膨大な量のデータを蓄積・分析する「DWH」

DWHの生まれた背景

DWHには提唱者がいます。米国のコンサルタントであるビル・インモン（William H. Inmon）氏という人で、1990年の自身の著作でデータウェアハウスを「意志決定のため、目的別に編成された時系列に統合されたデータの集合体」と定義しています。

目的が「意志決定」としっかりしているところがポイントです。ただの「データの倉庫」ではなく意志決定を目的として整然（時系列）に蓄積された「集合体」でなければいけないのです。

では、これ以前はどうだったのでしょうか。 日本はもちろん欧米の企業でも、すでにコンピュータによるシステム化が進んでいました。小さいものはパソコンで、大型になるとオフィスコンピュータやメインフレームでさまざまな業務をシステム化しています。

たとえば「会計」「販売」「顧客」「生産」「在庫」「購買」……という具合です。ところが、これらシステムは単独で構築されているため、複数のシステムのデータを組み合わせて分析することができません。そこで、「意志決定」を目的として時系列に統合されたデータの「集合体」が必要となったのです。

データベースとの違いとは？

従来の「会計」や「販売」などのシステムにもデータベース機能はあり、それなりのデータを蓄積でき、帳票作成などの機能も用意されています。「顧客データが欲しければ顧客管理システムからインポートすればいいのでは？」と考える人もいることでしょう。それなのになぜわざわざ「DWH」という専用システムが必要なのでしょうか。普通のデータベースとの違いはどこにあるのでしょうか。

大きなの違いは「分析に最適化」されていることです。システムが違えばデータの持ち方も異なり、一方のシステムからもう一方のシステムへデータを転送するのは大きな負荷となります。

たとえ時間をかけて1つシステムにデータを統合しても、今度は集計や分析に時間がかかります。これもコンピュータにとって大変な負荷となり、本業である会計や販売などの処理業務ができなくなります。

さらに、蓄積できるストレージ容量も問題となります。データ量が大きくなるとデータベースの容量の限界を超えるため、明細データではなく集計したサマリデータの形で保管せざるを得ません。これでは長期にわたる「顧客動向」「売上推移」などの分析ができません。

DWHの活用例

典型的な活用例としては、POSシステムのデータ分析でしょう。小売店で取り扱う商品数は数百から数千点以上、毎日レジで入力される販売実績が蓄積された膨大なPOSデータ分析にDWHは適しています。

たとえば、お客様情報や商品情報を現場で利用するため、情報を蓄積、瞬時に分析結果を表示したいというニーズがあるとします。バイヤーは商品を仕入れるため、接客担当者は顧客の動向を確認するためのデータ活用という考えです。

販売管理システムのデータベースからデータを抽出してエクセルなどで加工すれば、何とか分析することはできますが、データの抽出や加工に時間がかかり、分析結果を得られるまで数時間、あるいは数日を要してしまいます。これではタイムリーな判断や改善活動は不可能です。DWHを利用することで、数年分のデータを蓄積・分析し、ほぼ瞬時に結果を表示できるようになります。

このほか、次のような活用が考えられます。

• ・通常の販売データと異なる数値を発見し、早期に対策
• ・販売、顧客、地域などのデータから効果的なマーケティング戦略を立案
• ・顧客の離反、休眠化を防ぐための要因分析と対策
• ・傾向分析からサービス手数料や値引き金額の設定

まとめ

このようにDWHは、社内に散在しているデータを統合して、意思決定に役立つ判断材料をデータの中から見つけるために利用されます。ビッグデータのように膨大なデータではなくても、社内に価値のあるデータが眠っていませんか? そのままでは扱いにくいデータをDWHで「データ資産」として活用してはどうでしょうか。