データマイニングは、情報処理やオンライン分析処理（OLAP）とどう違う？関係性を徹底解説

データウェアハウスアプリケーションの3つの種類

データウェアハウスの応用には、大きく分けて「情報処理」「分析処理（OLAP）」「データマイニング」の3種類があります。それぞれの役割と特徴を理解することで、データ活用の全体像が見えてきます。

1. 情報処理（Information Processing）

情報処理では、クロス集計表・表・チャート・グラフなどを用いたクエリ処理、基本的な数値分析、レポート作成が可能です。近年のトレンドとしては、Webブラウザと統合された低コストのWebベースアクセスツールを構築する方向へ進んでおり、誰でも手軽にデータへアクセスできる環境が整いつつあります。

2. 分析処理（Analytical Processing / OLAP）

分析処理では、スライス＆ダイス、ドリルダウン、ロールアップ、ピボットといったOLAPの基本操作を提供します。主に、要約形式と詳細形式の両方で過去の履歴データを扱います。情報処理と比較した場合のOLAP最大の特長は、データウェアハウス内のデータを多次元的に分析できる点にあります。

3. データマイニング

データマイニングは、知識発見（Knowledge Discovery）を実現する技術です。具体的には、以下のような機能を提供します。

• 隠れたパターンや相関関係の発見
• 分析モデルの構築
• 分類や予測の実行
• 可視化ツールによるマイニング結果の表示

情報処理はなぜデータマイニングではないのか

情報処理はクエリベースであり、有用なデータを見つけることはできます。しかし、その回答はデータベースに直接保存されたデータ、あるいは集計処理によって算出可能なデータに基づくものです。つまり、データベースの中に埋め込まれた高度なパターンや予測可能性を引き出すことはできません。このため、情報処理はデータマイニングとは言えないのです。

OLAPとデータマイニングの違いと関係性

オンライン分析処理（OLAP）は、ユーザーが定義したデータウェアハウスのサブセットに対し、複数の粒度で要約されたデータを操作できる点で、データマイニングに一歩近い存在です。ただし、両者の機能は次のように明確に区別できます。

• OLAP： データの要約・集計を行うツールであり、対話的で手軽なデータ分析を支援します。
• データマイニング： 大量のデータの中に潜む暗黙的なパターンや有益な知識を自動的に発見することを可能にします。

OLAPツールは「対話的なデータ分析をいかに簡単に行えるか」を目的としている一方、データマイニングツールは「分析プロセスを可能な限り自動化しつつ、ユーザーがそのプロセスを補助できるようにする」ことを目指しています。この意味で、データマイニングは従来のOLAPより一段先を行く技術と言えるでしょう。

データマイニングのもう一つの捉え方

データマイニングを「データ記述」と「データモデリング」の両方を包含するものと捉える見方もあります。OLAPシステムはデータウェアハウスから得られる一般的なデータ記述を表示できますが、その本質は、ドリル・ピボット・スライス・ダイスなどの操作によるユーザー主導のデータ要約と比較にあります。

データマイニングの適用範囲はOLAPを超える

データマイニングの対象は、データウェアハウスに保存されたデータの分析に限定されません。ウェアハウスが扱う要約レコードよりも細かい粒度のデータであっても探索できます。

さらに、最新の多次元データベース技術ではモデル化が困難な、トランザクションデータ、空間データ、テキストデータ、マルチメディアデータなども探索対象に含まれます。この観点から見ると、データマイニングはOLAPと比較して、提供されるサービスの幅においても、扱うデータの複雑さにおいても、はるかに広いスペクトラムをカバーしていると言えます。