Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Speaker Deck
PRO
Sign in
Sign up for free
情報系システムで生き残る
A.K.A Tony Morris
April 08, 2016
Programming
0
120
情報系システムで生き残る
雑兵MeetUp #4 エイプリルフーLT 向けの資料です。
A.K.A Tony Morris
April 08, 2016
Tweet
Share
More Decks by A.K.A Tony Morris
See All by A.K.A Tony Morris
The Best Moment Of SKE48 2017
hiratatom
0
19
SKE48とセットリスト
hiratatom
0
100
ふくらはぎ。
hiratatom
0
100
COBOLミートアップ #1
hiratatom
0
88
トニーモリスの総選挙参戦記
hiratatom
0
300
んんんまなつぅ
hiratatom
0
1.3k
ミニマリストのためのAlpine
hiratatom
2
6k
Tony Morris Meet Up
hiratatom
0
210
Other Decks in Programming
See All in Programming
SRE NEXT 2022に学ぶこれからのSREキャリア
fukubaka0825
2
390
20220706_Google Apps Scriptを実演で学ぶ~ GAS × Slack ~
apachan
2
610
Enzyme から React Native Testing Library に移行した経緯 / 2022-07-20
tamago3keran
1
160
Reactは何を提供するLibraryなのか?
taro28
6
910
Edge Side Frontend という新領域
mizchi
21
10k
Efficient UI testing in Android
alexzhukovich
1
120
Amazon Lookout for Visionで 筆跡鑑定してみた
cmnakamurashogo
0
120
There's an API for that!
mariatta
PRO
0
100
Automating Gradle benchmarks at N26
ubiratansoares
PRO
1
130
SGGとは
inoue2002
0
430
CakePHPの内部実装 から理解するPSR-7
boro1234
0
340
kintoneでランダム取得を作ってみた(imoniCamp 2022-07-27)
shokun1108
0
130
Featured
See All Featured
Robots, Beer and Maslow
schacon
152
7.1k
Build The Right Thing And Hit Your Dates
maggiecrowley
19
1.2k
Building Applications with DynamoDB
mza
84
4.7k
Optimizing for Happiness
mojombo
365
63k
VelocityConf: Rendering Performance Case Studies
addyosmani
316
22k
The Power of CSS Pseudo Elements
geoffreycrofte
47
4k
Music & Morning Musume
bryan
35
4.3k
10 Git Anti Patterns You Should be Aware of
lemiorhan
638
52k
The Cult of Friendly URLs
andyhume
68
4.8k
The Mythical Team-Month
searls
210
39k
What the flash - Photography Introduction
edds
62
10k
The Language of Interfaces
destraynor
148
21k
Transcript
情報系システムで生き残る
自己紹介 • トニーモリスはビジネスネーム • SIer勤務 • DWH、Business Intelligenceの仕事がメイン • 流行の言葉で言うと、Big
DataとかAnalitics • 職種はプロジェクトマネージャーまたはアーキテクト(プロジェクトによる)
情報系システムとは • 企業に蓄積されているデータを用いて企業経営に役立つ情報を提供する システム • 対義語は基幹系システム • ワードとしては、Data Warehouse、Business Intelligence
Analytics、Big Data、Cognitive Computing など • 最近はSystem Of Engagementと呼んだりする • 対義語はSystem Of Record • 今日は伝統的な情報系システムについてお話します • 機械学習、自然言語処理、統計学等の最新技術についてはお話しません • 情報系システムにアサインされてしまったら、要件定義・設計はどうすれば よいか、についてお話します
DWHで使用するデータモデルはスタースキーマが基本 4 スタースキーマであれば、様々な分析に対応しやすい 分析に関し、ある意味を持つデータの塊を「サブジェクト」と呼ぶ。1スタースキーマ=1サブジェクトで構成する バッチのカスタムアプリまたはETLツールを用い、ソースデータを下記のようなテーブルに格納しておくことが必要 POS 店舗CD
レジ番号 販売日付時刻 取引番号 商品(JAN) 顧客CD 数量 金額 店舗 店舗CD 市町村 都道府県 タイプ レジ レジ番号 フロア 販売日付時刻 販売日付時刻 時間帯 日 月 年 曜日 商品 商品(JAN) 部門 セグメント 顧客 顧客CD 性別 年代 ランク 市町村別・部門別・曜日別売上推移 顧客ランク・商品別・月別売上数量ランキング (例) ファクトと呼ぶ ディメンジョン と呼ぶ
スタースキーマをどうやって設計するか 5 小売業における売上分析を例にとって説明する POS 店舗CD レジ番号 販売日付時刻 取引番号 JAN
顧客CD 数量 金額 ①サブジェクト(この場合は「売上」) に対応するデータを特定する ②その内容をファクトテ ーブルとして定義する ③分析軸と集計 項目を特定する ③分析軸にディメ ンジョンを追加する ※顧客IDは重要な分 析軸のため 各社ポ イントカードに力を入れ る 集計項 目 分析軸 カウントして顧客数 【店舗】 ①店舗CD<市町村<都道府県 ②店舗CD<タイプ(大型、小型等) 【レジ番号】 ①レジ番号<フロア 【販売日付時刻】 ①販売日付時刻<年月日<月<年 ②販売日付時刻<時間帯 ②販売日付時刻<曜日 【商品】 ①JAN<部門 ②JAN<商品セグメント 【顧客】 ①顧客CD<性別 ②顧客CD<年代 ②顧客CD<ランク(過去の売上)
• OLTPシステムより難易度は低いです • 安心して取り組んでください