データマイニング

大量のデータから統計的手法やAI技術を用いて、隠れたパターンや有用な知識を発見する技術。顧客の購買傾向の分析や不正検出などに活用される。

大量のデータから統計学やAI・機械学習の手法を用いて、未知のパターンや相関関係、有用な知識を自動的に発見する技術。マーケティング分析、顧客分析、リスク予測、不正検知などに活用される。

大量のデータから統計学やAI技術を用いて、隠れたパターン、相関関係、傾向などの有用な知見を発見する手法。テキストマイニング、アソシエーション分析、クラスタリングなどの手法がある。

大量のデータから統計的手法やAI技術を用いて、隠れたパターンや関係性を発見する分析手法。クラスター分析、決定木分析、ロジスティック回帰分析、アソシエーション分析などの手法があり、経営戦略の意思決定やマーケティングに活用される。

業務システムから収集したデータを、分析・意思決定に適した形で蓄積・管理するデータベース。サブジェクト指向、統合、時系列、非更新の4特性を持つ。W.H.インモンが定義した概念。

データウェアハウスから特定の部門やテーマに必要なデータを抽出・集約した小規模なデータベース。特定の分析目的に最適化されており、データウェアハウスより迅速なクエリ応答が可能。

多次元データ分析を対話的に行うためのシステム。ダイスアップ/ダウン（集約レベルの変更）、スライス/ダイス（次元の切出し）、ピボット（軸の回転）などの操作でデータを多角的に分析する。

値の大きい順に並べた棒グラフと累積構成比の折れ線グラフを組み合わせた図。問題の原因や改善項目の優先度を視覚的に把握でき、重点管理すべき項目を特定するのに使われる。

対象をA（重要）、B（普通）、C（重要度低い）の3ランクに分類して管理する手法。パレート図を用いて売上高や在庫量などを分析し、重点管理すべき項目を明確にする。

問題（特性）とその要因の関係を魚の骨のような形で整理する図。フィッシュボーンチャートとも呼ばれる。原因を大骨・中骨・小骨と細分化し、問題の根本原因を分析する。QC7つ道具の一つ。