JP2005321849A - データ分析支援プログラム、データ分析支援方法、およびデータ分析支援装置 - Google Patents

Abstract

【課題】データウエアハウスにまだ取り込まれていないデータ（発生直後のデータなど）を対象として、ＯＬＡＰによるリアルタイムなデータ分析ができるようにする。
【解決手段】データウエアハウスに格納される前の未確定データは、各部門の基幹系データベース２０２からサーバ２００に収集されて、一旦ＸＭＬファイルに変換される。そしてこれらのファイルから、データウエアハウス内のテーブルと同形式の「仮想テーブル」が作成され、この仮想テーブルを対象として集計などの各種加工が行われる。これにより、正規化やクレンジングの済んでいない未確定データであっても、データウエアハウス内の確定データと同様に参照・分析できるようになる。なお、データウエアハウス内のテーブルと仮想テーブルとを結合することで、確定データと未確定データとをあわせたシームレスなデータ分析も可能となる。
【選択図】 図２

Description

この発明は、ＯＬＡＰ（ＯｎＬｉｎｅ Ａｎａｌｙｔｉｃａｌ Ｐｒｏｃｅｓｓｉｎｇ）によるユーザのデータ分析を支援するためのデータ分析支援プログラム、データ分析支援方法、およびデータ分析支援装置に関する。

企業などにおいて、各部門の業務に使用される基幹系データベースから必要なデータを抽出し、抽出されたデータにより全社規模の情報系データベース（データウエアハウス）を構築して、ＯＬＡＰにより多面的・多角的に分析することが従来から行われている（たとえば下記特許文献１参照。）。

特許第３３０２５２２号公報

しかしながら従来のＯＬＡＰでは、データウエアハウスに格納されたデータ（以下では「確定データ」という）しか分析の対象とすることができない。すなわち、データウエアハウスへデータを格納するには事前にその正規化やクレンジング（名称や形式の統一、不完全なデータの排除など）、あるいは受け入れ側データベースのスキーマの再定義などが必要となるため、データが各部門で発生してからデータウエアハウスへ反映されるまでには通常はタイムラグが存在する。そして、この反映前のデータ（以下では「未確定データ」という）はＯＬＡＰの対象外となるため、たとえば数日前までの売上状況（確定データ）は分析できても、直近数時間内の売上状況（未確定データ）をリアルタイムに分析することはできないという問題点があった。

この発明は、上述した従来技術による問題点を解消するため、データウエアハウスにまだ取り込まれていないデータを対象とする（あるいは、少なくとも当該データを対象に含む）データ分析を支援することが可能なデータ分析支援プログラム、データ分析支援方法、およびデータ分析支援装置を提供することを目的とする。

上述した課題を解決し、目的を達成するため、この発明にかかるデータ分析支援プログラム、データ分析支援方法、およびデータ分析支援装置は、データウエアハウスにまだ格納されていないデータからマークアップ文書を生成し、これらの文書中から指定されたテーブルの項目に対応するタグ内のデータを抽出して、当該データを前記項目の値とするテーブルを生成するとともに、当該テーブル内のデータを指定された形式に加工することを特徴とする。

この発明によれば、データウエアハウスに格納される前の未確定データからでも、データウエアハウス内のテーブルと同形式の仮想テーブル（後述）を作成して、ＯＬＡＰによる分析の対象とすることができる。

また、この発明にかかるデータ分析支援プログラム、データ分析支援方法、およびデータ分析支援装置は、前記テーブルの各項目に複数のタグが対応づけられていることを特徴とする。

この発明によれば、各文書のマークアップを媒介として未確定データの形式のばらつきを吸収し、データウエアハウス内のテーブルと同形式の仮想テーブルを組織横断的に作成して、ＯＬＡＰによる分析の対象とすることができる。

また、この発明にかかるデータ分析支援プログラム、データ分析支援方法、およびデータ分析支援装置は、上記マークアップ文書がＸＭＬ形式であることを特徴とする。

この発明によれば、各文書のＸＭＬタグを媒介として未確定データの形式のばらつきを吸収し、データウエアハウス内のテーブルと同形式の仮想テーブルを組織横断的に作成して、ＯＬＡＰによる分析の対象とすることができる。

また、この発明にかかるデータ分析支援プログラムは、さらに前記テーブルをデータウエアハウス内のテーブルと結合し、この結合されたテーブル内のデータを指定された形式に加工することを特徴とする。

この発明によれば、確定データであるか未確定データであるかを問わず、それらが混在するテーブルを作成して、ＯＬＡＰによる分析の対象とすることができる。

本発明にかかるデータ分析支援プログラム、データ分析支援方法、およびデータ分析支援装置によれば、データウエアハウスにまだ取り込まれていないデータを対象とするデータ分析を支援することが可能なデータ分析支援プログラム、データ分析支援方法、およびデータ分析支援装置を提供することができるという効果を奏する。

以下に添付図面を参照して、この発明にかかるデータ分析支援プログラム、データ分析支援方法、およびデータ分析支援装置の好適な実施の形態を詳細に説明する。

図１は、この発明の実施の形態にかかるデータ分析支援装置のハードウエア構成を示す説明図である。図中、ＣＰＵ１０１は装置全体の制御を司る。ＲＯＭ１０２はブートプログラムなどを記憶している。ＲＡＭ１０３はＣＰＵ１０１のワークエリアとして使用される。

ＨＤＤ１０４は、ＣＰＵ１０１の制御にしたがってＨＤ１０５に対するデータのリード／ライトを制御する。ＨＤ１０５は、ＨＤＤ１０４の制御にしたがって書き込まれたデータを記憶する。ＦＤＤ１０６は、ＣＰＵ１０１の制御にしたがってＦＤ１０７に対するデータのリード／ライトを制御する。ＦＤ１０７は、ＦＤＤ１０６の制御にしたがって書き込まれたデータを記憶する。なお、ＦＤ１０７は着脱可能な記録媒体の一例であり、ＦＤ１０７の代わりにＣＤ−ＲＯＭ（ＣＤ−Ｒ、ＣＤ−ＲＷ）、ＭＯ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）、メモリーカードなどであってもよい。

ディスプレイ１０８は、カーソル、ウィンドウ、アイコンなどをはじめ、文書や画像などの各種データを表示する。ネットワークＩ／Ｆ１０９はＬＡＮ／ＷＡＮなどのネットワークに接続され、当該ネットワークと装置内部とのデータの送受信を司る。キーボード１１０は、文字、数値、各種指示などの入力のための複数のキーを備え、押下されたキーに対応するデータを装置内部へ入力する。マウス１１１は本体下部のボールの回転量と回転方向、および本体上部の各ボタンのＯＮ／ＯＦＦを随時装置内部へ入力する。また、バス１００は上記各部を接続する。

次に、図２はこの発明の実施の形態にかかるデータ分析支援装置を含む、データ分析支援システムの機能構成を示す説明図である。図示するように上記システムは、大別してサーバ２００とそのクライアント２０１、および各業務部門で使用される基幹系データベース２０２から構成される。なお、サーバ２００とクライアント２０１、サーバ２００と基幹系データベース２０２とは、それぞれＬＡＮまたはＷＡＮにより接続されている。

そして、図中サーバ２００が本発明にかかるデータ分析支援装置に相当する。このサーバ２００はクライアント２０１からの求めに応じて、その保持する情報系データベース２００ａ内の確定データ、あるいはまだそこに反映されていない未確定データを、表形式やグラフ形式などユーザに分かりやすい形に加工する。確定データのほかに、正規化やクレンジングのなされていない未確定データであっても分析対象とできる点に特徴がある。

そしてサーバ２００は、図示するように情報系データベース２００ａ、ソースデータ抽出部２００ｂ、ソースデータ記憶部２００ｃ、ＸＭＬデータ生成部２００ｄ、ＸＭＬデータ記憶部２００ｅ、送信データ生成部２００ｆ、仮想テーブル定義記憶部２００ｇおよび要求受付部２０２ｈを備えている。

図中、情報系データベース２００ａは基幹系データベース２０２から抽出され、かつ上述の正規化やクレンジングなどを施されたデータからなる各種テーブルを保持するデータベースである。なお、基幹系データベース２０２からのデータの抽出手順や、抽出されたデータの情報系データベース２００ａへの格納手順などは従来技術と同様とし、ここでは詳細な説明を省略する。

次に、ソースデータ抽出部２００ｂは基幹系データベース２０２に接続して、情報系データベース２００ａにまだ反映されていないデータを抽出する機能部である。なお、この抽出は「いつ」「どこから」「どうやって」データを取り出してくるかを事前に設定しておき、当該設定のもとでソースデータ抽出部２００ｂに自動実行させるのでもよいし、あるいはクライアント２０１からデータの参照要求があったときに、関連する基幹系データベース２０２から関連するデータを取り出してくるのでもよい。そして、ソースデータ抽出部２００ｂで抽出されたデータは、まずソースデータ記憶部２００ｃ内に蓄積される。

基幹系データベース２０２の形式は、それを使用する部門の事情などに応じて異なる場合がある。たとえば営業部門Ａでは、売り上げた商品の品名や個数などを所定のＲＤＢ（リレーショナルデータベース）で管理するのに対して、営業部門ＢではＳＧＭＬ形式の伝票ファイルを所定の文書サーバに蓄積しているものとする。この場合、ある特定の商品について全社的な売上状況をリアルタイムに把握するには、ＲＤＢから抽出されたデータであるか伝票ファイルから抽出されたデータであるかを問わず、上記商品の販売数量や販売総額などを横通しで集計できるのでなければならない。

そこで本発明では、各種の基幹系データベース２０２から抽出され、ソースデータ記憶部２００ｃに蓄積されたソースデータを、ＸＭＬデータ生成部２００ｄで一律にＸＭＬ形式に変換する。たとえばＲＤＢから抽出されたデータであれば、個々のレコードを図３のようなＸＭＬファイルに変換する。また、ソースデータがすでにタグ付けされていても、たとえば図４に示すように一件ずつの分離が必要な場合もある。ＸＭＬデータ生成部２００ｄはあらかじめ保持している変換規則に従って、ソースデータから図３や図４に示すようなＸＭＬファイルを生成し、生成したＸＭＬファイルをＸＭＬデータ記憶部２００ｅに蓄積する。

図２の説明に戻り、次に送信データ生成部２００ｆは、未確定データの参照を要求してきたクライアント２０１に返信するための表やグラフなどを生成する機能部である。図示するように送信データ生成部２００ｆは、仮想テーブル定義記憶部２００ｇに保持された仮想テーブル定義に従って、上述のＸＭＬファイルから仮想テーブルを生成する仮想テーブル生成部２００ｆ−１と、生成されたテーブル内のデータをユーザの指示に従って加工するデータ加工部２００ｆ−２とから構成される。

図５は、仮想テーブル定義および当該定義に従って生成される仮想テーブルの一例を模式的に示す説明図である。個々の仮想テーブルには、たとえば「ＳＡＬＥＳ」などの一意な名称が付与され、その各項目にも「ＳＴＯＲＥ」「ＳＡＬＥＳＤＡＴＥ」などの一意な名称が付与されている。さらに、項目ごとにその属性、たとえばタイトル（表示時の見出し文字列）やデータ型などのほか、上述のＸＭＬファイル内のタグとの対応関係が定義されている。

そして、たとえばこの「ＳＡＬＥＳ」テーブルの生成を指示された仮想テーブル生成部２００ｆ−１は、ＸＭＬデータ記憶部２００ｅ内のＸＭＬファイルの中から上記タグを有するファイルを検索し、さらにこのファイルから上記タグ内のデータを抽出して、対応する項目の値とする。従って、たとえば図示する「ＳＡＬＥＳ」テーブルの「ＳＴＯＲＥ」項目は、図３の「売上」タグ下の「店舗コード」タグから抽出された「ＳＢＹ」「ＳＢＹ」「ＳＮＪ」や、図４の「注文」タグ下の「店舗コード」タグから抽出された「ＯＳＫ」「ＮＧＹ」「ＯＳＫ」を値として持つことになる。

なお、ＸＭＬファイル側に対応するタグがない場合は、仮想テーブル中の対応する項目の値はＮＵＬＬ（図中「−」で表現される）とする。たとえば図３に示したＸＭＬファイルには、「ＣＵＳＴＯＭＥＲ」項目に対応するタグ（具体的には「注文」タグ下の「顧客コード」タグ）がないので、図５の仮想テーブルでは、当該ファイルから抽出されたデータの「顧客コード」項目が「−」になっている。

そして、たとえばクライアント１０１が「ＳＡＬＥＳ」テーブルの「ＳＡＬＥＳ」項目の値を「ＳＴＯＲＥ」項目ごとかつ「ＳＡＬＥＳＤＡＴＥ」項目ごとに集計して、「ＳＴＯＲＥ」項目を縦軸（行）、「ＳＡＬＥＳＤＡＴＥ」項目を横軸（列）とする二次元表に加工するよう要求してきた場合、データ加工部２００ｆ−２は図５の仮想テーブルから図６に示すような二次元表を生成する。

図２の説明に戻り、次に要求受付部２００ｈはクライアント２０１からデータの参照要求を受信するとともに、当該要求の処理に必要な事項、すなわち「どのデータをどんな形で見たいのか」をクライアント２０１に問い合わせて、その回答を送信データ生成部２００ｆへ出力する機能部である。

次に、図７はこの発明の実施の形態にかかるデータ分析支援装置における、未確定データの加工処理の手順を示すフローチャートである。クライアント２０１からのデータ参照要求を受信したサーバ１００の要求受付部２００ｈは（ステップＳ７０１：Ｙｅｓ）、まず仮想テーブル定義記憶部２００ｇを参照して、対象となるデータの範囲や加工方法などをユーザに指定させるための条件入力画面を作成・返信する（ステップＳ７０２）。

図８は、クライアント２０１における上記画面の表示の一例を示す説明図である。図中、テーブル選択エリア８００は対象となるデータの範囲をユーザに指定させるための領域であり、仮想テーブル定義記憶部２００ｇ内にその定義が保持されている、すべての仮想テーブルのタイトルが表示される。たとえば、上述の「ＳＡＬＥＳ」テーブルのタイトルは「店頭販売」であるものとする。

また、縦軸選択エリア８０１・横軸選択エリア８０２はデータ加工部２００ｆ−２による集計の軸をユーザに指定させるための領域であり、テーブル選択エリア８００で選択されている「ＳＡＬＥＳ」テーブルの項目のうち、種別が「分類キー」であるもののタイトル、具体的には「ＳＴＯＲＥ」「ＳＡＬＥＳＤＡＴＥ」「ＩＴＥＭ」「ＣＵＳＴＯＭＥＲ」項目のタイトル「店舗」「販売日付」「商品型番」「顧客コード」が表示される。

また、集計項目選択エリア８０３はデータ加工部２００ｆ−２による集計の対象をユーザに指定させるための領域であり、テーブル選択エリア８００で選択されている「ＳＡＬＥＳ」テーブルの項目のうち、種別が「データ値」であるもののタイトル、具体的には「ＳＡＬＥＳ」「ＮＵＭＢＥＲ」項目のタイトル「販売金額」「数量」が表示される。そして集計方法選択エリア８０４で、選択された集計項目の合計値を算出するのか平均値を算出するのかを選択できるようになっている。

なお、テーブル選択エリア８００で別のテーブルが選択されたときは、選択後のテーブルがクライアント２０１からサーバ２００へ通知され、当該テーブルの定義から特定された分類キー項目とデータ値項目とが返信される。そして、縦軸選択エリア８０１・横軸選択エリア８０２・集計項目選択エリア８０３の表示内容が、選択中のテーブルに合わせて切り替えられる。

その後、クライアント２０１のユーザが必要事項を入力してＯＫボタン８０５を押下すると、上記画面の指定内容がクライアント２０１からサーバ２００に返信され、送信データ生成部２００ｆは要求受付部２００ｈを介してこれを受信する（ステップＳ７０３：Ｙｅｓ）。なお、ここでは図示するように、対象テーブルとして「ＳＡＬＥＳ」（図中「店頭販売」）、縦の集計軸として「ＳＴＯＲＥ」（同「店舗」）、横の集計軸として「ＳＡＬＥＳＤＡＴＥ」（同「販売日付」）、集計項目として「ＳＡＬＥＳ」（同「販売金額」）、集計方法として「合計」が、それぞれ指定されたものとする。

そして送信データ生成部２００ｆでは、まずその仮想テーブル生成部２００ｆ−１により、仮想テーブル定義記憶部２００ｇ内の「ＳＡＬＥＳ」テーブルの定義を参照して、ＸＭＬデータ記憶部２００ｅ内のデータから図５に示したような仮想テーブル「ＳＡＬＥＳ」を生成する（ステップＳ７０４）。

次に、送信データ生成部２００ｆはそのデータ加工部２００ｆ−２により、上記テーブル内の指定された集計項目「ＳＡＬＥＳ」の値を、指定された軸項目「ＳＴＯＲＥ」および「ＳＡＬＥＳＤＡＴＥ」ごとに集計する（ステップＳ７０５）。図９はこの集計の結果を模式的に示す説明図である。図示する表は、店舗ごとかつ販売日付ごとの販売金額の合計を示してはいるものの、ユーザが指定した「ＳＴＯＲＥ」を縦軸、「ＳＡＬＥＳＤＡＴＥ」を横軸とする二次元表の形にはなっていない。そこで、データ加工部２００ｆ−２はさらに上記結果中のデータ位置を入れ替えて、最終的に図６に示したような二次元表を生成する（ステップＳ７０６）。

その後、上記表は送信データ生成部２００ｆから要求受付部２００ｈに引き渡され、要求受付部２００ｈから要求元のクライアント２０１に返信される（ステップＳ７０７）。

以上説明した実施の形態によれば、情報系データベース２００ａにまだ取り込まれていない未確定データ（発生直後であってまだ正規化やクレンジングがなされていないデータ）であっても、クライアント２０１からは確定データと同様に参照することが可能である。そのため従来のＯＬＡＰでは不能であった、鮮度の高いデータを基礎とするリアルタイムなデータ分析が可能となる。

また、基幹系データベース２０２から吸い上げられたデータは一律にＸＭＬ形式に変換されており、複数のＸＭＬタグを仮想テーブルの同一の項目に対応づけることができるので、部門ごとにデータベースの構造やテーブルの構造が異なる場合でも、ユーザに見せる表やグラフではその差異を吸収することができる。

なお、上述した仮想テーブルはユーザからの参照要求時にアドホックに生成され、また必ずしも正確性や完全性は保障されない未確定データを基礎とする点で、情報系データベース２００ａ内の恒常的なテーブルとは異なるが（「仮想」の語を用いているのもこのためである）、形式的には情報系データベース２００ａ内のテーブルと異なる点はない。

そこで、たとえば仮想テーブル「ＳＡＬＥＳ」を情報系データベース２００ａ内の店舗マスタテーブルと結合して、図１０のようなテーブル（図５の仮想テーブルに「店舗名」項目が追加されたもの）を作成すれば、ユーザに見せる二次元表では図１１のように、縦軸を店舗名とすることもできる（図６では縦軸が店舗コードであったことと対比）。上記は列方向に確定データを追加する例であるが、たとえば図１２に示すような行方向への追加、すなわち確定データのみからなるレコードと未確定データのみからなるレコードとの混在するテーブルを作成することも可能である。このように、情報系データベース２００ａ内のテーブルと仮想テーブルとを適宜組み合わせることで、従来不可能であった、確定データと未確定データをあわせたシームレスなデータ分析が可能となる。

なお、本実施の形態で説明したデータ分析支援方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。このプログラムは、ハードディスク１０５、フレキシブルディスク１０７、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。またこのプログラムは、インターネット等のネットワークを介して配布することが可能な伝送媒体であってもよい。

（付記１）データウエアハウスにまだ格納されていないデータからマークアップ文書を生成する文書生成工程と、
前記文書生成工程で生成されたマークアップ文書の中から、指定されたテーブルの項目に対応づけられたタグを検索するタグ検索工程と、
前記タグ検索工程で検索されたタグ内のデータを抽出するデータ抽出工程と、
前記データ抽出工程で抽出されたデータを前記項目の値として前記テーブルを生成するテーブル生成工程と、
前記テーブル生成工程で生成されたテーブル内のデータを指定された形式に加工するデータ加工工程と、
をコンピュータに実行させることを特徴とするデータ分析支援プログラム。

（付記２）前記テーブルの各項目には複数のタグが対応づけられていることを特徴とする前記付記１に記載のデータ分析支援プログラム。

（付記３）前記文書生成工程で生成されるマークアップ文書はＸＭＬ形式であることを特徴とする前記付記１または付記２に記載のデータ分析支援プログラム。

（付記４）さらに、前記テーブル生成工程で生成されたテーブルを前記データウエアハウス内のテーブルと結合するテーブル結合工程を含み、
前記データ加工工程では、前記テーブル結合工程で結合されたテーブル内のデータを指定された形式に加工することを特徴とする前記付記１〜付記３のいずれか一つに記載のデータ分析支援プログラム。

（付記５）データウエアハウスにまだ格納されていないデータからマークアップ文書を生成する文書生成工程と、
前記文書生成工程で生成されたマークアップ文書の中から、指定されたテーブルの項目に対応づけられたタグを検索するタグ検索工程と、
前記タグ検索工程で検索されたタグ内のデータを抽出するデータ抽出工程と、
前記データ抽出工程で抽出されたデータを前記項目の値として前記テーブルを生成するテーブル生成工程と、
前記テーブル生成工程で生成されたテーブル内のデータを指定された形式に加工するデータ加工工程と、
を含むことを特徴とするデータ分析支援方法。

（付記６）前記テーブルの各項目には複数のタグが対応づけられていることを特徴とする前記付記５に記載のデータ分析支援方法。

（付記７）前記文書生成工程で生成されるマークアップ文書はＸＭＬ形式であることを特徴とする前記付記５または付記６に記載のデータ分析支援方法。

（付記８）さらに、前記テーブル生成工程で生成されたテーブルを前記データウエアハウス内のテーブルと結合するテーブル結合工程を含み、
前記データ加工工程では、前記テーブル結合工程で結合されたテーブル内のデータを指定された形式に加工することを特徴とする前記付記５〜付記７のいずれか一つに記載のデータ分析支援方法。

（付記９）データウエアハウスにまだ格納されていないデータからマークアップ文書を生成する文書生成手段と、
前記文書生成手段により生成されたマークアップ文書の中から、指定されたテーブルの項目に対応づけられたタグを検索するタグ検索手段と、
前記タグ検索手段により検索されたタグ内のデータを抽出するデータ抽出手段と、
前記データ抽出手段により抽出されたデータを前記項目の値として前記テーブルを生成するテーブル生成手段と、
前記テーブル生成手段により生成されたテーブル内のデータを指定された形式に加工するデータ加工手段と、
を備えることを特徴とするデータ分析支援装置。

（付記１０）前記テーブルの各項目には複数のタグが対応づけられていることを特徴とする前記付記９に記載のデータ分析支援装置。

（付記１１）前記文書生成手段により生成されるマークアップ文書はＸＭＬ形式であることを特徴とする前記付記９または付記１０に記載のデータ分析支援装置。

（付記１２）さらに、前記テーブル生成手段により生成されたテーブルを前記データウエアハウス内のテーブルと結合するテーブル結合手段を含み、
前記データ加工手段は、前記テーブル結合手段により結合されたテーブル内のデータを指定された形式に加工することを特徴とする前記付記９〜付記１１のいずれか一つに記載のデータ分析支援装置。

以上のように、本発明にかかるデータ分析支援プログラム、データ分析支援方法、およびデータ分析支援装置は、データウエアハウスにまだ取り込まれていないデータの閲覧に有用であり、特に発生直後のデータを含めたリアルタイムな状況分析が必要な場合に適している。

この発明の実施の形態にかかるデータ分析支援装置のハードウエア構成を示す説明図である。 この発明の実施の形態にかかるデータ分析支援装置を含む、データ分析支援システムの機能構成を示す説明図である。 変換前のソースデータと変換後のＸＭＬデータの一例を示す説明図である。 変換前のソースデータと変換後のＸＭＬデータの他の一例を示す説明図である。 仮想テーブル定義および当該定義に従って生成される仮想テーブルの一例を模式的に示す説明図である。 データ加工部２００ｆ−２により生成される二次元表の一例を示す説明図である。 この発明の実施の形態にかかるデータ分析支援装置における、未確定データの加工処理の手順を示すフローチャートである。 クライアント２０１における条件画面の表示の一例を示す説明図である。 データ加工部２００ｆ−２による集計結果を模式的に示す説明図である。 確定データと未確定データとが混在するテーブルの一例を模式的に示す説明図である。 図１０のテーブルから作成される二次元表の一例を示す説明図である。 確定データと未確定データとが混在するテーブルの他の一例を模式的に示す説明図である。

符号の説明

２００ サーバ
２０１ クライアント
２０２ 基幹系データベース
２００ａ 情報系データベース
２００ｂ ソースデータ抽出部
２００ｃ ソースデータ記憶部
２００ｄ ＸＭＬデータ生成部
２００ｅ ＸＭＬデータ記憶部
２００ｆ 送信データ生成部
２００ｆ−１ 仮想テーブル生成部
２００ｆ−２ データ加工部
２００ｇ 仮想テーブル定義記憶部
２００ｈ 要求受付部

Claims (10)

1. データウエアハウスにまだ格納されていないデータからマークアップ文書を生成する文書生成工程と、
   前記文書生成工程で生成されたマークアップ文書の中から、指定されたテーブルの項目に対応づけられたタグを検索するタグ検索工程と、
   前記タグ検索工程で検索されたタグ内のデータを抽出するデータ抽出工程と、
   前記データ抽出工程で抽出されたデータを前記項目の値として前記テーブルを生成するテーブル生成工程と、
   前記テーブル生成工程で生成されたテーブル内のデータを指定された形式に加工するデータ加工工程と、
   をコンピュータに実行させることを特徴とするデータ分析支援プログラム。
2. 前記テーブルの各項目には複数のタグが対応づけられていることを特徴とする前記請求項１に記載のデータ分析支援プログラム。
3. 前記文書生成工程で生成されるマークアップ文書はＸＭＬ形式であることを特徴とする前記請求項１または請求項２に記載のデータ分析支援プログラム。
4. さらに、前記テーブル生成工程で生成されたテーブルを前記データウエアハウス内のテーブルと結合するテーブル結合工程を含み、
   前記データ加工工程では、前記テーブル結合工程で結合されたテーブル内のデータを指定された形式に加工することを特徴とする前記請求項１〜請求項３のいずれか一つに記載のデータ分析支援プログラム。
5. データウエアハウスにまだ格納されていないデータからマークアップ文書を生成する文書生成工程と、
   前記文書生成工程で生成されたマークアップ文書の中から、指定されたテーブルの項目に対応づけられたタグを検索するタグ検索工程と、
   前記タグ検索工程で検索されたタグ内のデータを抽出するデータ抽出工程と、
   前記データ抽出工程で抽出されたデータを前記項目の値として前記テーブルを生成するテーブル生成工程と、
   前記テーブル生成工程で生成されたテーブル内のデータを指定された形式に加工するデータ加工工程と、
   を含むことを特徴とするデータ分析支援方法。
6. 前記テーブルの各項目には複数のタグが対応づけられていることを特徴とする前記請求項５に記載のデータ分析支援方法。
7. 前記文書生成工程で生成されるマークアップ文書はＸＭＬ形式であることを特徴とする前記請求項５または請求項６に記載のデータ分析支援方法。
8. データウエアハウスにまだ格納されていないデータからマークアップ文書を生成する文書生成手段と、
   前記文書生成手段により生成されたマークアップ文書の中から、指定されたテーブルの項目に対応づけられたタグを検索するタグ検索手段と、
   前記タグ検索手段により検索されたタグ内のデータを抽出するデータ抽出手段と、
   前記データ抽出手段により抽出されたデータを前記項目の値として前記テーブルを生成するテーブル生成手段と、
   前記テーブル生成手段により生成されたテーブル内のデータを指定された形式に加工するデータ加工手段と、
   を備えることを特徴とするデータ分析支援装置。
9. 前記テーブルの各項目には複数のタグが対応づけられていることを特徴とする前記請求項８に記載のデータ分析支援装置。
10. 前記文書生成手段により生成されるマークアップ文書はＸＭＬ形式であることを特徴とする前記請求項８または請求項９に記載のデータ分析支援装置。
    
    

Images