データウェアハウス・データマート・データマイニング（data warehouse / data mart / data mining）

分類: テクノロジ系データベース
出る試験: ITパスポート基本情報応用情報
重要度: ★★★★☆

分析のために業務データを集めた倉庫がデータウェアハウス。部門向けに切り出したのがデータマート、そこから規則を見つけるのがデータマイニング。

もう少し詳しい説明

3つは順番につながっています。別々に覚えるより、流れで押さえるほうが早く済みます。

左から右へ、データの置き場所と役割が変わっていきます。左の2つはデータそのものを持つ入れ物で、いちばん右のデータマイニングだけは入れ物ではなく手法です。ここだけ性格が違うので、並べて覚えるときに取り違えないでください。

	何か
データウェアハウス	分析のために、業務データを集めた倉庫
データマート	そこから部門向けに切り出した小さな倉庫
データマイニング	ためたデータから規則を見つける

倉庫を作り、小分けにし、掘る。 warehouse は倉庫、mart は小売店、mining は採掘です。名前のとおりです。

データウェアハウス

業務システムのデータを集めて、分析のために作り直したものです。

業務用のデータベースと何が違うのか

同じデータでも、使う目的が違えば作りが変わります。

	業務用（基幹系）	データウェアハウス
何のため	日々の処理	分析
更新	頻繁にする	基本的にしない
持つ期間	最近のぶん	何年ぶんも
速さの狙い	1件の更新を速く	大量の集計を速く
形	重複をなくす（正規化）	集計しやすい形（あえて重複を残すことも）

いちばん大事なのは「更新しない」ところです。

通信販売の会社で考えます。会員の名前と住所を持つ業務システムがあり、会員が引っ越したら、登録してある住所を新しいものに書き換えます。前の住所は残りません。

業務で使うぶんには、それで足ります。商品を届ける先は、いまの住所だけ分かればよいからです。

分析では、これが困ります。「引っ越す前と後で、その会員が買う商品は変わったか」を調べたくても、前の住所がもう残っていないので調べようがありません。

データウェアハウスは、入れたら消さない・書き換えないという方針で持ちます。時間とともに積み上がっていくので、時系列という言い方をします。

4つの特徴

データウェアハウスの特徴は、4つ挙げるのが決まった形になっています。試験では、この4語がそのまま選択肢に並びます。

特徴	中身
主題指向	業務の単位ではなく、分析したい主題（顧客、商品など）でまとめる
統合	ばらばらの業務システムから集め、表記をそろえる
時系列	いつの時点のデータかを持ち、積み上げる
不揮発	いったん入れたら更新も削除もしない

統合は手間のかかるところです。片方のシステムでは性別を 1/2、もう片方では M/F と持っている、といったことが普通に起きます。そろえてからでないと、合わせて数えられません。

この集めて整える処理をETL（Extract／Transform／Load＝抽出・変換・格納）と呼びます。

データマート

データウェアハウスから、ある部門が使う範囲だけを切り出した小さな倉庫です。

なぜ分けるのか。理由は2つです。

理由	中身
速い	全社ぶんを毎回探さずに済む
分かりやすい	営業部門には、営業に関係する列だけが見えればよい

倉庫のまま使うと、量が多すぎて扱いきれません。 必要なぶんだけ手前に置いておく、という発想です。

データマイニング

ためたデータから、人が気づいていなかった規則性を見つけ出す手法です。

「集計」とは違う

ここが取り違えの中心です。

	何をするか
集計・検索	知りたいことが決まっている。「先月の売上は？」
データマイニング	何を知りたいかも分かっていない。「何か傾向はないか？」

問いが先にあるかどうかが違います。

有名な例として、「紙おむつを買う人はビールも一緒に買うことが多い」という組合せが挙げられます。誰かが疑っていた仮説ではなく、データを掘ったら出てきた関係です。

主な手法

手法	何を見つけるか
相関分析・アソシエーション分析	一緒に起きやすい組合せ（バスケット分析）
クラスタ分析	似たもの同士のまとまり
決定木	条件の組合せによる分かれ方
機械学習	大量のデータから予測の規則を作る

気をつけること

見つかった関係が、原因と結果とは限りません。

一緒に起きているだけで、片方がもう片方を起こしているとは言えません。掘り出した関係は、仮説のはじまりであって、結論ではありません。

データが多ければ、偶然に見える関係もいくらでも出てきます。出てきたものをそのまま信じない、というのが使う側の注意です。

試験ではこう出る

ITパスポートと科目A（旧・午前）では、3つの言葉の区別がそのまま出ます。「分析用に時系列で蓄積」＝データウェアハウス、「部門ごとに切り出し」＝データマート、「規則性を見つける」＝データマイニングです。

データウェアハウスは更新しないという点を突いた選択肢も出ます。「頻繁に更新される」と書いてあれば、それは業務システムのほうです。

ETLも名前で問われます。

応用情報では、業務システムのデータベースと何が違うかを、正規化（データの重複をなくすように表を分ける作業）の度合いや更新の有無から問う形が出ます。

ミニクイズ

データウェアハウスの特徴として、適切なものはどれか。

正解は 2番：時系列に蓄積され、基本的に更新や削除をしない

データウェアハウスは、分析のために業務データを集めて時系列にためたものです。「いつの時点でどうだったか」を後から追えるようにするため、いったん入れたデータは基本的に更新も削除もしません。日々の業務処理のために頻繁に更新されるのは、もとの業務システムのデータベースです。部門ごとに必要な範囲を切り出したものはデータマート、データから規則性を見つけ出す手法はデータマイニングで、どちらもデータウェアハウスとは別のものを指します。

間違えた用語の復習リストを見る →

この分野をまとめて解く → データベースのミニテスト（全35問）

最終更新：2026-10-20