DWH（データウェアハウス）とBI（ビジネスインテリジェンス）と違い・解説

実は知らない？DWH・BIとは？

IT業界で働いている方、IT業界ではないけど違いが知りたい！という方必見。DWH（データウェアハウス）とは？BI（ビジネスインテリジェンス）とは？2つの用語の解説と違いを5分でわかるように説明します。

「DWH・BI」2つの用語が使われる場面

DWH（データウェアハウス）・BI（ビジネスインテリジェンス）という2つの用語はビッグデータ活用の場などで頻出するものであり、システムに関係のない社員でも耳にする機会は多いと思います。

「DWHで関連データを洗い出す」
「蓄積されたビッグデータをBIで収集・加工する」

という言葉の使い方を一般的にしますが、言葉自体の意味を知らないと何の事を言っているのかサッパリですね。

それではそもそもDWH（データウェアハウス）とは・BI（ビジネスインテリジェンス）とは何か？から解説していきたいと思います。

DWH・BIの用語解説

DWH（データウェアハウス）とは

DWH（データウェアハウス）とは企業経営の中で時系列に蓄積されたデータの中から、各項目にある関連性を分析するためのシステムです。

たとえば、コンビニエンスストアの売上データから「月曜日に新聞紙を購入する20代の男性は野菜ジュースなどの健康食品を購入していることが多い」や、「雨の日に最も売れる商品は惣菜パン」など従来の単純なデータ集計では発見できなかった各データ間の関連性を洗い出すことができます。

ビッグデータ活用においてデータとデータの関連性を洗い出す行為はとても重要であり、DWH（データウェアハウス）の導入は必須とされています。

---

DWH（データウェアハウス）とは何か、ビッグデータについてもっと詳しく知りたい方はこちらの記事をご覧ください。

BI（ビジネスインテリジェンス）とは

BIとは各業務システムから蓄積される膨大なデータを自動的に収集、分析、加工し企業経営における意思決定の迅速化を支援するシステムです。

ERPパッケージ（統合基幹業務システム）やCRM（顧客管理システム）などで日々蓄積されるデータをすべて手動で収集・分析するのは非常に困難であり、また加工にも手間と時間がかかりますよね。

さらに言えばこれらのデータ解析には専門的知識が必要となるので、一般社員が扱うのは難しい存在でした。BIではこれらの情報を専門家に依存せずに扱うことができるので、より迅速な意思決定を可能としています。

---

BI（ビジネスインテリジェンス）やERP、CRMについてもっと詳しく知りたい方はこちらもご覧ください。

DWHとBIの違い

2つの違いを解説する前に注目してほしいのが、DWH（データウェアハウス）と違ってBIの定義が若干曖昧だということです。データを収集・分析・加工するのはいいが「何を？」「どうやって？」という定義がありません。

実はBIとはさまざまなデータ解析手法や概念の総称でもあり、DWHはBIの一種でもあるのです。

そもそもBIとは1989年にアメリカの調査会社であるGartner社のアナリストであるハワード・ドレスナー氏が提唱した概念であり、DWHのほかにDSS（意思決定支援システム）やOLAP（オンライン分析処理）、クエリツール、レポーティングツールなどが含まれており、最近ではデータマイニングもBIの一種として位置付けられています。

つまりBIを構成する要素、順序の中にDWHが含まれているのです。

データウェアハウスをBIへ活用する流れ

データウェアハウスは、BI（ビジネスインテリジェンス）という分析ツールを使用する場面で活躍します。では、どのような手順でデータウェアハウスはでき、BI（ビジネスインテリジェンス）に生かされていくのか一から順に説明していきます。

1. データベースにデータを収集

一言にデータと言っても部署などによって集まるデータは異なります。たとえば、販売管理システムや営業支援システムなどのシステムごとにデータは蓄積されていて管理している部署なども異なります。

なので、まずは基幹業務などのあらゆるデータをすべて寄せ集めて一つにまとめて保管する必要があります。ただし、データを変換したり加工したりする作業は行わず、ただ寄せ集める形となります。

2. ETLを経てデータをデータウェアハウスに書き出し

単なるデータベースには複数の種類のデータを寄せ集めてあるだけなので、データウェアハウスにするためには時系列ごとやサブジェクト別にまとめる必要があります。

そこで行われるのがETL（Extract・Transform・Loadの略）です。データベースからデータを抽出（Extract）し、加工・変換（Transform）を経てデータウェアハウスに書き出し(Load)されます。このETLの3つの手順によりデータウェアハウスに一元管理されたデータが書き込まれます。

ETLのことをもっとよく知りたい方はこちら！

3. データウェアハウスの中からデータマートの構築

2までの作業ですべてのデータが一元管理できるように、きれいにまとめられていますが、実際にBIなどでデータ分析を行う際には必要ないデータも多く集まっています。

そこで、次にデータマートというデータウェアハウスから分析の目的にあったデータだけを抽出したデータベースを構築します。

データマートでは検索や集計がすぐにできるので、細かい分析などが容易にできます。データウェアハウスとデータマートを組み合わせて使うことで、最も効率的に分析を行えます。

4. 目的にあったデータマートを担当者向けにBIで分析

各セグメントの担当者に必要なデータマートを用いてデータ分析を行います。

たとえば、工場管理の担当者には在庫や材料費などのデータをBIで分析させて今後の業務改善やコスト削減などに役立てていきます。各セグメントの担当者がより必要な情報を細かく分析してくれるので効率的な分析が行えます。

DWH・BIの使い分けで更なる効率化を

企業では統合的なBIツールを導入していることも多く、一般的にBIという言葉が行き交っていると思います。
複数ツールを導入している場合は各ツールを分けるためにDWHはDWH、データマイニングはデータマイニングと使い分けていることが多いようです。
しかし現場によっては統一してBIと言っていることもあるので、ケースバイケースで使い分けるのがいいでしょう。

BIはサービスによって、機能や価格もさまざまです。目的に沿ったサービスの比較で効率的なサービス活用が可能になります。以下チャートでは、厳選したサービスの特徴や価格を比較できます。

注目のBIツール、サービス資料まとめ

ボクシルとは

ボクシルとは、「コスト削減」「売上向上」につながる法人向けクラウドサービスを中心に、さまざまなサービスを掲載する日本最大級の法人向けサービス口コミ・比較サイトです。

「何かサービスを導入したいけど、どんなサービスがあるのかわからない。」
「同じようなサービスがあり、どのサービスが優れているのかわからない。」

そんな悩みを解消するのがボクシルです。

マーケティングに問題を抱えている法人企業は、ボクシルを活用することで効率的に見込み顧客を獲得できます！また、リード獲得支援だけでなくタイアップ記事広告の作成などさまざまなニーズにお答えします。

ボクシルとボクシルマガジンの2軸を利用することで、掲載企業はリードジェネレーションやリードナーチャリングにおける手間を一挙に解消し、低コスト・高効率・最小限のリスクでリード獲得ができるようになります。ぜひご登録ください。

また、ボクシルでは掲載しているクラウドサービスの口コミを募集しています。使ったことのあるサービスの口コミを投稿することで、ITサービスの品質向上、利用者の導入判断基準の明確化につながります。ぜひ口コミを投稿してみてください。