データウェアハウスとOLAPとは？

データウェアハウスとOLAPの意味

データウェアハウスは、複数の業務システムから集めた過去からの大量データを、分析目的で時系列に整理・蓄積する仕組み。OLAP（オンライン分析処理）は、そこに蓄積されたデータを、多次元的な切り口（時間・地域・商品など）で集計・分析する技術。

データウェアハウスとOLAPの具体例

「商品別×地域別×月別」の売上をさまざまな切り口で自在に集計・比較する分析は、OLAPの代表的な使い方（多次元分析）にあたる。

データウェアハウスとOLAPは試験でどう引っ掛けられる？

OLTP（日々の業務での更新処理）とOLAP（蓄積データの分析処理）を取り違えないこと。データウェアハウスは分析用で、時系列に蓄積し原則として更新・削除をしない（業務システムのように最新値へ上書きしない）点が要。またOLAPの操作名も混同しやすく、集計の粒度を細かくするのがドリルダウン、粗くするのがロールアップ、切り口の軸を入れ替えるのがダイシング／スライシング。特定部門向けに切り出した小規模なものはデータマートと呼び、データウェアハウスとは規模と対象範囲が違う。

データウェアハウスとOLAPと関連する用語

• NoSQLとビッグデータ活用

データウェアハウスとOLAPが出た過去問

• 企業の様々な活動を介して得られた大量のデータを整理・統合して蓄積しておき，意思決定支援などに利用するものはどれか。

  正解：データウェアハウス

  要点：データウェアハウスは意思決定支援のためにデータを統合蓄積する

  データウェアハウスは、業務システムに散在する大量のデータを時系列に整理・統合して蓄積し、分析や意思決定支援に用いるためのデータベースである。日々の処理のためではなく、分析のために作られる点が特徴である。

  出典：平成28年度 春期 情報セキュリティマネジメント試験 午前 問44（IPA）

• ビッグデータの活用例として、大量のデータから統計学的手法などを用いて新たな知識（傾向やパターン）を見つけ出すプロセスはどれか。

  正解：データマイニング

  要点：データマイニングは大量データから傾向や規則を発掘する

  データマイニングは、蓄積された大量のデータに統計的手法や機械学習を適用し、人が気付いていない相関や傾向、パターンといった知識を掘り出すプロセスである。データを蓄積する基盤であるデータウェアハウスとは役割が異なり、分析の対象と手段の関係にある。

  出典：平成29年度 春期 情報セキュリティマネジメント試験 午前 問45（IPA）

• 企業全体で使用するデータを統合・整理したデータウェアハウスから、特定の分析目的のためにデータを加工して構築したものはどれか。

  正解：データマート

  要点：データマートはDWHから目的別に切り出した分析用データ集合

  データマートは、データウェアハウスに統合されたデータから、特定の部門や分析目的に必要な範囲を抽出・加工して構築した小規模なデータベースです。利用目的が絞られているため、分析の応答性が高く扱いやすくなります。

  出典：令和7年度 （公開問題） 情報セキュリティマネジメント試験 kamokuAB 問11（IPA）