」
古賀政純「Dockerがもたらすビジネス変革」
中国ビジネス四方山話
ベトナムでビジネス
日本株展望
企業決算
このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]