OLAP

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。

DWHなどに蓄積した大量のデータを、多次元の切り口で対話的に集計・分析する処理。ドリルダウンやスライスなどの操作で視点を変えながら傾向や原因を探る用途に使い、少数の複雑な集計の問合せが中心となる。日々の取引を多数の短いトランザクションとして処理するOLTPと対比される。

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。

大量のデータから統計的手法や機械学習を用いて、有用なパターンや知識を発見する技術。相関ルール分析、クラスタ分析、決定木、回帰分析などの手法がある。データウェアハウスと組み合わせて活用される。

OLAPにおいて、集約されたデータからより詳細なレベルのデータに掘り下げる操作。例えば年次の売上データから四半期、月次のデータに展開する。ドリルアップ（ロールアップ）はその逆の操作。

OLAPにおけるデータの切り出し操作。スライスは多次元データから1つの次元を固定して2次元の断面を取り出す操作、ダイスは複数の次元に条件を指定してデータの部分集合を取り出す操作。

業務機能を行、データ（エンティティ）を列に取り、各交点でCRUDのどの操作を行うかを記した表。生成する機能が存在しないデータや、参照されないデータといった設計漏れを発見でき、サブシステム分割の根拠にもなる。