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。

企業内の様々な業務システムから収集したデータを時系列で統合・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。目的別に切り出したサブセットをデータマートと呼ぶ。

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。

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。

構造化データ・非構造化データを問わず、生データをそのままの形式で大量に蓄積するストレージ基盤。データウェアハウスが事前にスキーマを定義して格納するのに対し、データレイクはスキーマオンリードの方式で柔軟な分析を可能にする。

従来のデータベース技術では処理が困難な、大量・多種・高速に生成されるデータの総称。Volume（量）、Variety（多様性）、Velocity（速度）の3Vで特徴づけられ、AIやBIと組み合わせた分析により、経営上の意思決定や新たな価値創出に活用される。

プライバシーやセキュリティ、知的財産権に関する信頼を確保しながら、ビジネスや社会課題の解決に有益なデータが国境を意識することなく自由に行き来する、国際的に自由なデータ流通の促進を目指すコンセプト。

データの流れに着目してシステムや業務を分析するための図法。プロセス、データストア、外部エンティティ、データフローの4要素で構成され、業務やシステムにおけるデータの入出力と処理の流れを可視化する。構造化分析の代表的手法。

業務で扱うデータを、意味的なまとまりで分類・整理した単位。エンティティ（実体）とも呼ばれ、業務モデルにおいて業務プロセスとの関連付けに用いられる。業務モデル作成時に業務プロセスとデータクラスの対応表を作成する。

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。