システムとして経営分析や顧客分析に使用されるソリューションは数多くおりますが、そのほとんどは概念的なものであり、時代と共に呼称も変化してきました。ビジネスインテリジェンス（以下：BI）、OLAP、データウェアハウス（以下：DWH）、いずれの名前も一度は聞いたことがあるのではないでしょうか。

10年程前に小売業界やIT業界で有名になった話しがあります。米小売大手ウォールマートが顧客の購買分析を行ったところ、幼児用おむつとビールの併売が多く、この仮説を元に両商品を並べて販売するとビールの売上が数十%も伸びたということがありました。その理由は、休日に母親におむつの買い物を頼まれた父親がついでに自分の好きなビールも買っていくというものです。

ビジネスインテリジェンス（以下：BI）紹介シリーズ第3弾の今回は一般的なシステム構成について書きたいと思います。

BIのシステム構成は企業の規模やデータ容量、分析要件によって内容が変わってくるのですべてを一括りにすることはできませんが、一般論としては、「①基幹系システム > ②データウェアハウス（以下：DWH） > ③データマート（以下：DM） > ④インターフェース（以下：IF）」の構成で運用されています。

通常、④を指してBIと表現することが多いようですが、③は④のために存在するものであり、すべてのデータの流れもBIのために存在するものなので、ここでは広義の意味で①から④のすべてを包括してBIと呼んで行きます。

今回は、業務分析（経営分析）をシステム的側面から見た場合にどういった仕組みが必要になるかを簡単に述べたいと思います。

まず、分析をするためにはその元ネタとなるデータが最重要要素となります。そのデータとは日々の販売データ、在庫データ、顧客データなどであったりするわけですが、この精度が低いと分析も意味をなさないものになってしまいます。コンビニや店舗販売を展開する企業などではPOSを導入して、そのデータが直接または間接的に基幹システムへ送られるため、精度の高いものが期待できるのですが、人間が手入力で行った場合、入力ミスや誤字脱字などで同一商品が別物として取り扱われ、売上がバラバラになってしまうこともあります。

そして、次の工程として重宝されるのがETL（Extract : 抽出, Transfer : 変換, Loading : 読込）と呼ばれるツールです。基幹系システムのデータはたとえPOSなどを利用しても分析向けに加工する作業が発生します。異なるシステム間で商品コードの統一を図ったり、特殊なアルゴリズムのために新たなコードを作成したりとデータに対するお化粧を施します。そして、最終的に分析用データベースに（*1）格納される。