名寄せ

複数のデータに散在する同一の対象を突き合わせて一つにまとめる作業。表記ゆれや入力揺らぎを吸収し、マスターデータの整合性と一貫性を確保する。

複数のデータソースに分散する同一の対象（顧客や取引先など）のレコードを見つけて、1つにまとめる処理。項目の一致や類似度で同一とみなす候補を探すマッチング、統合するマージ、誤って統合したものを戻す分割、結果の確認・是正の手順で行い、マスターデータのゴールデンレコードを作る。

複数のデータに分散して登録されている同一の人物や企業などを、氏名・住所・電話番号などの照合によって特定し、1つにまとめること。表記ゆれや入力の誤りがあると同一と判定できないため、事前に表記を統一し、一致とみなす基準を決めて行う。顧客データの統合や重複の排除に用いる。

文章として蓄積された非構造化データを解析し、有用な傾向や関係を取り出す手法。形態素解析で語に分けたうえで出現頻度や共起関係を調べ、問合せ内容やアンケートの分析に用いる。

Webページの内容を自動で取得し、必要な項目を抽出してデータ化する手法。市場調査などに使われるが、サイトの利用規約や著作権、サーバへの負荷に配慮する必要がある。

データの特徴量や条件に基づいて分岐を木構造で表現し、分類・回帰・意思決定を行う手法。結果の解釈が容易で可視化しやすい。機械学習ではランダムフォレストの基礎となり、意思決定分析では期待値やリスクの評価に用いられる。

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。

行と列のように、あらかじめ決められた形式に整理されたデータ。表形式のデータベースやCSVが該当し、検索や集計がしやすい。企業が扱うデータのうち割合としては少数派とされる。

厳密な表形式ではないが、タグや階層など一定の構造を持つデータ。XMLやJSONが該当する。項目の有無が案件ごとに違っても扱えるため、システム間のデータ交換に広く使われる。