データブレンディング

異なるデータソースのデータを、分析ツール上で一時的に結合して扱う手法。データ基盤側を作り替えずに、目的に応じた分析を素早く試せる。

複数の異なるデータソースのデータを、共通の項目をキーにして分析の場で組み合わせる手法。DWHに統合されていない外部データやスプレッドシートなどを、BIツール上でそれぞれ集計してから結び付けて分析できる。恒久的な統合ではなく、分析のたびに組み合わせる点がデータ統合と異なる。

売上、利益、KPIの達成状況などの経営指標を、グラフや表で1画面にまとめて表示し、経営者が状況を一目で把握できるようにする仕組み。基幹システムやデータウェアハウスのデータを自動で集計して更新し、異常値の早期発見と迅速な意思決定を支援する。

組織内で特定のデータについて正とする情報源を1か所に定め、全員がそこを参照するようにする考え方。部門ごとに同じデータを別々に持つと値が食い違い、どれが正しいか判断できなくなるため、マスターデータ管理やデータ統合によって実現する。

業務システムなどのデータソースからデータを抽出（Extract）し、分析に適した形式に変換・加工（Transform）してから、データウェアハウスなどに格納（Load）する処理、またはそのツール。格納前に変換するので格納先には整ったデータだけが入るが、変換処理の設計と処理時間が課題になる。

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。

データウェアハウスなどから、特定の部門や用途に必要なデータだけを切り出して格納した小規模なデータベース。営業部門の売上分析用、マーケティング用などに作り、対象を絞ることで利用者が扱いやすく、検索の応答も速くなる。

データを物理的に複製・移動せず、複数のデータソースを仮想的な層を介して1つのデータベースのように参照できるようにする技術。利用者の問合せを各データソースへの問合せに変換して結果をまとめるため、最新のデータを即座に使えるが、性能はデータソースの負荷や応答に左右される。