ヴィーム 亀田 データ

データレイクとは、データの構造や大きさ、性質、種類などにかかわらず、あらゆるデータをそのままの形で集めて保存できる格納庫のことです。規則性を持つ構造化データや、文書や画像などの非構造化データを形にとらわれずに保存できる点が特徴です。
大量のデータが泳ぐことのできる「湖」（Lake）という意味合いから、データレイクと名付けられています。

データレイクのメリットとして、収集したデータを未加工の形で保管できることにより、データの一元管理が可能な点が挙げられます。構造化する手間がなく、瞬時にローデータ（生データ）を格納するため、コストをかけずに大量のデータを保存でき、かつ高速でのデータ処理や全社を横断したデータ共有が可能です。
柔軟性のあるローデータを保存でき、任意の目的で迅速に分析できるため、機械学習のシステムに応用するのが理想的です。

デメリットとして、データが未加工の状態で保管されているため、分析に工数がかかる場合があります。技術的な知識がない人にとっては使いにくく、誰もが簡単かつ自由に活用できるわけではない点には留意が必要です。

データウェアハウスは、基幹系システムなどから収集したデータを活用するための保管場所のことです。データレイクとは異なり、ローデータではなく処理済み、構築済みのデータを蓄積します。データウェアハウス内では、これらのデータがサブジェクトと呼ばれるまとまりごとに整理・保管されています。
あらゆるデータをそのまま保存するデータレイクとは異なり、さまざまなフォーマットのデータを分析しやすいよう集約・整理しているため、検索が容易な点が特徴です。

データウェアハウスのメリットは、データをすべて時系列順に保管できる点です。そのため、過去のどの時点で保存されたのか把握でき、分析に際して総合的な判断や的確な意思決定が可能です。

一方、データレイクと違い、あらかじめ決められた目的でしかデータを活用できないため、定型的な分析に陥りやすい点がデメリットです。

データマートとは、データの利用部門や用途、目的などに応じて必要なものだけを抽出し、利用しやすい形に加工したうえで格納する場所を指します。情報が網羅的に格納されるデータウェアハウスとは異なり、データマートはデータを目的や用途ごとに小分けした「マート」（店）というイメージです。

データマートは、目的や用途に沿って抽出・保管されているため、迅速かつ容易にデータを取り出せる点がメリットです。また、特定の情報の収集や分析を目的としているため、既存のデータウェアハウスをもとに簡単に作成できるメリットもあります。

一方、目的や用途によって抽出されたデータであるため、重層的・多角的な分析に向かない点はデメリットです。
近年は顧客のニーズの変化が激しくなっており、データマートでは対応しきれなくなりつつあります。要件に合わせてデータマートの数が増えると、修正などに多くの手間やコストがかかってしまうからです。また、部門の要件ごとにデータマートを作成すると、データ活用の仕方が部門ごとに異なってしまう点もデメリットです。