"企業内外にある膨大なデータから有用な情報を引き出して企業の意思決定に活用する"というデータを活用するという考え方は、メインフレーム時代からの永遠のテーマになっています。1970年代から1980年代においてのデータ活用は、DSS(Decision Support System)として主に一部の専任アナリストが利用するシステムでした。1990年代に入ると、膨大な企業データを蓄積するデータの格納庫としてのDWH(Data Warehouse)が、また蓄積されたデータを活用するための技術としてのOLAP(Online Analytical Processing)やデータマイニング(Data Mining)が注目を集めてきました。しかしながら、OLAPやデータマイニングといった技術には専門性が求められるため、一般ユーザや企画部門・経営層がデータを活用する場合、情報システム部門などの専門部門にデータの抽出や加工を頼らねばならない状況でした。
そこで2000年に入り登場してきたのが"ビジネスインテリジェンス"という考え方です。
ビジネスインテリジェンスとは、企画・経営層や一般ユーザが、情報の専門家にたよることなく、自らが売上や顧客などの分析を行い、迅速に意思決定をするコンセプトとして位置づけられています。今回のWebセミナーでは、この"ビジネスインテリジェンス"をキーワードとしたデータウェアハスの構築からデータ活用の形態までを六回にわたりご紹介していきます。
第一回目は、ビジネスインテリジェンスの定義とシステムの全体像、およびビジネスインテリジェンスに関連する用語について概説します。
| 年代 | Key Word | 特徴 |
|---|---|---|
| 1970年代 1980年代 |
|
EUCの実現、管理者の意思決定を支援。一部の専任アナリストが使用。 |
| 1990年代 |
|
膨大な企業データを蓄積するデータ格納庫の実現。 |
| 1990年代 中頃 |
|
データから情報へ、検索から分析へと進歩。 ユーザ自身が試行錯誤しながら、データをダイナミックに操作することによって意味のある情報を見つける。 |
| 1990年代 後半 |
|
情報からルールへ、分析から発見へと進歩。統計学に基づいてパターンを見つける。 |
| 2000年代 |
|
情報から知識へ、分析から意思決定へと進歩。新たな発見に対して迅速に意思決定する。 |
第一表:データ活用の変遷
ビジネスインテリジェンスとは、一般的に"正確な情報を適切な人に適時に提供することで、企業がより適切な判断を迅速に行うことを可能にするための考え方と、それを実現するためのシステム"として定義されています。ビジネスインテリジェンスという、機能が固定された製品が存在するわけではなく、複数のソフトウェアを目的に応じて組み合わせて実現するシステム形態であり、企業内外に存在する各種データから、ビジネス上の意思決定に有用な情報を抽出して必要な人に提供するためのシステムです。このビジネスインテリジェンスの基盤となるソフトウェアは、ビジネスインテリジェンス・ツールと呼ばれています。
第一図にビジネスインテリジェンスとして定義されるシステムの全体像を示します。基本的には、大きく(1)企業内外に存在する各種アプリケーションからデータを抽出するETL機能、(2)抽出されたデータを利用形態に合わせた形で蓄積していくDWH/DM機能、(3)蓄積されたデータを様々な形で活用するデータ活用機能、の大きく3つの部分に分けることが出来ます。
(3)のデータを活用する為の機能としては、OLAP分析機能やデータマイニング、Webレポーティングといった機能がこれにあたります。システムの利用者(エンドユーザ)は、(3)のOLAP分析やデータマイニング、Webレポーティングといった機能を利用して、問題点の把握を行い、それに伴うアクションを起こしていく、といった流れになります。
第一図:データから価値ある情報へ
最近、EAI(Enterprise Application Integration)やEIP(Enterprise Information Potal)という言葉が良く使われるようになって来ています。そこで第二図にEAIやEIPシステムとの連携イメージを示します。企業内にはさまざまなシステムが存在します。またポータルシステムを介して企業内外にさまざまな情報を発信しています。今後の企業システムの形態を考慮する場合、これらのシステムを、ビジネスインテリジェンスを中心としてEIPやEAIと連携することにより、従来ばらばらに存在していたシステムを連携させることが重要になってきます。EAIにより、社内外の各種業務を連携したり、または複数のシステムを統合します。たとえば業務系の人事システムや会計システム、顧客取引システムや売上管理システムがEAIにより連携されていれば、一部マスターの変更などを他の業務システムへ連携して反映させることが可能になります。そして業務連携や統合されたシステムから抽出されたデータを整合性の取れた全社データとして一元管理をします。一元管理されたデータは、全社の統一された情報として企業戦略に反映され、この情報はEIPを介して閲覧者の権限にあわせたパーソナライズされたポータル情報として情報発信・情報共有が可能になります。
第二図:EAI - BI - EIP連携
最近の顕著な傾向として、情報を活用するエンドユーザ層が急速に拡大しつつあります。従来企画・管理部門等が中心であったデータウェアハスの利用が、一般ユーザにまで広がりつつあり、この拡大するユーザ層への情報提供や、関連企業間での情報共有などを、従来の紙ベースでのレポートからWebベースでのレポートへと情報提供の手段が変化してきています。第三図は、データの利用形態とユーザ層および利用者数を表していますが、利用形態で見た場合、三角形の上に行くほど情報の専門性が高くなり、データ分析の要素が重要になってきます。また下に行くほど、情報は定型化され、一般ユーザにも開放されるようになります。
このように、企業内外に存在する各種データから、ビジネス上の意思決定に有用な情報を抽出してその情報を利用者権限に合わせて提供・公開していくことによりアジルな意思決定をしていくことが今後の企業戦略にとって重要な課題になってきます。
第三図:情報活用の形態
さて、第一回目は、"ビジネスインテリジェンス"という観点から、今後企業で期待される情報系システムの全体像と情報を活用するユーザ層について概略を紹介してきました。ここで重要なことは、ビジネスインテリジェンスを、情報系システムの一つの形態としてのみ捕らえるのではなく、企業戦略を策定し実行して行く上での考え方と手段として捕らえることです。企業を情報という切り口で統一した見方をすることが、これから大変重要になってくると思われます。
第二回目は、ビジネスインテリジェンスの中核となるデータウェアハウス/データマートについて、構築のポイントという観点から概要を紹介していきます。また第三回目は、OLAPとデータマイニングという観点からデータ活用のポイントについて、第四回目は、Webによる情報提供と企業ポータルについて、第五回目は、ビジネスインテリジェンス環境を実装するためのIT基盤について、概略を紹介する予定です。
| DWH | Data Warehouse 企業内で日々蓄積される基幹系システムのデータや外部データを整理・統合して意志決定に活用できるシステム環境。大量の履歴データを格納し現在までの状態を表す。データ更新は夜間バッチ。 |
|---|---|
| DM | Data Mart 利用部門毎にデータウェアハウスの一部を切り出し加工して、ユーザが使い易い形式に変換したシステム環境。 |
| OLAP | Online Analytical Processing 多次元分析。スライシング(キューブの断面を見る)やダイシング(分析視点の切り替え)の手法を用いて、様々な角度から柔軟なデータ分析が可能。MOLAP、HOLAP、ROLAPの三つの形態がある |
| DataMining | データマイニングは明細データから未知の規則やパターンを発見することを目指す、仮説発見型アプローチ。 |
| ETL | Extract、Transform、Load 企業内外にあるデータソースからデータを抽出して一括変換・統合などを行いDWHなどへデータをロードする機能 |
| BI | Business Intelligence 正確な情報を適切な人に適時に提供することで、企業がより適切な判断を迅速に行うことを可能にするための考え方と、それを実現するためのシステム |
| EAI | Enterprise Application Integration 企業内外に分散する各システムへのインタフェースを提供するアダプタ、データ形式やプロトコルの違いの変換、各システムから受け取ったデータを他システムに振り分ける機能などから構成されるシステム |
| EIP | Enterprise Information Portal 企業内に存在する各種コンテンツなどのデータベースを横断的に検索して、閲覧者の権限にあわせたパーソナライズされた最適な情報を選択して提供するなど、ビジネスに必要な情報を一元的に提供するシステム |
