多次元分析

売上などの数値データを、期間・地域・商品・顧客といった複数の切り口（次元）を組み合わせて集計・比較する分析手法。データを立方体（キューブ）状の構造で扱い、ドリルダウン、ドリルアップ、スライス、ダイスなどの操作で視点を切り替えながら分析する。OLAPツールやBIツールで行う。

多次元分析で、集計の粒度を細かくして詳細なデータへ掘り下げる操作。年→四半期→月のようにディメンションの階層を下位へ移動し、集計値の内訳や異常の原因を確かめる。逆に上位の階層へ集約する操作をドリルアップという。

多次元分析で、ディメンションの階層を上位へ移動して、より粗い粒度に集約する操作。日次の売上を月次・年次に、店舗別を地域別にまとめるなど、全体の傾向を把握するときに使う。ロールアップとも呼び、詳細へ掘り下げるドリルダウンの逆に当たる。

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。

1つのデータベースで、業務のトランザクション処理（OLTP）と分析処理（OLAP）の両方を同時に行う方式。行指向と列指向のデータ形式を併せ持つなどして互いの性能への影響を抑え、DWHへのデータ転送を待たずに最新のデータを分析できる。

多次元分析で、データキューブのある1つのディメンションを特定の値に固定し、その断面を取り出す操作。例えば年度を「2026年度」に固定して、地域×商品の売上表として見る。複数のディメンションに範囲や条件を指定して部分を切り出す操作はダイスという。

表のデータを行単位ではなく列単位にまとめて格納するデータベース。集計に必要な列だけを読めばよく、同じ列には似た値が並ぶため圧縮率も高いので、大量の行を対象にした分析処理（OLAP）に向く。1行ずつの挿入や更新は行指向より不利で、データウェアハウス向けの製品やクラウドのDWHサービスに多く採用されている。