[論文レビュー] Using Data Warehouse to Support Building Strategy or Forecast Business Tend

Phuc Van Nguyen|arXiv (Cornell University)|Dec 14, 2011

Big Data and Business Intelligence参考文献 2被引用数 3

ひとこと要約

本論文は、異種のデータソースを統合して中央集権的で分析可能なリポジトリにすることで、戦略的ビジネス意思決定および予測を支援するデータウェアハウスアーキテクチャを提案する。マルチティアのデータマートと顧客の生涯にわたるインタラクションの追跡を可能にすることで、統一的で歴史的なデータ分析を通じて戦略的計画とトレンド予測が向上する。

ABSTRACT

The data warehousing is becoming increasingly important in terms of strategic decision making through their capacity to integrate heterogeneous data from multiple information sources in a common storage space, for querying and analysis. So it can evolve into a multi-tier structure where parts of the organization take information from the main data warehouse into their own systems. These may include analysis databases or dependent data marts. As the data warehouse evolves and the organization gets better at capturing information on all interactions with the customer. Data warehouse can track customer interactions over the whole of the customer's lifetime.

研究の動機と目的

• 複数のソースからの異種データを統合し、戦略的ビジネス用途に適したデータウェアハウスフレームワークを構築すること。
• 歴史的およびリアルタイムの顧客インタラクションデータを分析することで、組織がビジネストレンドを予測できるようにすること。
• 部門が中央ウェアハウスから依存型データマートを構築できるようにする、マルチティアのデータアーキテクチャを支援すること。
• 顧客行動の全ライフサイクルにわたる統一されたビューを提供することで意思決定を改善すること。
• 動的なビジネス環境における長期的な戦略的計画のための、データ統合と分析能力を強化すること。

提案手法

• 企業全体のデータ統合と部門レベルのデータマートを支援するマルチティアのデータウェアハウスアーキテクチャの設計。
• ETL（抽出、変換、ロード）プロセスを用いて、多様なソースからのデータを中央データストアに統合すること。
• OLAP（オンライン分析処理）クエリの効率的実行を可能にするための次元モデリングの実装。
• ゆっくり変化する次元を用いて、顧客のインタラクションを時間経過にわたって追跡し、歴史的正確性を維持すること。
• 戦略的インサイトと予測を支援するため、顧客ライフサイクル全体にわたるクエリおよび分析を可能にすること。
• 部門レベルでの分析データベースおよび依存型データマートの構築の基盤として、データウェアハウスを活用すること。

実験結果

リサーチクエスチョン

• RQ1 どのようにすれば、データウェアハウスアーキテクチャが異種のデータソースを効果的に統合し、ビジネス戦略を支援できるか？
• RQ2 集中型データストレージは、ビジネストレンド予測の正確性を向上させるために果たす役割は何か？
• RQ3 中央データウェアハウスからどのようにしてマルチティアのデータマートを導出させ、部門特有の意思決定を支援できるか？
• RQ4 顧客の生涯にわたるインタラクションデータは、戦略的計画および予測をどのように向上させるか？
• RQ5 スケーラブルかつ再利用可能なビジネスインテリジェンスシステムを実現するために、どのようなアーキテクチャ的要素が必要か？

主な発見

• 提案されたデータウェアハウスアーキテクチャは、複数の異種データソースからのデータを統一的で分析可能な形式に効果的に統合した。
• 本システムは、顧客の全ライフサイクルにわたるインタラクションの長期的追跡を可能にし、より深い戦略的インサイトを提供する。
• 中央ウェアハウスから導出されたマルチティアのデータマートにより、部門は的確な分析を実施しながらもデータの一貫性を維持できる。
• 本アーキテクチャは、中央集権的で歴史的データ分析を通じて、ビジネストレンドの予測能力を向上させる。
• OLAPと次元モデリングの統合により、戦略的意思決定のための効率的なクエリ処理とレポート作成が可能になった。
• 本フレームワークは、動的な環境における進化するビジネスインテリジェンスのニーズに応じてスケーラブルかつ適応可能であることが示された。