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。

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。

複数の業務システムのデータを、分析しやすいように主題別に統合・整理して時系列で蓄積するデータベース。履歴を保持し、原則として更新せずに追記していく点が業務システムのデータベースと異なる。スキーマオンライトで事前に構造を定めるため、品質の揃ったデータを全社で横断的に集計・分析するのに向く。

複数の業務システムから集めたデータを、分析しやすいよう統合・整理して時系列で蓄積する、意思決定支援のためのデータベース。サブジェクト（主題）指向、統合されている、時系列で保持する、更新・削除しない（不揮発）という特徴をもち、格納前にETLで変換するスキーマオンライトを採る。

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。

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。

目的変数と説明変数の関係を数式モデルで表現する統計手法。説明変数が1つの単回帰分析と複数の重回帰分析がある。最小二乗法で回帰係数を推定し、決定係数で当てはまりの良さを評価する。予測や要因分析に広く活用される。

2つの変数間の線形関係の強さと方向を-1から1の範囲で示す指標。1に近いほど正の相関、-1に近いほど負の相関、0に近いほど無相関を示す。因果関係を意味しない点に注意が必要。

多次元データの分散が最大となる方向（主成分）を求めてデータを低次元に射影する統計手法。次元削減や多変量データの可視化に用いられ、固有値分解により主成分を算出する。寄与率で各主成分の重要度を評価。