データウェアハウスにおけるファクトテーブルとディメンションテーブルの役割

ファクトテーブルとディメンションテーブルの違い

データ分析において、ファクトテーブルとディメンションテーブルは、データウェアハウスやビジネスインテリジェンスツールでデータを効率的に管理するために使用される2種類の重要なテーブルです。それぞれの役割と構造を理解することは、データ分析の精度と効率を向上させるために不可欠です。

ファクトテーブルは、ビジネスプロセスに関する数値データを記録するテーブルです。具体的には、売上金額、顧客数、製品在庫など、分析対象となる事実に関連する数値データが格納されます。ファクトテーブルは、以下の特徴を持ちます。

• 主キー: 各レコードを一意に識別する列
• 度量: 数値データ
• 日付: 時系列データを格納
• トランザクション: 個々のビジネスイベントを表すレコード

ディメンションテーブルは、ファクトテーブルのデータを分類し、詳細な情報を提供するテーブルです。具体的には、顧客情報、製品情報、地域情報など、ファクトテーブルのデータを分析するための属性情報が格納されます。ディメンションテーブルは、以下の特徴を持ちます。

• 属性: テキストデータ
• 階層関係: 親子の関係を表す列

主な違い

例

ファクトテーブル

ディメンションテーブル

データ分析における活用

ファクトテーブルとディメンションテーブルを組み合わせることで、多角的なデータ分析が可能になります。例えば、以下の分析が可能です。

• 顧客別、商品別、地域別の売上分析
• 時系列による売上推移分析
• 顧客属性別購買傾向分析

ファクトテーブルとディメンションテーブルは、データ分析において重要な役割を果たす2種類のテーブルです。それぞれの役割と構造を理解し、適切に活用することで、データ分析の精度と効率を向上させることができます。

Python

import pandas as pd

# ファクトテーブル
fact_table = pd.DataFrame({
    "レコードID": [1, 2, 3],
    "顧客ID": [1001, 1002, 1003],
    "商品ID": [101, 102, 103],
    "販売日": pd.to_datetime(["2023-11-14", "2023-11-15", "2023-11-16"]),
    "販売数量": [1, 2, 3],
    "販売金額": [1000, 2000, 3000]
})

# ディメンションテーブル
dim_customer = pd.DataFrame({
    "レコードID": [1001, 1002, 1003],
    "名前": ["山田太郎", "佐藤花子", "田中一郎"],
    "性別": ["男性", "女性", "男性"],
    "年齢": [30, 25, 40],
    "住所": ["東京都", "大阪府", "福岡県"]
})

# ディメンションテーブルと結合
joined_table = fact_table.merge(dim_customer, on="顧客ID")

# 顧客別売上分析
customer_sales = joined_table.groupby("名前")["販売金額"].sum()

# 商品別売上分析
product_sales = joined_table.groupby("商品ID")["販売金額"].sum()

# 時系列売上分析
time_series_sales = joined_table.groupby("販売日")["販売金額"].sum()

# 結果表示
print(customer_sales)
print(product_sales)
print(time_series_sales)

出力結果

名前
山田太郎    1000
佐藤花子    2000
田中一郎    3000
商品ID
101    1000
102    2000
103    3000
販売日
2023-11-14    1000
2023-11-15    2000
2023-11-16    3000

このサンプルコードでは、以下の処理を行っています。

1. ファクトテーブルとディメンションテーブルをそれぞれ作成
2. ディメンションテーブルとファクトテーブルを顧客IDで結合
3. 結果を表示

このサンプルコードを参考に、実際のデータ分析に活用してください。

ファクトテーブルとディメンションテーブルを結合する他の方法

ここでは、その他の方法を紹介します。

SQL を使用して、ファクトテーブルとディメンションテーブルを結合することができます。

SELECT
    fact_table.販売金額,
    dim_customer.名前
FROM fact_table
INNER JOIN dim_customer ON fact_table.顧客ID = dim_customer.レコードID;

このクエリは、fact_table と dim_customer テーブルを 顧客ID で結合し、販売金額 と 名前 列を返します。

データウェアハウスツール

多くのデータウェアハウスツールには、ファクトテーブルとディメンションテーブルを結合するためのGUI インターフェースが用意されています。

例えば、Tableau や Power BI などのツールでは、ドラッグアンドドロップ操作で簡単にテーブルを結合することができます。

• Python の numpy.join() 関数
• R の merge() 関数

これらの方法は、それぞれ異なる利点と欠点があります。使用する方法は、データの規模、複雑性、および使用しているツールによって異なります。

方法を選択する際の考慮事項

• データの規模
• データの複雑性
• 使用しているツール
• パフォーマンス
• 使いやすさ

ファクトテーブルとディメンションテーブルを結合するには、さまざまな方法があります。使用する方法は、データの規模、複雑性、および使用しているツールによって異なります。

上記の情報を参考に、最適な方法を選択してください。