前回（「データは分析したけど、この後どうする？」--分析結果から行動を導くためのBIツール）は、状況を把握し次のアクションにつなげるBI、「見える化」あるいは「見せる化」する表示ツールについて見てみた。今回はBIアーキテクチャの「分析」のプロセスにおいて、重要な役割を果たす「分析ツール」について見ていくことにしよう。
「売上が落ちたのはなぜ？」に答える分析ツール
世の中には実に様々な分析ツールが存在する。以前、この連載（今すぐパソコンでできるBI--「Excel」で経営状態を見てみよう）で取りあげた表計算ソフトの「Microsoft Office Excel」も立派な分析ツールのひとつだ。しばしば、BIアプリケーションで収集、集計したデータを、自分のPC内のExcelやAccessに取り込んで、PC上で分析するといったことが行われている。わざわざ手間をかけて、データをPCに取り込む理由の大きなものは、そのほうが手軽にデータを操作できるからという点に尽きる。とはいえ、人手によるデータの取り込みや加工には、入力ミス等の人為的エラーが発生しやすいと言われているので、そのあたりには注意が必要だ。
一方、Excelではとうてい扱いきれない膨大な量のデータを扱える高性能な分析ツールが存在する。テラデータやネティーザなどのデータウェアハウスベンダーが提供するBIアプリケーションだ。大量のデータの中から、ターゲットとするデータをリアルタイムに近い感覚で抽出したり、分類したりすることを得意とする。
OLAP（Online Analytical Processing）やデータマイニングは、データ分析の中核的なツールとして知られている。OLAPは、ある事象が発生した原因について、立てた仮説を検証するときに用いられる。たとえば、ある製品について「価格」「色」「デザイン」の軸で分析したいと考えたとすると、これらの分析軸の中に原因が隠れているという「仮説」を立てたことになる。
これに対して、データマイニングは、大量のデータの中から有意なルールやパターンを発見するときに用いられる。データマイニングは、顧客をいくつかのセグメントに分割したり、顧客の生涯価値を推定したり、ある商品が買われたときに同時に購入されやすい商品を発見したり、この四半期中に離脱しそうな顧客を予測したりするときに用いられる。ちなみにOLAPは「仮説検証型」の分析、データマイニングは「仮説発見型」の分析として区別されることもある。
「OLAP」と「データマイニング」の分析手法例（画像クリックで拡大表示）
