BI ビジネスインテリジェンス

BIは、具体的にどのようなシステム・アーキテクチャによって構築されるのでしょうか。
以下に、基本的なBIアーキテクチャの例を示します。

日々の業務によって発生するデータは、図の左側に示されるERPやE-コマースなどの基幹業務系システムに蓄積されます。この基幹業務系システムのデータは、ETL（Extract, Transform, Load）やEAI（Enterprise Application Integration）などのバックエンドを通じて、分析処理専用のデータベースであるデータウェアハウス（DWH）に転送されます。

ETLとは「データ統合」のためのテクノロジーであり、基幹業務系システムからデータを抽出(Extract)する他、データ統合に必要な変換(Transform)や、DWHへのロード(Load)を司ります。一般には大量データのバッチ処理に適したバックエンドです。これに対し、EAIとは「アプリケーション統合」のテクノロジーであり、SOA（Service Oriented Architecture）などにより基幹業務系とDWHのアプリケーション連携を実現し、トランザクション・データのリアルタイム処理に適したバックエンドです。さらにバックエンドでは、基幹業務系システムとDWHの間にODS（Operational Data Store）と呼ばれる中間データベースを設ける場合もあります。

バックエンドから転送されたデータが格納されるのがデータウェアハウス(DWH)です。DWHは従来のデータベースとはどのように異なるのでしょうか。

通常、業務アプリケーションは、受注/販売システム、生産管理システム、などと目的別に分かれていて、それぞれが生成するデータも多様です。かつ、それらのシステムは「新しいデータ」を「効率的に」扱うことが求められています。データベースは効率よくデータをためておくことを主眼にし、すばやく取り出すことは目的としていません。

しかし、このような業務データをいかに有効に活用し、企業の意思決定を行うための判断材料とするかが、ビジネスの成功や成長を左右します。ここでは、ばらばらにデータベース化されたデータを総合的に見ることや、顧客からのフィードバックのような非定型のデータの活用、時系列に基づいたデータの処理など、従来のデータベースでは目的とされなかったデータ処理の目的に基づいて設計されているのがDWHなのです。

なお、一般的にDWHは企業全体の情報を格納したものをさすのに対し、個別部門や目的のための情報のみを含むサブセットをデータマートと言います。

DWHに集められたデータを活用するためのものがフロントエンド(BIツール)です。フロントエンドには大きく分類すると、データの解析/分析と、レポーティング/モニタリングがあります。大量のデータを、さまざまな角度から検索、集計して問題点や解決策を発見するためのOLAPツールや、大量の生データの中にある傾向を見つけ出すデータマイニング・ツールなど、目的に応じた分析を経て、データからビジネスの意思決定に必要な「情報」や「知恵」を導き出されます。

解析には大量のデータを、さまざまな角度から検索、集計して問題点や解決策を発見するためのOLAPツールや、大量の生データの中にある傾向を見つけ出すデータマイニングやテキストマイニング・ツールなど、目的に応じた分析を経て、データからビジネスの意思決定に必要な「情報」や「知恵」を導き出されます。

さらに、そこで導き出されたデータをユーザが活用するためのツールがダッシュボードやレポーティングツールです。データをどのように活用するかは、経営者層、アナリスト、一般社員など、職務によっても異なります。さまざまなユーザの技術レベルや使用目的に応じたツールを有効に用いることができれば、BIを意思決定のための原動力とすることができるでしょう。