データウェアハウス

企業の各業務システムから収集したデータを統合的に蓄積・管理する大規模データベース。時系列データを長期保存し、分析や意思決定支援のための基盤として機能する。

企業内の様々なシステムから収集したデータを時系列に蓄積し、意思決定支援のための分析に利用する大規模データベース。業務系システムとは別に構築され、経営分析や傾向分析に活用される。

企業の意思決定支援のために、業務システムから収集した大量のデータを時系列で蓄積・統合した分析用データベース。データは「目的別」「統合された」「時系列の」「削除や変更をしない」の4つの特性を持つ。OLAPやデータマイニングの基盤となる。

企業内の様々な業務システムからデータを収集・統合し、分析や意思決定支援に活用するための大規模データベース。時系列データの蓄積、サブジェクト指向、非更新性、統合性が特徴。BIツールと連携して多角的な分析を可能にする。

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目的に応じて必要なデータだけを抽出・集計した小規模なデータベース。部門ごとの分析や意思決定支援に特化しており、データウェアハウスより高速にアクセスできる。

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。

データウェアハウスから特定の部門や業務目的に合わせて必要なデータを抽出した小規模なデータベース。部門単位の分析に特化しており、データウェアハウスよりもアクセスが高速。営業部門向けや経理部門向けなど用途別に構築される。

データウェアハウス上のデータを多次元的に分析する技術。スライシング（特定次元の切り出し）、ダイシング（複数次元の切り出し）、ドリルダウン（詳細化）、ドリルアップ（集約化）などの操作でデータを様々な角度から分析する。

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。

データのばらつきを示す指標で、分散の正の平方根。値が大きいほどデータが平均値から離れて散らばっていることを示す。品質管理や統計分析で広く使用される。