多次元分析 - スライシング・ダイシング・ドリリング

はじめに

今年も夏が間も無く終わります。
豪雨が多い夏でしたね。
今回はデータウエアハウスについて噛み砕きます。特にスライシング・ダイシング・ドリリングについて記載します。

前提

今回はデータベースというより、分析の話です。特にスライシング・ダイシング・ドリリングが頭に入らなかったため整理します。

そもそもデータウエアハウスとはなんでしょう？
企業のさまざまなシステムからデータを集めて、一か所で分析できるようにした“データの倉庫” のことです。
目的は「バラバラに存在するデータを整理して、経営判断に使える形にする」ことです。ここに立ち戻ることが一番大切かもしれません。

企業には、日々こんなデータがあります。これらの情報は通常、別々のシステム（販売システム、会計ソフト、人事システムなど）に散らばっています。
データウェアハウス（DWH）は、それらを一箇所に集約し、分析しやすくするための仕組みです。

部門	データの種類
販売	注文・売上・顧客情報
会計	請求・支払・予算
人事	従業員・勤怠・評価
在庫	倉庫・仕入れ・配送

例えてみると・・・・

たとえ	説明
🌾 畑（各システム）	バラバラに生えているデータの“原材料”
🚜 ETL（収穫・整形）	きれいに収穫して仕分ける
🏠 DWH（倉庫）	整理して保存する場所
🍳 BIツール（シェフ）	倉庫から材料を取り出して料理（分析）する

となるかと思います。

続いて、多次元分析（Multidimensional Analysis）についてです。
「データをいろいろな“角度（軸）”から同時に分析する方法」とまとめられます。

• 1次元分析は「売上金額」だけを集計👉全体の売上だけ見える
• 2次元分析は「売上 × 地域」を集計👉地域ごとの売上が見える
• 3次元分析は「売上 × 地域 × 商品」を集計👉地域ごと × 商品ごとの傾向が見える
• 多次元分析は「売上 × 地域 × 商品 × 時期 × 担当者」を集計👉あらゆる視点で交差的に分析できる

このように多次元分析とは、「1枚の表では見えない関係性を立体的に見ること」と言えます。

スライシング・ダイシング・ドリリング

わかりにくい言葉が出てきました。ここでは、データをケーキに例えます。良い例が分かりませんが笑🍰

料理に例えると	データ分析でいうと
ケーキを一枚切る	スライス（特定条件で抽出）
ケーキを小さく角切りにする	ダイス（複数条件で抽出）
ケーキの層を下へ掘る	ドリルダウン（詳細を見る）

もう少し噛み砕きます。ある売上データがあるとします。以下のように分析を行うとのことです。

「地域別に見る」→ スライス
「商品×地域で見る」→ ダイス
「地域→都道府県→店舗」→ ドリルダウン

まとめ

以下のようにまとめられると思います。

データウエアハウスはデータを一括管理するデータの倉庫で、そのデータを整理し分析（多次元解析）、経営判断に用いることが目的になります。

そのためのETLツール（データを抽出し変換、格納を行う）があり、データマートと呼ばれるDWHから特定部門向けに切り出した“小型倉庫”や全社的に利用されるセントラルウエアハウスのデータを、DWH上のデータをグラフ化・可視化するツール（Tableau、Power BIなど）を用いて分析を行う流れとなります。