JP6123542B2 - データ分析プログラム、データ分析装置及びデータ分析方法 - Google Patents

Description

本発明は、大量のデータを分析するための時間を予測するデータ分析プログラム、データ分析装置及びデータ分析方法に関する。

従来、業務システムなどから蓄積される企業内の膨大なデータを、分析・加工して、企業の意思決定に活用しようとする手法として、ビジネスインテリジェンス（BI：Business Intelligence）がある。BIに用いるBIツールは、データベースなどに蓄積された大量のデータから、ビジネスが求める情報を「必要な時に」「必要な形で」「簡単に」得ることのできる、ビジネスインテリジェンスソフトウェアであるが、業務データを分析する場合、指定する条件によっては実行に何時間もかかることがある。

例えば、医療機関において用いられる医事会計システムで作られた患者数をカウントするための明細データや、稼働額を集計するための明細データなどを分析する場合、指定する条件が複雑になればなるほど実行に時間を要し、データ傾向の調査や報告書の作成などの業務を計画的に遂行できないことがある。患者数や稼働額のデータの分析は、常に一定の項目を条件に指定して実行するわけではなく、分析の目的によって項目を加えたり、あるいは減らしたりするため、複雑な条件になりやすいし、定型的な処理にはならない。また、分析対象のデータが日々増え続けることもあって、実行に要する時間は経験的に予測できない。あらかじめ実行に要する時間がわかれば、分析の合間に他の作業を手掛けたり、休憩や帰宅したりすることもできるが、BIツールには実行時間を予測して通知する機能はないので、分析が終了するまで待機せざるを得ないのが現状である。

メッセージを含んだ集信ファイルを仕分プロセスにより分割し、統合プロセスにより宛先毎に配信ファイルに結合するEDI（Electronic Data Interchange）システムが、過去に処理したデータのメッセージ数と宛先数と処理時間を記録した処理記録ＤＢから処理済みデータのメッセージ数と宛先数および処理時間を読み込み、データ処理時間予測式の連立方程式の定数値を算出し、予測対象となるデータのメッセージ数と宛先数および算出した定数値から、仕分プロセスと統合プロセスの処理時間を予測する技術が開示されている（例えば、特許文献１参照。）。

また、ネットワーク内の全てのサーバについて、処理を委託した際の内容、例えば、サーバに委託した処理ごとに、処理の実行日時、処理時間、処理に関するデータ量、および、処理時のデータ転送時間を履歴として保持し、クライアントから処理要求があった場合に、履歴を参照して、処理実行に要するであろう時間が短いサーバを推測し、そのサーバを負荷分散先サーバとして選出して処理実行を委託する技術が開示されている（例えば、特許文献２参照。）。

特開２００８−８３９１６号公報 特開２００３−２０８４１４号公報

しかしながら、BIツールで業務データを分析する場合、指定する条件によっては実行に何時間もかかることがある。医療機関においても、医事会計システムで作られた患者数をカウントするための明細データや、稼働額を集計するための明細データなどを分析する場合、指定する条件が複雑になるほど実行に時間を要し、傾向の調査や報告書の作成などの業務を計画的に遂行できないことがある。

患者数や稼働額のデータの分析は、常に一定の項目を条件に指定して実行するわけではなく、分析の目的によって項目を加えたり、あるいは減らしたりするため、複雑な条件になりやすく、定型的な処理にはならない。また、分析対象のデータが日々増え続けることもあって、実行に要する時間は経験的に予測できない。

過去の実処理の実績（実行結果）をもとにした予測を行う技術では、定型的な処理の時間しか予測することができない。また、データの増加量については配慮しているが、実行時のシステムの使用状況に係るシステムへの負荷による影響については全く考慮されておらず適切な予測であるとは言い難い。

サーバの負荷を分散する技術では、過去の実処理の履歴情報（実行結果）をもとにした負荷の計算であるため、定期・定型的な処理の時間を予測することはできるが、データ分析のように不定期・不定形な処理の所要時間を予測するには適切な技術であるとは言い難い。

１つの側面では、本発明は、BIツールの分析実行にかかる時間を予測算出し、ユーザに表示することで、効率的に業務を進めることが可能なデータ分析プログラム、データ分析装置及びデータ分析方法を提供することを目的とする。

本発明は、上記課題を解決するため、下記のような構成を採用した。
１つの案では、コンピュータに、患者の識別情報と診療日とが関連付けて格納された記憶部から、所定期間についての前記患者の識別情報と前記患者のレコード件数を抽出したレコード数リストを作成し、前記作成したレコード数リスト内に含まれるレコードのうち、前記患者の識別情報及び対応するレコード件数に関連して予め定義された判定条件に基づいて、予測用のデータ分析範囲として用いる前記レコードの範囲を特定し、分析条件に従って特定した前記レコードの範囲でデータ分析を実行し、実行した前記データ分析の分析時間の結果に基づいて、前記分析条件に従い実行する分析対象についての分析時間を予測し、予測した前記分析時間を出力する処理を実行させることを特徴とする。

本発明によれば、業務データを分析するときに、データ件数を絞り込む条件を用いた予測用分析を並行して実行することにより、全体の分析の実行に要する時間をより正確に予測して利用者に通知することができる、という効果を奏する。

本実施の形態のデータ分析装置１の使用状態例を示す図である。 医事会計サーバ３が備えるハードディスク４に格納されたデータベース群（４１〜４４）の例を示す図である。 データ分析装置１が備えるハードディスク５に格納された被分析データベース６１の例を示す図である。 データ分析装置１が備えるハードディスク５に格納されたレコード数リスト６２の例を示す図である。 データ分析処理の流れを示すフローチャートである。 データ分析装置１が備えるハードディスク５に格納されている範囲定義値テーブル５１の例を示す図である。 データ分析装置１が備えるハードディスク５に格納されたレコード数リスト６３、６４の例を示す図である。 データ分析装置１が備えるハードディスク５に格納されている補正定義値テーブル６５の例を示す図である。 補正が必要な第１の事例を示す図である。 補正が必要な第２の事例を示す図である。 予測結果の出力例を示す図である。 情報処理装置の構成図である。

以下、本発明の実施の形態について、図面を参照しながら詳細に説明する。
図１は、本実施の形態のデータ分析装置１の使用例を示す図である。

図１において、データ分析装置１は、イントラネット等の院内ネットワーク２を介して医事会計サーバ３に接続されている。

医事会計サーバ３は、例えばパーソナルコンピュータ等のコンピュータであり、後述する複数のデータベースを格納するハードディスク４を備える。また、データ分析装置１は、例えばパーソナルコンピュータ等のコンピュータであり、後述するデータ分析プログラム、データ分析メインプログラム、被分析データベース６１、及びレコード数リストを格納するハードディスク５を備える。

データ分析装置１は、ハードディスク５の他、不図示のＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ディスクドライブ、通信部、表示部、および操作部を備える。これらのハードウェア各部は、バスを介して相互に接続されている。

ＣＰＵは、データ分析装置１のハードウェア各部を制御するプロセッサであり、ハードディスク５に格納されたデータ分析プログラムをＲＡＭにロードして実行する。

ＲＯＭは、例えば不揮発性の半導体メモリであり、データ分析装置１の起動時にＣＰＵが実行するＢＩＯＳ（Basic Input/Output System）、ファームウェア等を格納している。

ＲＡＭは、例えばＳＲＡＭ（Static RAM）、ＤＲＡＭ（Dynamic RAM）であり、ＣＰＵが実行する処理の過程で必要なデータ等を一時的に格納する。

ハードディスク５は、データ分析装置１に内蔵された、又は外部に接続された、大容量の情報を格納することが可能な補助記憶装置である。

ディスクドライブは、外部の記録媒体であるハードディスク５等の補助記憶装置から情報を読み込み、又は補助記憶装置に情報を格納する。

通信部は、有線若しくは無線通信のモデム又はＬＡＮ（Local Area Network）カード等であり、院内ネットワーク２に接続されている。

表示部は、例えば液晶ディスプレイ、有機ＥＬ（Electro-Luminescence）ディスプレイ、ＣＲＴ（Cathode Ray Tube）ディスプレイ等の画面を有し、ＣＰＵからの指示に従って、データ分析プログラム及びデータ分析メインプログラムに係る各種情報を表示する。

操作部は、利用者が各種の入力を行うキーボード、マウス、電源スイッチ、ディスクドライブからＤＶＤ（Digital Versatile Disc）等を排出するための操作ボタン等の入力デバイスを含み、利用者による操作に基づいて入力信号を生成する。そして、生成された入力信号は、バスを介してＣＰＵに送信される。

本実施の形態のデータ分析装置１は、ＣＰＵがデータ分析プログラム及びデータ分析メインプログラムを実行することで機能する。データ分析プログラムとデータ分析メインプログラムは、データ分析装置１により並行して実行される。

データ分析プログラムの実行内容であるデータ分析処理については、詳細を後述する。データ分析メインプログラムの実行内容であるデータ分析メイン処理は、BIツール等を用いて行われる従来の業務データの分析処理であるので、説明は省略する。

図２は、医事会計サーバ３が備えるハードディスク４に格納されたデータベース群（４１〜４４）の例を示す図である。

図２において、医事会計サーバ３が備えるハードディスク４は、（Ａ）診療データベース（ＤＢ）４１、（Ｂ）患者データベース（ＤＢ）４２、（Ｃ）医事科データベース（ＤＢ）４３、及び（Ｄ）病名データベース（ＤＢ）４４を備える。

診療ＤＢ４１は、診療した年月を格納する項目「診療年月」、診療した日を格納する項目「診療日」、患者を特定するための識別子を格納する項目「患者ＩＤ」、診療科にユニークに付されたコードを格納する項目「科コード」、及び病名にユニークに付されたコードを格納する項目「病名コード」を対応付けて格納している。

患者ＤＢ４２は、「患者ＩＤ」と、患者の氏名を格納する項目「氏名」とを対応付けて格納している。

医事科ＤＢ４３は、「科コード」と、診療科の科名を格納する項目「科名」とを対応付けて格納している。

病名ＤＢ４４は、「病名コード」と、病名を格納する項目「病名」をと対応付けて格納している。

図３は、データ分析装置１が備えるハードディスク５に格納された被分析データベース６１の例を示す図である。

図３において、被分析データベース６１は、データ分析装置１が作成したものである。
被分析ＤＢ６１は、「診療年月」「診療日」「患者ＩＤ」「氏名」「科名」「病名」を対応付けて格納している。

被分析ＤＢ６１は、データ分析装置１がデータ分析メインプログラムを実行する際、分析対象となる診療ＤＢ４１、患者ＤＢ４２、医事科ＤＢ４３、及び病名ＤＢ４４に基づいて作成される。例えば、第１レコードは、診療ＤＢ４１及び患者ＤＢ４２に基づき、「患者ＩＤ」が「氏名」と対応付けられ、診療ＤＢ４１及び医事科ＤＢ４３に基づき、「科コード」に対応する「科名」が対応付けられ、診療ＤＢ４１及び病名ＤＢ４４に基づき、「病名コード」に対応する「病名」が対応付けられる。

図４は、データ分析装置１が備えるハードディスク５に格納されたレコード数リスト６２の例を示す図である。

図４において、レコード数リスト６２は、データ分析装置１が作成したものである。
レコード数リスト６２は、被分析ＤＢ６１の作成とともに、診療ＤＢ４１、患者ＤＢ４２、医事科ＤＢ４３、及び病名ＤＢ４４に基づいて、年月ごとの患者ＩＤとレコード件数で作成される。このレコード数リスト６２は、「患者ＩＤ」が一意であり、「患者ＩＤ」の昇順に並んでいる。図４は、「患者ＩＤ」が「００００００００１９」の患者の「レコード件数」が「２」件であり、「患者ＩＤ」が「００００００００２８」の患者の「レコード件数」が「１」件であることを示している。これは、図３に示した例と対応している。

次に、図５乃至図１１を用いて、データ分析装置１が実行するデータ分析処理を説明する。

図５は、データ分析処理の流れを示すフローチャートである。図６は、データ分析装置１が備えるハードディスク５に格納されている範囲定義値テーブル５１の例を示す図である。図７は、データ分析装置１が備えるハードディスク５に格納されたレコード数リスト６３、６４の例を示す図である。図８は、データ分析装置１が備えるハードディスク５に格納されている補正定義値テーブル６５の例を示す図である。図９は、補正が必要な第１の事例を示す図である。図１０は、補正が必要な第２の事例を示す図である。図１１は、予測結果の出力例を示す図である。

データ分析プログラムの実行は、データ分析装置１のＣＰＵがデータ分析メインプログラムを実行するとともに、並行して実行される。

ステップＳ５０１において、実行されるデータ分析メインプログラムの条件に基づき、指定された分析対象の条件から「診療年月」を取得する。

ステップＳ５０２において、ステップＳ５０１で取得した「診療年月」が単月であるか否かを判断する。

単月であると判断された場合（ステップＳ５０２：Ｙｅｓ）は、ステップＳ５０３において、データ分析装置１が作成したレコード数リスト６２（、６３、６４）から、予め定めた所定範囲内の「患者ＩＤ」の範囲を求め、分析対象の追加条件とする。例えば１０％の「患者ＩＤ」の範囲を求め、分析対象の追加条件とする。図６に示すように、「患者ＩＤ」の範囲を求める際の「所定範囲」（図６中のａ）は、範囲定義値テーブル５１としてデータ分析装置１が備えるハードディスク５に格納されている。レコード数リスト６２において「患者ＩＤ」の「レコード件数」が均等に存在しない場合は、図７（Ａ）に示すように、レコード数リスト６３の「レコード件数」を降順にして並び替え、１行目の「患者ＩＤ」から「レコード件数」の累積が１０％を超える患者ＩＤまでを条件範囲として求め、分析対象の追加条件とする。また、すべての「患者ＩＤ」の「レコード件数」が均等に存在する場合は、図７（Ｂ）に示すように、レコード数リスト６４の上位１０％を条件範囲として求め、分析対象の追加条件とする。

他方、ステップＳ５０２で単月でないと判断された場合（ステップＳ５０２：Ｎｏ）は、ステップＳ５０４において、図６に示したような範囲定義値テーブル５１を参照し、ステップＳ５０１で取得した「診療年月」が所定範囲の「期間閾値」（図６中のｂ）を超えているか否かを判断する。

超えていない場合（ステップＳ５０４：Ｎｏ）は、ステップＳ５０５において、レコード数リスト６２の該当する年月の複数の「患者ＩＤ」のレコード数リスト６２をマージし、ステップＳ５０６において、マージしたレコード数リスト６２から、予め定めた所定範囲内の「患者ＩＤ」の範囲を求め、分析対象の追加条件とする。

データ分析メインプログラムの実行時に、条件に指定された年月によっては追加条件範囲を算出するためのレコード数リスト６２の年月を特定できないことがある。例えば、条件に年月が全く指定されない場合や、条件に指定された年月が期間指定で、指定されたすべての年月のレコード数リスト６２を選択することが、長時間かけずに分析時間の予測算出をするという目的に有害なほど広範囲であると判断される場合である（ステップＳ５０７）。そこで、ステップＳ５０１で取得した「診療年月」が所定範囲の「期間閾値」を超えている場合（ステップＳ５０４：Ｙｅｓ）は、ステップＳ５０８において、レコード数リスト６２のうち「期間補助条件」（図６中のｃ）に従って複数の「患者ＩＤ」のレコード数リスト６２をマージし、ステップＳ５０９において、マージしたレコード数リスト６２から追加する条件の「所定範囲」（図６中のａ）に従った「患者ＩＤ」の範囲を求め、分析対象の追加条件とする。

そして、ステップＳ５１０において、実行されるデータ分析メインプログラムと同様の分析処理として、ステップＳ５０３、ステップＳ５０６又はステップＳ５０９で設定した追加条件を加えて実行する。

次に、ステップＳ５１１において、ステップＳ５１０の処理までにかかった時間から、データ分析装置１が備えるハードディスク５に格納されている補正定義値テーブル６５の「補正時間」（図８中のｄ）を減算する。分析時間を予測算出するときには、BIツールが動作する環境による影響を考慮することが必要である。この「補正時間」は、分析対象のデータのレコード件数にかかわらずどの分析処理でも共通にかかる時間である。例えば、「補正時間（ｄ）」を初期値として「６０秒」とするが、これは動作環境ごとに変更できるものとする。

そして、ステップＳ５１２において、ステップS５１１で求めた時間を、追加する条件の「所定範囲（ａ）」の割合で割り戻す。

ステップＳ５１３において、ステップS５１２で求めた時間に、データ分析装置１が備えるハードディスク５に格納されている補正定義値テーブル６５の「補正係数」（図８中のｅ）を乗じる。この「補正係数」は、院内ネットワーク２等の環境や、ＨＤＤなどのＩ／Ｏによって影響される。データ分析装置１の分析結果のデータは、院内ネットワーク２を介したクライアント１０、２０、３０、４０に取り込むので、データ量が多ければ多いほど、院内ネットワーク２の速度が遅ければ遅いほど、データ分析装置１との距離が遠ければ遠いほど、処理時間が遅くなる。例えば、図９に示すように、クライアント１０に比べ、クライアント２０の方がデータ分析装置１との距離が遠いので、処理時間が遅くなる。また、メモリの読み書き速度が速ければ速いほど、メモリの容量が多ければ多いほど、ＨＤＤの読み書き速度が速ければ速いほど、処理時間が速くなる。例えば、図１０に示すように、クライアント４０に比べ、クライアント３０の方がメモリの容量が多く、ＨＤＤの読み書き速度が速いので、処理時間が早くなる。なお、図８に示した例では、「補正係数（ｅ）」を初期値として「１．００」とするが、これは動作環境ごとに変更できるものとする。

そして、ステップＳ５１４において、ステップＳ５１３で時間に、データ分析装置１が備えるハードディスク５に格納されている補正定義値テーブル６５の「補正時間」（図８中のｄ）を加えた値を予測時間として利用者に通知する。

例えば、データ分析処理を実行する条件範囲が「１０％」であり、ステップＳ５１０の処理までに「１８０秒」かかり、補正定義値テーブル６５の「補正時間」が「６０秒」、「補正係数」が「１．０」の場合を例にする。１８０（秒）−６０（秒）＝１２０（秒）（ステップＳ５１１）、１２０（秒）／０．１（１０％）＝１２００（秒）（ステップＳ５１２）、１２００（秒）×１．０（ステップＳ５１３）＝１２００（秒）、１２００（秒）＋６０（秒）＝１２６０（秒）（ステップＳ５１４）となる。そして、図１１に例示したように、問い合わせ予測時間（合計）の２１（分）（＝１２６０（秒））と、現時点（ステップＳ５１０の処理までにかかった時間「１８０秒」経過時の進捗率１４．２９（％）（＝（１８０／１２６０）×１００）を利用者に通知する。

以上、本発明の実施の形態を説明してきたが、上述のデータ分析装置１は、例えば、図１２に示すような通常の情報処理装置（コンピュータ）を使用して実現することができる。すなわち、図１２の情報処理装置は、ＣＰＵ１２１、ＲＡＭやＲＯＭ等のメモリ１２２、入力装置１２３、出力装置１２４、外部記録装置１２５、媒体駆動装置１２６、及びネットワーク接続装置１２７を備える。また、これらはバス１２８により互いに接続されている。

メモリ１２２は、情報処理装置に用いられるプログラム及びデータを格納する。ＣＰＵ１２１は、メモリ１２２を利用してプログラムを実行することにより、上述のデータ分析処理を実行する。

入力装置１２３は、例えば、キーボード、ポインティングデバイス等であり、ユーザからの指示や情報の入力に用いられる。出力装置１２４は、例えば、表示装置、プリンタ、スピーカ等であり、ユーザへの問い合わせや処理結果の出力に用いられる。

外部記録装置１２５は、例えば、磁気ディスク装置、光ディスク装置、光磁気ディスク装置、テープ装置等である。この外部記録装置１２５には、ハードディスクドライブも含まれる。情報処理装置は、この外部記録装置１２５にプログラム及びデータを格納しておき、それらをメモリ１２２にロードして使用することができる。

媒体駆動装置１２６は、可搬記録媒体１２９を駆動し、その記録内容にアクセスする。可搬記録媒体１２９は、メモリデバイス、フレキシブルディスク、光ディスク、光磁気ディスク等である。この可搬記録媒体１２９には、ＣＤ−ＲＯＭ（Compact Disk Read Only Memory）、ＤＶＤ（Digital Versatile Disk）、ＵＳＢ（Universal Serial Bus）メモリ等も含まれる。ユーザは、この可搬記録媒体１２９にプログラム及びデータを格納しておき、それらをメモリ１２２にロードして使用することができる。

このように、データ分析処理に用いられるプログラム及びデータを格納するコンピュータ読み取り可能な記録媒体には、メモリ１２２、外部記録装置１２５、及び可搬記録媒体１２９のような、物理的な（非一時的な）記録媒体が含まれる。

ネットワーク接続装置１２７は、ＬＡＮ（Local Area Network）等の有線または無線の通信ネットワークに接続され、通信に伴うデータ変換を行う通信インタフェースである。情報処理装置は、プログラム及びデータを外部の装置からネットワーク接続装置１２７を介して受け取り、それらをメモリ１２２にロードして使用することができる。

例えば、外部記録装置１２５に格納したプログラムやデータは、情報処理装置のメモリ１２２にロードされる。また、ネットワーク接続装置１２７を介して接続可能な外部装置は、プログラムやデータを搬送する搬送信号を生成し、通信ネットワーク上の任意の伝送媒体を介して情報処理装置に送信する。

開示した実施の形態とその利点について詳しく説明したが、当業者は、特許請求の範囲に明確に記載した本発明の範囲から逸脱することなく、様々な変更、追加、省略をすることができる。

１ データ分析装置
２ 院内ネットワーク
３ 医事会計サーバ
４ ハードディスク
５ ハードディスク
１０ 第１のクライアント
２０ 第２のクライアント
３０ 第３のクライアント
４０ 第４のクライアント
４１ 診療データベース（ＤＢ）
４２ 患者データベース（ＤＢ）
４３ 医事科データベース（ＤＢ）
４４ 病名データベース（ＤＢ）
５１ 範囲定義値テーブル
６１ 被分析データベース（ＤＢ）
６２、６３、６４ レコード数リスト
６５ 補正定義値テーブル
１２１ ＣＰＵ
１２２ メモリ
１２３ 入力装置
１２４ 出力装置
１２５ 外部記録装置
１２６ 媒体駆動装置
１２７ ネットワーク接続装置
１２８ バス
１２９ 可搬記録媒体

Claims (4)

1. コンピュータに、
   患者の識別情報と診療日とが関連付けて格納された記憶部から、所定期間についての前記患者の識別情報と前記患者のレコード件数を抽出したレコード数リストを作成し、
   前記作成したレコード数リスト内に含まれるレコードのうち、前記患者の識別情報及び対応するレコード件数に関連して予め定義された判定条件に基づいて、予測用のデータ分析範囲として用いる前記レコードの範囲を特定し、
   分析条件に従って特定した前記レコードの範囲でデータ分析を実行し、
   実行した前記データ分析の分析時間の結果に基づいて、前記分析条件に従い実行する分析対象についての分析時間を予測し、
   予測した前記分析時間を出力する、
   処理を実行させることを特徴とするデータ分析プログラム。
2. 前記コンピュータに、予測した前記分析時間から実行した前記分析時間を減算した結果を出力する処理を実行させることを特徴とする請求項１に記載のデータ分析プログラム。
3. 分析条件に従って分析対象のデータを分析して分析結果を出力させるデータ分析方法において、
   データ分析装置が、
   患者の識別情報と診療日とが関連付けて格納された記憶部から、所定期間についての前記患者の識別情報と前記患者のレコード件数を抽出したレコード数リストを作成し、
   前記作成したレコード数リスト内に含まれるレコードのうち、前記患者の識別情報及び対応するレコード件数に関連して予め定義された判定条件に基づいて、予測用のデータ分析範囲として用いる前記レコードの範囲を特定し、
   前記分析条件に従って前記特定した前記レコードの範囲でデータ分析を実行し、
   前記実行した前記データ分析の分析時間の結果に基づいて、前記分析条件に従い実行する前記分析対象についての分析時間を予測し、
   前記予測した分析時間を出力する、
   ことを特徴とするデータ分析方法。
4. 分析条件に従って分析対象のデータを分析して分析結果を出力させるデータ分析装置であって、
   患者の識別情報と診療日とが関連付けて格納された記憶部から、所定期間についての前記患者の識別情報と前記患者のレコード件数を抽出したレコード数リストを作成するレコード数リスト作成手段と、
   前記レコード数リスト作成手段が作成したレコード数リスト内に含まれるレコードのうち、前記患者の識別情報及び対応するレコード件数に関連して予め定義された判定条件に基づいて、予測用のデータ分析範囲として用いる前記レコードの範囲を特定するレコード範囲特定手段と、
   前記分析条件に従って前記レコード範囲特定手段で特定した前記レコードの範囲でデータ分析を実行するデータ分析実行手段と、
   前記データ分析実行手段で実行した前記データ分析の分析時間の結果に基づいて、前記分析条件に従い実行する前記分析対象についての分析時間を予測する分析時間予測手段と、
   前記分析時間予測手段で予測した分析時間を出力する分析時間出力手段と、
   を備えることを特徴とするデータ分析装置。