機能データベースモデル

機能データベースモデルは、財務計画や業績管理などの分析アプリケーションをサポートするために使用されます。機能データベースモデル（略して機能モデル）は、リレーショナルモデルとは異なりますが、それを補完するものです。機能モデルは、DAPLEX機能データベースモデル^[1]や機能言語データベースなど、同様の名前を持つ他の概念とも異なります。

機能モデルは、多次元階層統合から構成されるため、オンライン分析処理 (OLAP)カテゴリの一部です。ただし、スプレッドシートのようなセル指向を必要とする点で OLAP を超えており、セルを他のセルの関数として入力または計算できます。また、スプレッドシートと同様に、セルの値が変更されるたびにすべての依存セルの値が自動的に最新になる対話型計算をサポートします。

分析、特に将来を見据えた分析や予測分析には、インタラクティブなモデリング、"what if"、およびほとんどのビジネス アナリストがスプレッドシートで行うような実験が必要です。このデータとの対話は、スプレッドシートのセルの方向と、ユーザーが他のセルの関数として計算されるセルを定義できる機能によって可能になります。

リレーショナル データベース モデルにはそのような概念がないため、サポートできるビジネス パフォーマンス モデリングと対話性は非常に限られています。したがって、リレーショナル ベースの分析は、静的な履歴データにほぼ限定されます。これでは、将来のビューを対話的に構築することから得られる分析の戦略的メリットのほとんどを逃してしまいます。

機能モデルは、スプレッドシートと同様に、外部から入力することも、他のセルに基づいて計算することもできるセルの多次元配列、つまり「キューブ」に基づいています。このようなキューブは、製品、地理、時間などの階層的に編成された実体セットに対応するディメンションを使用して構築されます。キューブは、ディメンションの直積に対する関数として考えることができます。つまり、各セルに値を割り当てます。この値は、ディメンション要素の n 組によって識別されます。そのため、「機能的」という名前が付けられています。このモデルは、スプレッドシートの柔軟性と対話性、およびリレーショナル ベースの OLAP ツールの多次元階層統合の可能性を維持しています。同時に、機能モデルは、リレーショナル データベース モデルと従来のスプレッドシートの両方の制限を克服します。

機能モデルの原理をさまざまな程度に実装した製品は、Essbase、TM1、Jedox、Alea、Microsoft Analysis Servicesなどの製品を含め、以前から存在しています。 ^{[2] [3] [4] [5] [6]}

企業の管理システムは、一般的に、相互接続された一連の制御ループで構成されています。各ループは、計画の作成から始まり、次に計画が実行され、結果がレビューされて計画と比較されます。これらの結果と将来の見通しに関する新しい評価に基づいて、新しい計画が作成され、プロセスが繰り返されます。制御ループの 3 つのコンポーネント、計画、実行、評価には、それぞれ異なる時間的観点があります。計画は将来、実行は現在、レビューは過去を考慮します。

情報技術 (IT) は、現在、管理制御ループをより効率的かつ効果的にする上で中心的な役割を果たしています。運用コンピュータ システムは実行に関係し、分析コンピュータ システム (単に分析とも呼ばれる) は計画と評価を改善するために使用されます。各コンポーネントの情報ニーズは異なります。運用システムは通常、トランザクションの記録と、在庫、進行中の作業など、ビジネスの現在の状態を追跡することに関係しています。分析には、計画に適用される将来予測分析と、評価に適用される過去予測分析という 2 つの主要コンポーネントがあります。

遡及分析では、操作の結果生じたトランザクションが要約され、セルの配列に蓄積されます。これらのセルは、時間、製品、顧客、アカウント、地域など、ビジネスに関連するすべてのディメンションで識別されます。セルは通常、実際のパフォーマンスと計画の比較などの遡及分析の基礎となるキューブに配列されます。これが OLAP システムの主な領域です。見込み分析では、同様のデータ キューブが将来の期間を対象に作成されます。見込みデータの作成は、通常、人間の入力またはユーザー インタラクションによって駆動および制御される数学モデルの結果です。

管理制御ループの 3 つのコンポーネントへの IT の適用は、新しいテクノロジが開発されるにつれて、時間の経過とともに進化しました。運用トランザクションの記録は、80 列のパンチ カードを使用して自動化する必要があった最初のものの 1 つでした。エレクトロニクスが進歩するにつれて、記録は最初は磁気テープ、次にディスクに移動されました。ソフトウェア テクノロジも進歩し、データへのアクセスと制御を集中化するデータベース管理システムが生まれました。

データベースによって、遡及分析用のレポートを簡単に作成できる言語を開発することが可能になりました。ほぼ同時期に、多次元データを処理し、予測分析の一環として予測と最適化のための数学的手法を自動化する言語とシステムが開発されました。残念ながら、このテクノロジには高度な専門知識が必要であり、ほとんどのエンド ユーザーに理解できるものではありませんでした。そのため、ユーザーによる受け入れは限られており、そこから得られるメリットも限られていました。

電子スプレッドシートが導入されるまで、将来的な分析に広く使用できるツールはありませんでした。エンド ユーザーは初めて、理解して制御できるツールを手に入れ、それを使用して理解したとおりにビジネスをモデル化できるようになりました。対話、実験、変化する状況への適応、洞察と価値の迅速な引き出しが可能になりました。その結果、スプレッドシートは幅広く採用され、最終的には普及しました。今日に至るまで、スプレッドシートは計画を行うすべての人にとって欠かせないツールです。

スプレッドシートには、モデリングと分析を容易にする重要な特性があります。複数のソースからのデータを 1 つのワークシートにまとめることができます。セルは他のセルに関する計算式によって定義できるため、さまざまなソースからの事実を論理的に相互リンクして、派生値を計算できます。計算されたセルは、依存する入力セルのいずれかが変更されるたびに自動的に更新されます。ユーザーが「what if」の質問がある場合、データ セルの一部を変更するだけで、すべての依存セルが自動的に最新の状態になります。また、セルは長方形のグリッドに整理され、並べて表示されるため、一目で、または関連するグラフィック表示で、大きな違いを見つけることができます。スプレッドシートのグリッドには通常、行または列に沿った統合計算も含まれます。これにより、詳細レベルでは明らかでない可能性のある、集計の傾向を発見できます。

しかし、スプレッドシートには多くの欠点があります。セルは行と列の位置で識別されますが、セルが表すビジネス コンセプトでは識別されません。スプレッドシートは 2 次元であり、複数のページがあると 3 次元のように見えますが、ビジネス データには多くの場合、より多くの次元があります。ユーザーが同じデータ セットで別の分析を実行する場合、データを複製する必要があります。スプレッドシート リンクを使用できる場合もありますが、ほとんどの場合は実用的ではありません。これらの制限が組み合わさって、作成および管理できるスプレッドシートの複雑さに制限が生じます。機能モデルは、スプレッドシートの主要な機能を維持しながら、その主な制限も克服しています。機能モデルでは、データはセルのグリッドに配置されますが、セルは行や列だけでなくビジネス コンセプトによって識別されます。ワークシートではなく、機能モデルのオブジェクトはディメンションとキューブです。行、列、シートの 2 次元または 3 次元ではなく、機能モデルは必要な数のディメンションをサポートします。

機能モデルのもう 1 つの利点は、データの独立性、同時マルチユーザー アクセス、整合性、スケーラビリティ、セキュリティ、監査証跡、バックアップ/リカバリ、データ統合などの機能を備えたデータベースであることです。データの独立性は、分析にとって特に大きな価値があります。データはスプレッドシートに保存する必要がなくなりました。代わりに、機能データベースが中央情報リソースとして機能します。スプレッドシートはデータベースのユーザー インターフェイスとして機能するため、同じデータを複数のスプレッドシートと複数のユーザーで共有できます。複数のユーザーによって送信された更新は、セキュリティ ルールに従ってすべてのユーザーが利用できます。したがって、データの共有バージョンは常に 1 つで一貫性があります。

機能データベースは、キューブのセットを作成するために使用されるディメンションのセットで構成されます。ディメンションは、期間、製品、エリアまたは地域、明細項目などのビジネス データを識別する要素またはメンバーの有限セットです。キューブは、任意の数のディメンションを使用して構築されます。キューブはセルのコレクションであり、各セルはキューブの各ディメンションから 1 つずつの要素の組によって識別されます。キューブ内の各セルには値が含まれます。キューブは、ディメンションの直積の各 n 組に値を割り当てる関数です。

セルの値は、外部から割り当てられる場合 (入力) や、同じキューブまたは他のキューブ内の他のセルを使用した計算の結果である場合があります。キューブの定義には、このようなセルの計算を指定する数式が含まれます。セルは空の場合もあり、統合の目的でゼロ値を持つと見なされます。

スプレッドシートと同様に、ユーザーは再計算の実行について心配する必要はありません。セルの値が要求されると、返される値は、その計算に使用されるすべてのセル、つまりそのセルが依存するセルの値に関して最新のものになります。

ディメンションには通常、一部の要素が他の要素の親として定義され、親がその子の合計として解釈される統合階層が含まれます。 1 つ以上のディメンション内の統合要素によって識別されるセルは、機能モデルによって、それらのディメンション内の子要素を持つセルの合計として自動的に計算されます。 統合セルの値が要求されると、返される値は、統合されるすべてのセルの値に関して常に最新のものになります。

立方体とその寸法（括弧内）は次のとおりです。

• 損益 - P&L（地域、アカウント、通貨、時間）
• 売上 -売上（地域、製品、時間）
• 給与計算 -給与計算（地域、従業員、時間）
• オーバーヘッド - Ovhd(アカウント、時間)
• 外国為替 - Fx(通貨、時間)

モデル内のキューブは、次の数式を通じて相互接続されています。

P&L キューブは、次の形式の式を使用して、給与キューブからドル費用を取得します: P&L( "給与", "ドル") = 給与 ("全従業員")

注: 使用されている式構文は説明目的であり、正式なモデルや機能モデルを実装する特定の製品で使用されている構文を反映していない可能性があります。式から省略されているディメンションは、それらのディメンションのすべてのリーフ要素に及ぶものと想定されます。したがって、この式は次の式と同等です。

P&L( xRegion, "Payroll", "Dollars", xTime) = Payroll (xRegion, "All Employees", xTime)、Region 内のすべての葉書 xRegion と Time 内のすべての葉書 xTime について。

同様に、P&L では、次の方法で Sales キューブから売上収益を取得します。

P&L( "売上", "ドル") = 売上("全製品")

間接費は売上に基づいて地域ごとに配分されます。

P&L("地域", "ドル") = Ovhd() * 売上高("地域") / 売上高("全地域")

最後に、他の通貨はドルの為替レートから導き出されます。

P&L() = P&L("ドル") * Fx()

キューブの履歴部分もデータ ウェアハウスから取り込まれます。この簡略化された例では、キューブの履歴部分について、先ほど説明した計算をデータ ウェアハウスで実行できますが、一般に、機能モデルは比率やパーセンテージなどの他の機能の計算もサポートします。

履歴は静的ですが、将来の部分は通常動的であり、さまざまな組織やさまざまなバックグラウンドのビジネスアナリストによって対話的に作成されます。売上予測は、各地域の専門家によって作成する必要があります。その地域に関する知識と経験を組み込んだ予測モデルとパラメータを使用することも、スプレッドシートに入力することもできます。各地域では、異なる仮定に基づく異なる方法を使用できます。給与予測は、各地域の人事専門家によって作成できます。間接費キューブには本社の財務担当者がデータを入力し、為替レート予測も同様に入力します。地域の専門家によって作成された予測は、まず地域内で確認および再利用され、次に本社で確認および再利用されます。

モデルを拡張して、たとえばさまざまな経済情勢のシナリオに基づいて変化するバージョン ディメンションを含めることができます。時間の経過とともに、各計画サイクルを異なるバージョンで保存し、それらのバージョンを実際のバージョンと比較したり、バージョン同士を比較したりすることができます。

すべてのキューブのデータは、セキュリティ上の制約に従い、いつでもすべての関係者が利用できます。ユーザーはキューブのスライスをスプレッドシートに動的に取り込んでさらに分析できますが、そのデータは他のユーザーが見ているものと同じであることが保証されます。

機能データベースは、複数の異なるソースからのデータを統合し、異なるデータセットを一貫した使用可能なモデルに結び付けます。また、複数のスプレッドシートに分散しているデータを管理下に置きます。これにより、ユーザーは複数のコンポーネントを組み合わせた概要を把握できます。たとえば、人員計画を完全な財務図に自動的に組み込むことができます。さまざまなソースに基づいてグローバルな洞察を開発するための単一のエントリ ポイントが提供されます。

スプレッドシートのような機能データベースでは、依存するすべての値が最新の状態で、ユーザーが入力値を変更することもできます。これにより、what-if 実験や複数のシナリオの作成と比較が容易になります。ユーザーはシナリオを並べて表示し、最も適切なものを選択できます。計画を立てる際、ユーザーは繰り返し結果をリサイクルして操作することで、最も有利な行動方針に収束できます。実用的な洞察は、ユーザーがスプレッドシートで通常行うデータとの密接な操作から生まれます。

機能データベースは、共通のインタラクティブなデータ ストアを提供するだけではありません。アナリストが開発したモデルと、ビジネスの特定分野に関する知識を統合し、すべてのユーザーが共有できるようにします。これを実現するために、機能データベースはスプレッドシートのインタラクティブなセルベースのモデリング機能を保持しています。これにより、ビジネスの現実の複雑さをより正確に反映したモデルが可能になります。

おそらく、機能データベースが分析にもたらす最大の貢献は、コラボレーションの促進です。複数の個人や組織が、単一の真実を共有するだけでなく、動的で常に変化する真実を共有できます。自動計算により、複数のソースからの入力が迅速に統合され、調整されます。これにより、さまざまな部門の相互作用が促進され、思考プロセスの複数の反復が容易になり、異なる視点を収束させて調整できるようになります。また、モデルの各部分は、特定の分野の専門家によって開発されるため、組織全体に存在する経験と洞察を活用できます。

• 「基本集合論」。スタンフォード哲学百科事典。http://plato.stanford.edu/entries/set-theory/primer.html
• Bird RS、Wadler PL『関数型プログラミング入門』Prentice Hall (1988)。
• Buneman P.、「関数型データベース言語と関数型データ モデル」。FDM ワークショップのポジション ペーパー (1997 年 6 月) http://www.cis.upenn.edu/~peter/fdm-position.html。
• Codd, EF 大規模共有データバンクのためのリレーショナルデータモデル。Comm. ACM 13, 6 (1970 年 6 月)
• ヘンダーソン P. 関数型プログラミングの応用と実装。プレンティス ホール (1980)。
• Hrbacek, K および Jech, T 『集合論入門』、第 3 版、Marcel Dekker, Inc.、ニューヨーク、1999 年。
• ラング、セルジュ（1987）、線形代数、ベルリン、ニューヨーク：シュプリンガー・フェアラーク、ISBN 978-0-387-96412-6 
• CM ネッコ、JN オリベイラ、L. キンタス。オンライン分析処理のための機能的アプローチ、2006 年。WISBD、III ソフトウェアおよびデータ基盤の開発ワークショップ。 CACIC'06、XII Congreso Argentino de Ciencias de la Computación、アルゼンチン国立サンルイス大学。
• EF Codd。ユーザーアナリストへの OLAP の提供: IT の義務、1993 年 4 月。技術レポート、EF Codd and Associates。
• P. Trinder、「機能データベース」、D.Phil 論文、オックスフォード大学、1989 年。
• G. Colliat, Olapリレーショナルおよび多次元データベースシステム、SIGMOD Record、25(3)、(1996)
• TB Pedersen、CS Jensen、「多次元データベース技術」、IEEE Computer 34(12)、40-46、(2001)
• CJ Date と Hugh Darwen 著: SQL 標準ガイド: 標準データベース言語 SQL のユーザー ガイド、第 4 版、Addison Wesley、米国 1997 年、ISBN 978-0-201-96426-4 
• Ralph Kimball および Margy Ross、『データ ウェアハウス ツールキット: ディメンション モデリングの完全ガイド (第 2 版)』、393 ページ
• Karsten Oehler Jochen Gruenes Christopher Ilacqua、IBM Cognos TM1 公式ガイド、マグロウ ヒル 2012
• TM1 の決定的な歴史、マニー・ペレス、https://www.cubewise.com/about-cubewise/company/story-of-ibm-pa-tm1/
• スプレッドシートを超えて: TM1 の物語。 2020. [映画] A. ヴァーレ・ダ・コンセイソン監督。シドニー、オーストラリア。 https://tm1.フィルム
• マニー・ペレス、フラットロックの完全インタビュー。2020 [映画] https://www.youtube.com/watch?v=yO_LUhkwIF4&list=PLCb8b-2N8MebWgyBhXdMDTmkH5Mx-ZMAs