BI・データウェアハウスとマイニング

BI は、企業に蓄積したデータを社員や経営者が自分の手で分析し、経営や業務の意思決定に生かす考え方と、それを支えるツールの総称である。

Business Intelligence の略で、例えば月ごとの来店数をグラフにして見比べ、次の手を考える材料にする。データの検索や分析の機能をまとめたソフトウェアを BIツール と呼ぶ。

たとえ車の計器盤に似ている。速度や燃料の残量を一目で見せ、どうするかは運転する人が決める。

覚え方Intelligence には「知能」のほかに「情報」の意味があり、情報を判断の力に変えるものと読むと語の形が残る。

この用語の過去問 1 題 BI →

データウェアハウス は、部門ごとの業務システムに分かれたデータを分析のために統合し、時系列で蓄積するデータベースである。

← 図は横にスクロールできます →

略称は DWH で、ウェアハウスは「倉庫」を指す。別々のシステムの記録を一か所に集めることで、全社の動きを長い期間にわたって比べられるようになる。日々の注文を処理する業務用データベースが最新の状態を保つことを優先するのに対し、こちらは過去の記録を残して分析に使う。

たとえ各支店の帳簿の写しを年ごとに整理して納めた本社の書庫に似ている。古い年の帳簿も捨てずに残るので、年をまたいで見比べられる。

この用語の過去問 1 題 データウェアハウス →

データマイニング は、大量のデータを統計や機械学習などで分析し、人がまだ気づいていない規則性や結びつきを見つけ出す手法である。

決めた仮説を確かめるだけでなく、データの側から関係を探す点に特徴がある。例えば、図書館の貸出記録から「ある分野の本を借りた人は別の分野の本も借りやすい」と分かれば、書架の配置を見直す手がかりになる。見つかった関連は原因と結果の関係を保証しないので、使う前に業務の知識で確かめる。

たとえ川砂をふるって砂金を探す作業に似ている。何が見つかるかは、ふるってみるまで分からない。

覚え方mine は「鉱山・採掘する」の意味で、データの山を掘る姿と結び付く。

この用語の過去問 2 題 データマイニング →

ビッグデータ は、従来のデータベースや手法では扱いにくいほど、量が多く、形式が多様で、次々に発生するデータの総称である。

特徴となる三つの要素の英語の頭文字をとって 3V と呼ぶ考え方がある。整った数値の表に限らず、文章・画像・音声・機器の記録なども含む。こうしたデータを解析し、事業に使える知見を引き出す専門人材を データサイエンティスト と呼ぶ。

たとえ蛇口からの水ではなく、形も量も違うものが絶えず流れ込む大きな川に似ている。

覚え方量・種類・速度を英語にすると、どれも V で始まる。

この用語の過去問 2 題 ビッグデータ →

テキストマイニング は、アンケートの自由記述やSNSの投稿のような文章データを語に分け、出現の頻度や語同士の関係から傾向をつかむ手法である。

文章は数値の表と違い、そのままでは合計も平均も出せない。そこで文を単語に区切り、語を数えることで初めて数量として扱えるようにする。例えば、問い合わせ窓口の記録から増えている不満の話題を見つけられる。

たとえ大量の感想文に目を通した人が「最近この話題が多い」と気づく作業を、機械に任せるようなものである。

共起キーワード は、同じ文や文書の中に一緒に現れやすい語の組である。

「共起」は共に起こるという意味で、語と語の組み合わせの現れやすさに注目する。ある語の出現回数だけでは何が話題かまでしか分からないが、一緒に出る語を見るとその話題がどう語られているかが読める。テキストマイニング では、この結果を文脈の手がかりに使う。

たとえ「雨」と聞くと「傘」が浮かぶ間柄に似ている。

データサイエンスのサイクル は、課題を立て、データを集めて加工し、分析した結果を活用して次の課題につなげる繰り返しの流れである。

段階の分け方は資料によって異なるが、例えば図の 4 段階のように進む。最初に課題を定めないと、集めるデータも分析の方法も決まらない。活用の結果から新しい疑問が生まれるため、一周で終わらない。

たとえ料理の試作に似ている。作りたい味を決め、材料をそろえて作り、食べた人の反応を次の試作に生かす。