ビッグデータ

従来のシステムでは処理が困難なほど大量かつ多様で、高速に生成されるデータの総称。3V（Volume=量、Variety=多様性、Velocity=速度）が特徴とされ、分析により新たな価値を創出する。

従来のデータベース技術では処理が困難な大規模・多種多様・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や機械学習と組み合わせた分析活用が進む。

従来の手法では扱いきれない、量（Volume）、多様性（Variety）、速度（Velocity）を備えたデータの総称。分散処理基盤で蓄積・分析し、需要予測や異常検知などの意思決定に活用する。

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。

量（Volume）、多様性（Variety）、速度（Velocity）の点で従来の手法では扱いきれない大規模データ。IoT機器からの収集ではトラフィックが増大するため、エッジでの前処理や帯域制御が設計上の課題となる。

従来のデータベース技術では処理困難な大量・多種多様・高速発生のデータ。3V（Volume：大量、Velocity：高速、Variety：多様性）の特性を持つ。IoTデータ、SNS投稿、ログデータなどが例。

従来の手法では扱いきれない規模・多様性・発生速度をもつデータ群。行動ログやセンサーデータなどが典型で、活用には専用の基盤と分析技術を要する。

従来のデータベース管理の方法では扱いきれないほど大量で多様なデータ。量（Volume）、種類（Variety）、発生・更新の速度（Velocity）の3Vで特徴づけられ、正確性（Veracity）や価値（Value）を加えることもある。分散処理基盤やクラウドで蓄積・分析し、新たな知見の発見に生かす。

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。

データを抽出していったんそのまま格納し、格納先の処理能力を使って変換する方式。変換してから格納するETLと順序が逆で、クラウドのデータ基盤やデータレイクで採られることが多い。

顧客、商品、取引先、組織など、業務の基準となる実体を表す変化の少ないデータ。複数システムで重複して保持されやすく、表記ゆれや不整合が生じるため名寄せや統合管理が重要になる。

受注、販売、入出庫など、業務活動の発生に伴って日々増えていくデータ。マスターデータを参照して記録され、分析では集計や時系列分析の対象となる。

データそのものではなく、データの意味・構造・来歴を説明するデータ。顧客番号の採番規則や粒度の説明などが該当し、これがないとデータは正しく解釈できない。

ITの観点からデータを説明するメタデータ。テーブル名、データ型、桁数、制約、格納場所など、システムがデータを扱うために必要な情報を含む。