データマイニング

大量のデータから統計的手法やAI技術を用いて、隠れたパターンや有用な知識を発見する技術。顧客の購買傾向の分析や不正検出などに活用される。

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。

大量のデータから統計学やAI技術を用いて、隠れたパターン、相関関係、傾向などの有用な知見を発見する手法。テキストマイニング、アソシエーション分析、クラスタリングなどの手法がある。

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。

大量のデータを統計や機械学習の手法で分析し、経験則では気づきにくい規則性や関連を見つけ出すこと。併売傾向の発見などに用いられる。

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。

多次元データ分析を対話的に行うためのシステム。ダイスアップ/ダウン（集約レベルの変更）、スライス/ダイス（次元の切出し）、ピボット（軸の回転）などの操作でデータを多角的に分析する。

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。

条件の組合せと、それに対応する処理（動作）を表形式で整理した記法。デシジョンテーブルとも呼ばれ、条件が複雑な業務ルールを漏れなく重複なく表現でき、整合性の検証やテストケースの導出に用いる。

同じ列の値をまとめて格納する方式のデータベース。集計対象の列だけを読めばよく、同種の値が並ぶため圧縮効率も高い。データウェアハウスや分析用途に向く一方、1行単位の更新は不得手。