BI、数据仓库与数据挖掘

BI（商业智能）是一个总称，指企业的员工和经营者亲手分析积累下来的数据、并用于经营和业务决策的理念，以及支撑这种做法的工具。

BI 是 Business Intelligence 的缩写，比如把每月的到店人数画成图表来对比，作为考虑下一步行动的材料。集成了数据检索和分析功能的软件称为 BI 工具（BIツール）。

类比就像汽车的仪表盘：速度和剩余油量一目了然，但怎么开，还是由驾驶的人决定。

记法Intelligence 除了“智能”，还有“情报”的意思；读成“把情报变成判断力的东西”，这个词就容易记住了。

该术语的过去问 1 题 BI →

数据仓库（データウェアハウス）是把分散在各部门业务系统中的数据整合起来、按时间序列积累以供分析的数据库。

← 图可左右滑动查看 →

它的简称是 DWH，warehouse 就是“仓库”。把不同系统的记录集中到一处后，就能跨越较长时期比较全公司的动向。处理每日订单的业务数据库优先保持最新状态，而数据仓库则保留过去的记录用于分析。

类比就像总部的档案室，把各分店账簿的副本按年份整理收好。旧年份的账簿也不丢弃，所以可以跨年对比。

该术语的过去问 1 题 データウェアハウス →

数据挖掘（データマイニング）是用统计、机器学习等方法分析大量数据，找出人们此前没有察觉的规律和关联的方法。

它的特点不只是验证既定假设，而是从数据出发去寻找关系。例如，若从图书馆的借阅记录中发现“借了某类书的人也容易借另一类书”，就能为调整书架布局提供线索。发现的关联并不保证存在因果关系，使用前要结合业务知识加以确认。

类比就像淘洗河沙寻找砂金。不淘一淘，就不知道能找到什么。

记法mine 有“矿山、开采”的意思，正好对应在数据之山中挖掘的样子。

该术语的过去问 2 题 データマイニング →

大数据（ビッグデータ）是一个总称，指量大、形式多样、不断产生，用传统数据库和方法难以处理的数据。

有一种说法取这三个特征要素的英文首字母，称为 3V。它不限于整齐的数值表，也包括文本、图像、音频、设备日志等。解析这类数据、从中提炼可用于业务的见解的专业人才称为数据科学家（データサイエンティスト）。

类比不像水龙头流出的水，更像一条大河，形状和数量各不相同的东西源源不断地涌入。

记法量、种类、速度译成英文，都以 V 开头。

该术语的过去问 2 题 ビッグデータ →

文本挖掘（テキストマイニング）是把问卷中的开放式回答、社交网络服务（SNS）的帖子这类文本数据拆分成词，根据出现频率和词之间的关系把握趋势的方法。

文本和数值表不同，直接拿来既算不出合计也算不出平均。因此要把句子切分成单词并统计各词的次数，这样才能把文本当作数量来处理。例如，可以从咨询窗口的记录中发现正在增多的不满话题。

类比就像把一个人读完大量的评论和感想后察觉“最近这个话题很多”的工作交给机器来做。

共现关键词（共起キーワード）是容易在同一句话或同一文档中一起出现的词的组合。

“共现”（共起）就是一起发生的意思，关注的是词与词组合出现的容易程度。只看某个词的出现次数，最多知道话题是什么；看一起出现的词，才能读出这个话题是怎样被谈论的。文本挖掘（テキストマイニング）把这一结果用作理解上下文的线索。

类比就像一听到“雨”就会想到“伞”这样的关系。

数据科学循环（データサイエンスのサイクル）是设定课题、收集并加工数据、利用分析结果，并引出下一个课题的反复流程。

阶段的划分因资料而异，例如可以像图中这样分 4 个阶段推进。如果一开始不确定课题，要收集的数据和分析方法都定不下来。利用结果时又会产生新的疑问，所以转完一圈并不会结束。

类比就像试做菜肴：先定下想要的味道，备齐食材做出来，再把试吃者的反应用到下一次试做中。