データウェアハウス

データウェアハウスとは、企業内に存在する様々なシステムやアプリケーション、クラウドサービスなどから定期的にデータを収集し、時系列に沿って蓄積していくシステムのことです。このシステムは、ビジネス上の意思決定を支援するために、過去のデータを参照し、分析することを目的としています。

データウェアハウスの概要

データウェアハウスの概念は、1990年代初頭に計算機科学者のビル・インモンによって提唱されました。彼の定義によれば、データウェアハウスとは「意思決定を支援するために、特定のテーマに沿って整理され、統合され、時系列で管理され、データの削除や更新が行われないデータの集合体」とされています。

具体的には、製造管理システム、販売管理システム、会計システムなどの基幹システムから、マスターデータやトランザクションデータ（取引データ）を抽出し、再構成・再蓄積したものがデータウェアハウスとして利用されます。

データウェアハウスの成立と発展

1990年代、ハードディスクの価格が下落し、PCやサーバーで利用可能な安価なCPUを並列で使用する技術が確立されたことが、データウェアハウスの発展を後押ししました。それまでは高価であった専用のハードウェアやソフトウェアが、汎用的なPCで構成できるようになったことで、長期間にわたるデータ蓄積が可能になりました。

2010年代に入ると、Google BigQueryやAmazon Redshiftなどのクラウドベースのデータウェアハウスが登場しました。これにより、初期費用を抑え、利用時間やリソースに応じた従量課金でデータウェアハウスを利用できるようになり、その利用用途は飛躍的に拡大しました。

データウェアハウスの特徴

基幹システムでは、データの参照時点での状況把握が主な目的であるため、過去のデータは基本的に保持されず、一定期間ごとに集計データに更新されることが一般的です。しかし、データウェアハウスは過去データの蓄積と現在との比較分析を目的とするため、データの削除や更新は行わず、データ量は時間とともに増加していきます。これにより、顧客の購買履歴や将来の購買予測など、様々な分析が可能になります。

データウェアハウスに関連するシステム

データウェアハウスは、複数の基幹システムからデータを収集し、蓄積することで、ビジネス上の意思決定を支援します。このため、データウェアハウスはBI（ビジネスインテリジェンス）システムの一部として位置づけられることがあります。

データウェアハウスでは、極めて小さい単位のデータ（アトミックデータ）を扱いますが、多くの場合、集計されたデータの方が処理速度が速いため、データウェアハウスから集計されたデータを利用するデータマートが構築されることがあります。データマートは、ユーザーが分析やレポート作成に使用するデータを提供し、データウェアハウスはデータの倉庫、データマートはデータの小売店と例えられます。

データウェアハウスから有用なデータを発見するための手法やツールとして、市販のデータベースソフトウェアや、OLAP（オンライン分析処理）、データマイニングなどの専門ツールが利用されます。

データウェアハウスの製品例

主要なデータウェアハウス製品には、以下のようなものがあります。

• - SAP: SAP NetWeaver Business Warehouse, SAP BW/4HANA, SAP IQ
• - Oracle: Oracle Database / Oracle Exadata
• - Teradata: Teradata Database / Teradata Vantage
• - IBM: Red Brick
• - Netezza: Netezza TwinFin
• - NEC: InfoFrame DWH Appliance
• - マイクロソフト: Microsoft SQL Server
• - 日本HP: HP Neoview Platform

関連用語

• - 巨大知
• - 集合知
• - データマート
• - OLAP
• - データマイニング
• - テキストマイニング
• - データベース
• - Extract/Transform/Load|Extract_Transform_Load (ETL)

もう一度検索