物流や販売などの部門ごとに散在していた，過去から現在までの全社のデータを統合して管理することによって，経営戦略の立案に役立てる仕組みはどれか。

アデータウェアハウス

平成22年度秋期 ITパスポート試験問9 解説データウェアハウス

散在するデータを「統合」し、過去から現在までのデータを「蓄積」し、経営戦略という「意思決定」に役立てる、というキーワードの組み合わせから、データウェアハウス（DWH）を選択するのがこの問題の解法です。

データウェアハウスは、直訳すると「データの倉庫」です。企業内のさまざまな業務システム（販売、在庫、人事など）で発生するデータを、単にバラバラに持っておくのではなく、一つの場所に集めて整理・統合したデータベースを指します。

データウェアハウスには、提唱者であるビル・インモンによって定義された4つの大きな特徴があります。

この問題文にある「部門ごとに散在していたデータを統合する」という点は2番の統合に、「過去から現在まで」という点は3番の時系列に合致しています。

選択肢にはデータに関する似たような用語が並んでいます。これらを正しく区別することが、ITパスポート試験で得点を稼ぐポイントです。

データマイニングは、蓄積された大量のデータの中から、統計的な手法やAIを用いて、それまで気づかなかった「有益な知識や相関関係」を掘り起こす（マイニングする）作業のことです。データウェアハウスが「データの置き場所」であるのに対し、データマイニングは「データの分析手法」を指します。

データ中心アプローチ（DOA）は、システムの設計手法の一つです。業務プロセス（処理）の流れよりも、扱うデータの構造を優先してシステムを設計する考え方を指します。

データモデリングは、現実の世界にあるデータ構造を、コンピュータで扱いやすいように整理・図式化する作業のことです。データベース設計の際にER図（実体関連図）などを作成する工程をイメージするとわかりやすいでしょう。

なぜこのような仕組みが必要とされるのでしょうか。かつての企業活動では、各部門がそれぞれの目的でシステムを運用していました。しかし、経営者が「全社の今の状況を把握して、次の戦略を立てたい」と考えたとき、部門ごとにデータがバラバラでは、集計するだけで膨大な時間がかかってしまいます。

そこで、あらかじめ全社のデータを一つの倉庫（データウェアハウス）に集約しておくことで、必要なときに素早く分析結果を取り出し、迅速な経営判断（意思決定）につなげることが可能になります。

現代のビジネスにおいて重要視されているBI（ビジネスインテリジェンス）を実現するための基盤となるのが、このデータウェアハウスという仕組みです。