データウェアハウジングの重要な概念：概要

過去数十年で、クラウドベースのテクノロジーの面で革命が起こりました。 これらのテクノロジーにより、組織は顧客、製品、および従業員に関するデータをシームレスに保存および取得できます。 次に、このデータを使用して、実用的な洞察を収集し、組織をはしごに乗せることができます。
Big Data and Analyticsは、データが取得された後に実行されるアクションを処理しますが、データウェアハウジングの概念は、そのデータがクラウドにどのように保存されるかに焦点を当てています。 多くのグローバル組織は、データウェアハウスの概念を採用して、世界中の運用センターや企業の支店からストリーミングされるデータを整理しています。
データウェアハウジングの概念は、ビッグデータブームが発生するまで存在しませんでした。 それ以前は、すべての組織がOLTP（オペレーショナルデータベース）を使用していました。これは、日々のアクティビティの管理、追跡、分析に適していますが、数テラバイトに及ぶ可能性のある履歴データセットの処理に関しては、悲惨なことに失敗します。 OLTPシステムは、エンティティリレーションシップで機能する単なるリレーショナルデータベースモデルです。 まだ使用されているものの、OLTPは、今日の組織との膨大な量のデータのために徐々に衰退しています。
入力：データウェアハウス！

データウェアハウスとは何ですか？

データウェアハウジングの概念により、組織は意思決定支援データを収集、保存、および配信できます。 データウェアハウジングの概念は広く、データウェアハウスはウェアハウジングのプロセス中に作成されるアーティファクトの1つです。
「データウェアハウス」という用語は、1990年にWilliam（Bill）H. Inmonによって造られました。Inmonによると、データウェアハウスは、経営陣の決定をサポートする、主題指向の統合された時変の不揮発性データコレクションにすぎません。 -製造プロセス。
データサイエンティスト、データアナリスト、データエンジニアは誰ですか？

以前に説明したOLTPは、頻繁に変更されます（ほぼ毎日）。 履歴データが不足しているため、経営幹部が以前の製品のフィードバックや苦情を分析することは不可能です。
一方、データウェアハウスは、多次元ビューで統合データを提供します。 また、OLAP（Online Analytical Processing）ツールも提供します。これは、保存したデータの分析に取り掛かるときに非常に役立ちます。 データウェアハウスは、OLTPとは異なり、データマイニング、分類、クラスタリング、予測分析などの操作もサポートします。 これらすべての理由やその他の理由により、データウェアハウスの概念はあらゆる組織の不可欠な部分になっています。

データウェアハウスとは何ですか？

データウェアハウスの概念に比較的慣れていない人々は、「データウェアハウス」を「データベース」と混同することがよくあります。 ただし、先に進む前に、この点を明確にしましょう。データウェアハウスは単なるデータベースではなく、それ以上のものです。 これには、複数のデータソースから収集され、戦略的な意思決定に役立つ運用データのコピーが含まれています。
また、データウェアハウスには履歴データのみが含まれていると考える人もいます。 しかし、それは真実からはほど遠いです。 データウェアハウスには、履歴データだけでなく、分析データやレポートデータも含めることができます。 ただし、データストアで管理されるトランザクションデータは、ウェアハウスには保存されません。 データウェアハウスを使用する目的は、履歴データを分析し、実用的な洞察をシームレスに取得することです。
シンプソンのパラドックスとは一体何ですか？ データにどのように影響しますか？

データウェアハウジングの重要性

これまでに、データウェアハウスの概念とその必要性について同じページにアクセスし、データウェアハウスとOLTPの大きな違いを確認しました。 ここで、データウェアハウジングの概念の重要性を見てみましょう。

データの一貫性を確保します

データウェアハウスはさまざまなソースからのデータを格納し、そのデータは複数の形式になっています。 したがって、データが全体的に一貫していることを保証するために、ETLメソッドを適用するようにプログラムされています。 一貫性は、データウェアハウジングを企業の意思決定者が分析し、世界中の同僚とデータの洞察を共有するための完璧なツールにするものです。 データの標準化とフォーマット化により、データ分析中のエラーのリスクも軽減されます。 これにより、全体的な精度が向上します。

より良い意思決定を促進する

「最初にデータが来て、次に理論が来ます。」 データウェアハウスを使用すると、組織はデータを簡単に保存および取得できるため、そのデータに関するより優れた理論と戦略が保証されます。 データウェアハウジングは、さまざまなデータセットへのアクセスに関してもはるかに高速であり、実用的な洞察を簡単に導き出すことができます。

収益を改善する

データウェアハウスは、利害関係者が履歴データに飛び込むことを可能にすることにより、組織の全体的な運用の改善に役立ちます。 これにより、最終的に、ビジネスリーダーは組織の過去の活動をすばやく追跡し、成功した（または失敗した）戦略を評価できます。 これにより、経営幹部は、コストを削減し、効率を最大化し、売上を増やして収益を改善するために、アプローチを調整できる場所を確認できます。

データウェアハウジングの概念とその周辺のいくつかの重要な用語：

メタデータ

メタデータは基本的にデータに関する単なるデータです。 たとえば、本について話す場合、そのインデックスは本のコンテンツのメタデータとして機能します。 言い換えれば、メタデータは完全なデータの要約として理解することができます。
データウェアハウスに関しては、メタデータを次のように定義できます。

• • データウェアハウスへのロードマップ。

• 意思決定支援システムがデータウェアハウスのコンテンツを見つけるのに役立つディレクトリ。

データキューブ

データキューブはディメンションとファクトによって定義され、複数のディメンションでデータを表すのに役立ちます。 ディメンションは、組織がレコードを保存するエンティティに他なりません。 これは主に、レポート目的でデータを保存するために使用されます。 キューブの各ディメンションは、データベースの特定の特性を表します。たとえば、日次、月次、または年次の売上です。 データキューブに含まれるデータにより、事実上すべての顧客、販売代理店、製品などのほぼすべての数値を分析できます。 したがって、データキューブは、理想的には傾向を確立し、パフォーマンスを分析するのに役立ちます。

世界のトップ大学からデータサイエンス認定を取得します。 エグゼクティブPGプログラム、高度な証明書プログラム、または修士プログラムに参加して、キャリアを早めに進めましょう。

データ市場

データマートは、組織の特定のセクションにサービスを提供するために構築されたデータのリポジトリとして理解できます。 データマートには、特定のグループの人々にとって価値のある組織データ全体のサブセットが1つ含まれています。 たとえば、マーケティングチーム向けに特別に設計されたデータマートには、アイテム、顧客、および販売に関連するデータのみが含まれている場合があります。 データマートは、問題の主題に限定されています。
重要な用語とテクノロジーとともにデータウェアハウジングの興味深いと思われる場合は、データマイニング、データ分析などの概念をいじって、このトピックを詳しく調べることをお勧めします。 旅は長く、データウェアハウスは出発点にすぎません。

ご不明な点やご質問がございましたら、下のコメント欄でお知らせください。