DWH（データウェアハウス）とは？特徴・機能や製品選定のポイント、データベースとの違いなど

DWH、データベース、データレイク、データマートは、データ分析をする上で必ず登場してくるキーワードですが、それぞれの違いをご存じでしょうか。

いずれも”データを保管しておく入れ物”という点では同じですが、特徴や使い方は全く異なります。

本記事では、実際にDWH選定やBIツールでのデータ可視化・分析や業務効率化を行い、その他データ活用に関する多くの知見のある株式会社KUIXがこれまでの経験をもとにDWHとデータベースのような混同されがちなキーワードとの違いやDWHの特徴・機能、DWH製品選定のポイントを解説いたします。

DWH（データウェアハウス）とは

DWH(Data Ware House：データウェアハウス)とは、一言で表すと直訳の通り、”データの倉庫”です。

前述の”データを保管しておく入れ物”という意味では、データベース(DB)やデータレイク(Data Lake)、データマート(Data Mart)も同じですが、DWHは、米国のコンサルタントWilliam H.Inmon氏によって、「目的別に編成・統合された、時系列で、削除や更新をしないデータの集合体」と定義された概念です。

DWHを使用する目的は、大量のデータを分析し、データに基づく経営をするための意思決定に役立てることです。

みなさまの企業でも、生産/在庫/販売管理などの基幹システムデータやCRM(顧客管理システム)の顧客データなど様々なシステムを導入していることと思います。

それらすべてのシステムデータを用いてデータ分析しようとした場合、それぞれのシステムからデータをエクスポートして、Excelに貼り付けて、さらに顧客IDや商品IDなどで結合したら、Excelの動作が重くなってしまった、フリーズした。。。なんて経験をされた方も多いのではないでしょうか。

各システムのデータが1つ集約されていて、顧客IDや商品IDなど横断的にデータを分析できれば良いですよね。

基幹システムデータや顧客データなどの様々なデータソースからのデータを一か所に保管し、一か所に集めたビジネスデータを用いて分析を行い、意思決定できる環境がDWHです。

つまり、”ビジネスに必要なデータが全て保管されている場所”です。

DWHとデータベース、データレイク、データマート、BIとの違い

DWHの特徴・機能の説明をする前に、DWHとデータベースのように混同されがちなキーワード(データベース、データレイク、データマート、BI)との違いを説明します。

DWHとデータベース(DB)の違い

同じデータベースですが、具体的には、通常のデータベースは、レコードと呼ばれる行単位でデータを読み込むため、不要な列の情報も読み込んでしまい、データ抽出に時間がかかりますが、DWHは列単位でデータを読み込むため、必要な列の情報のみのデータを抽出でき、効率的にデータを抽出することができるという違いがあります。

DWHとデータレイク(Data Lake)の違い

DWHとデータレイク(Data Lake)の違いは、格納されているデータの構造です。

DWHとデータマート(Data Mart)の違い

DWHとBIツールの違い

DWHが分析に特化したデータを格納しているのに対し、BIツールはそのデータを分析・可視化し、分析結果から意思決定をするためのツールです。

このように、DWHとBIツールともにデータ分析に欠かせないですが、活用用途に違いがあります。

DWHの4つの特徴・機能

統合されたデータ

データの重複や表記ゆれ(会社名が、「株式会社A」、「(株)A」と同じデータでも表記が異なる)があると分析データとして信憑性が低くなるため、表現の統一や重複削除など整合性のあるデータであることが重要です。このようなデータを”統合されたデータ”と呼びます。

時系列整理されたデータ

データ分析では、売上の時系列推移など過去から現在までのデータの傾向を把握した上で意思決定の判断をすることが重要です。

そのため、最新のデータだけでなく、過去データに関しても整理されたデータであることが重要で、このようなデータを”時系列整理されたデータ”と呼びます。

永続的に保管されたデータ

DWHの特徴・機能の3つ目は、”永続的に保管されたデータ”であることです。

ただし、データ容量やコストの観点から無限にデータを格納し続けることは実現的ではないため、使用頻度の低いデータをコストの低いデータ領域に退避するなどのメンテナンスは必要です。

サブジェクトごとに整理されたデータ

基幹システムデータや顧客データなどの様々なデータソースごとではなく、データの種類によって整理されていることによって、各システムに依存せずにデータ本来に着目して、データ分析することができます。

DWH製品選定の5つのポイント

サービスの提供形態(オンプレミス/クラウド)

1つ目のポイントは、サービスの提供形態(オンプレ/クラウド)です。

オンプレミスは、実機のサーバーを利用することです。オンプレミスサーバーは、社内LAN内のみで使用することでインターネットを介さないため、セキュリティ面で情報漏洩のリスクを抑えることや自社でのみ使用されるため、カスタマイズ性に優れているという特徴があります。ただし、サーバーの保守や障害発生時の復旧などのトラブル対応も社内で実施する必要があります。

一方、クラウドサービスは、インターネット経由で接続するため、セキュリティ面でアカウント管理などは厳重に行う必要がありますが、他のクラウドサービスのデータを扱う場合や国内外の拠点からアクセスする場合などのニーズに対応できるという特徴があります。また、サーバーの保守や障害発生時の復旧などは、サービスとして保証されています。

このようにサービスの提供形態(オンプレ/クラウド)は、セキュリティ面やニーズに合わせて選択することが重要なポイントです。

データ処理速度

データ容量の拡張性

ただし、データ容量やコストの観点から無限にデータを格納し続けることは実現的ではないため、使用頻度の低いデータをコストの低いデータ領域に退避できる機能やGoogle BigQueryのように90日以上更新されていないTableデータのデータ参照はコストが低くなる料金形態なのかは要確認事項です。

ユーザインターフェースの柔軟性

製品として優れていても、誰も使わないシステムでは意味がないのでしっかり確認しましょう。

外部アプリケーションとのデータ連携のしやすさ

5つ目のポイントは、外部アプリケーションとのデータ連携のしやすさです。

外部アプリケーションの代表格は、BIツールです。分析に特化したデータベースであるDWHのデータをBIツールに連携できなければ何の意味もありません。

また、基幹システムやCRMなどのシステムからデータを連携できなければ意味もありません。外部アプリケーションとのデータ連携のしやすさは、製品選定する上で重要なポイントです。

まとめ

そのため、DWHの役割はとても重要なものとなります。また、要件やコスト、拡張性など、みなさまに合ったDWH製品を選ぶことが重要です。