データレイク／データウェアハウス／データマートの3層構造

企業におけるデータ活用は年々重要性を増しています。

特に DX（デジタルトランスフォーメーション） が進むなかで、データをどう蓄積し、整理し、活用するかは競争力に直結します。

その中核となるのが「データレイク → データウェアハウス → データマート」という3層構造です。

本記事では、それぞれの役割と違い、なぜこの3層が必要なのかを整理して解説します。

Contents

データレイク（Data Lake）
データウェアハウス（DWH）
データマート（Data Mart）
3層構造での関係性
なぜ3層構造が必要なのか？
データレイク、DWH、データマートに適したクラウドサービス
- データレイク向けサービス
データウェアハウス向けサービス
データマート向けサービス
まとめ

データレイク（Data Lake）

特徴

生データをそのまま保存する領域
構造化データ（売上データ、顧客データ）だけでなく、
非構造化データ（ログ、画像、音声、IoTセンサー情報など）も格納可能
形式に縛られない「巨大な貯水池」のイメージ

メリット

あらゆるデータをロスなくため込める
将来必要になるかもしれないデータも保持できる
データサイエンティストがAI/機械学習で活用しやすい

注意点

加工されていないため、分析にすぐには使いづらい
放置すると「データスワンプ（沼）」になり、何がどこにあるか分からなくなる

データウェアハウス（DWH）

特徴

整理・加工されたデータを格納する倉庫
主に構造化データを対象に、分析しやすい形に変換して蓄積
データレイクから必要な情報を取り出し、クレンジング・集計・正規化を実施

メリット

データの整合性・品質が担保される
経営指標やBIツールでの分析に適した形になる
「全社共通のデータ基盤」として利用可能

注意点

データを投入する前処理（ETL/ELT）が必要で構築コストが高い
非構造化データは扱いづらい

データマート（Data Mart）

特徴

特定部門や業務に特化したデータセット
DWHから切り出し、利用者ごとに最適化された「小さな倉庫」
例：営業部向けの売上分析マート、マーケティング向けの顧客行動マート

メリット

部門ごとの利用ニーズに応じて高速に分析できる
利用者にとって分かりやすく、すぐに活用可能
DWH全体に負荷をかけずに利用できる

注意点

マートごとに加工が必要で、乱立すると管理コスト増大
全社横断的な分析には不向き

3層構造での関係性

以下の流れで構築されることが一般的です。

データレイク（すべてのデータ）
↓
データウェアハウス（整理済みの全社データ）
↓
データマート（部門特化データ）

データレイク：とにかく何でも入れる
DWH：全社で使えるようにきれいに整える
データマート：使う人の目的に合わせて取り出す

なぜ3層構造が必要なのか？

柔軟性：レイクに置いておけば、将来の活用に備えられる
信頼性：DWHで品質を担保することで、経営判断に耐えるデータ基盤になる
即時性：マートがあることで、現場ユーザーがすぐに意思決定に活用できる

この仕組みによって、企業は「全部のデータを失わずに保持しつつ、業務に必要な形で活用する」ことが可能になります。

データレイク、DWH、データマートに適したクラウドサービス

データレイク向けサービス

データレイクは「何でも入れられる貯水池」なので、クラウドのストレージサービスが中心になります。

代表的なサービスは以下です。

Amazon S3（AWS）
- デファクトスタンダードなオブジェクトストレージ
- 多くの分析・AIサービスと連携可能
Azure Data Lake Storage (ADLS)
- Azure Blob Storage をベースにした大規模データレイク向けストレージ
- Synapse や Databricks と統合しやすい
Google Cloud Storage (GCS)
- GCP のオブジェクトストレージ
- BigQuery とスムーズに連携可能

スケーラブルで安価に大量データを蓄積でき、非構造化データ（ログ・画像・IoTデータ）も格納可能。

データウェアハウス向けサービス

DWHは「整備済みの全社データの倉庫」。

SQLベースで高速にクエリが実行できるクラウドDWHが最適です。

Amazon Redshift（AWS）
- クラウドDWHの先駆け
- S3やQuickSightなどAWS製品と相性良い
Azure Synapse Analytics（Azure）
- DWHとビッグデータ分析を統合したサービス
- Power BIとシームレスに連携可能
Google BigQuery（GCP）
- サーバーレスDWHでフルマネージド
- 高速・スケーラブル、料金は従量課金制
Snowflake（マルチクラウド対応）
- AWS, Azure, GCP どれでも利用可能
- ストレージとコンピュートが完全分離され、柔軟にスケールできる

高品質なデータ分析基盤を提供し、BIやダッシュボードで活用しやすい。

データマート向けサービス

データマートは「部門や用途に特化した小規模な分析用データ」。

DWHから切り出して、分析ユーザーがすぐに使える形で提供します。

Amazon Redshift Spectrum（Redshift上のマート作成）
BigQuery のデータセット分割（部門ごとにマート化）
Azure Synapse のデータマート機能
- 2022年以降追加され、Power BIユーザー向けに簡易マートを作成可能
Databricks SQL + Delta Lake
- マートを柔軟に定義して提供可能
BIツール側のマート化（例：Power BI データセット、Tableau Extract）
- 部門ごとにDWHから取り出して、BI側でマート的に利用