「イベントログを PowerPivot に読み込んで分析」シリーズです。
※ SSASと併用したデータマイニング については別の機会に..ということでご了承ください

1. はじめに
2. 計画 ← 今回はここ
3. 分析軸の作成 ※2010/03/30 追記 
4. PowerPivot for EXCEL 2010 の準備とデータの取り込み
5. 計算列の作成とテーブル間リレーションの作成
6. ピボットテーブルの作成

Business Intelligence という言葉から、BIに関連する機能って「なんか人口知能のようなもの」をイメージしてしまう方もいらっしゃると思います。え？いません！？ じ、実は、何を隠そう、私がそうです（恥ずかしい….）。

ということで、今回は「分析の考え方」についてズブの素人なりに説明してみたいと思います。

分析を実行するには、はじめに「何を分析したいのか？」をざっくりと洗い出しておく必要があります。具体的に言えば、分析のための「メジャー（尺度）」と「ディメンジョン（軸）」が明確になっていないと分析に着手することができません。

メジャー（尺度）とは、分析したい数字です。イベントログであれば「イベントの数」が該当するでしょう。

もちろん、「イベントの数」といっても、単なる総数では意味がありません。「いつ発生した」「どのサーバーの」「どんなサービスが出した」イベントの数であるかを明確にすることで、はじめて分析が行えます。具体的には、例えば「3月1日から3月10日のあいだの、DNSに関連したエラー」の数 などです。

この「いつ」や「どの」、「どんな」に相当するのがディメンジョン（軸）です。

メジャーが「売上」であれば、ディメンジョンは「店舗」「商品名」「地域」「日時」「値引き額」などでしょう。

恥の上塗りになるので言いたかありませんが、「ディメンジョン」と聞いて「中学校で習ったXYZ軸」を思い浮かべてしまうと、かえって混乱します。だって、店舗、商品名、地域、日時、値引き額 で既に5次元ですから、立体を頭に思い浮かべようとするとワケが分からなくなります。わたしゃ馬鹿なので、その呪縛から抜け出すために相当な時間がかかりました…ほんとに恥ずかしい話です。だからいまだに Newton とか読めないんですよね…。

話を戻しまして。

イベントログの分析であれば、求められるのは以下のような結果かと思います。
※ 本当は、ここにパフォーマンスログを重ね合わせたいところですが、ひとまず今回はイベントログだけを見ていきます。

• 時間帯およびサーバーごと、およびサービスごとのエラーの傾向
• 不正なアクセスが発生している時間帯
• 重大およびエラーイベントの発生履歴
• サーバーの稼働状況
• ・
• ・などなど

例えば「時間帯およびサーバーごと、およびサービスごとのエラーの傾向」を分析したいと考えた場合には、メジャーとディメンジョンは以下のようになるでしょう。

• メジャー（尺度） ＝ エラーの数
• ディメンジョン（軸） ＝ 日時、サーバー名、エラーを出しているサービス

ここに「サーバーのメンテナンススケジュール」などを組み合わせられると、SEの夜間作業の正当性を主張する際のネタにもなりますね。

メジャーとディメンジョンがざっくり決まったら、必要なデータを準備します。

メジャーとなる「エラーの数」は、イベントログが格納されているテーブルを集計することで取ってこられますから、事前に準備する必要はありません。

では、ディメンジョンはどうでしょうか？

これらもイベントログのテーブルに入ってはいます…が、はたしてそれは ディメンジョン として使用できるのかどうか？これは考えどころです。

ディメンジョンとは「軸」です。軸は絶対的な値でなければなりません。なんせ「軸」ですから。

イベントログのテーブルに「サーバー名」としてServer1、Server2、Server3 が入っていたとしましょう。分析対象のサーバーがこの3つだけならば、何とかなることも多いでしょう。では、Server4 について分析したい場合にはどうしましょう？ 「Server4 に関するログが無いってことは分析の必要が無い」と判断するのもアリですが、たとえそうだとしても、分析結果には「Server4のイベントが0である」ことを可視化したいですよね。

時間についても同じです。2010/3/1 12:15 に発生したエラーはあるけど、2010/3/1 12:16 に発生したエラーは無いかも知れません。だとすれば、「2010/3/1 12:16 のエラーは0」であることを明に示したいはずです。

このようにデータとして存在しない場合でも、分析結果として可視化する必要があり、そのためには分析の「軸」であるディメンジョンをきちんと用意しておく必要があります。

話が少しそれますが、分析に必要なメジャーやディメンジョンは、時と場合、または人によって異なるはずです。こう言ってはなんですが、気分によっても違うでしょう。その都度、分析用のデータベースを作り直したり、ディメンジョンを変更したりといった作業を IT部門にお願いして準備してもらうといったプロセスでは、「そのときの、分析に対する熱い想い」が冷めてしまいます。IT部門だって、ちょっとイヤかもしれません。

PowerPivot のよいところは、分析を実行する人が、自らデータを準備できる点です。例えば、「時間帯ごとの値引き額」というディメンジョンに相当するテーブルが SQL Server に用意されていなくても、手元の EXCEL に保存されていれば、手元の EXCELファイルを直接 PowerPivot に読み込んで分析を開始することができます。自分で「あ、こんなディメンジョンがあったら、あんな分析ができるかも！」と思ったら、即対処できます。これはうれしいですよね。

ということで、次回は Excel を使用してディメンジョンを作ります。