データウェアハウス(DWH)

📌

DWHとは

データウェアハウス（DWH＝Data Warehouse、データの倉庫の意味）とは、分析のために各種データを統合し、時系列で蓄積したデータベースのことです。経営判断や戦略立案に役立てる目的で作られます。

身近な例で考えると、家計簿を何年分もまとめて保管する書庫のようなものです。日々の買い物（業務処理）は今月の出費を扱いますが、DWH は「過去5年でどの月に支出が増えたか」を見渡せるよう、データを捨てずに積み重ねていきます。

上の図解のように、販売・在庫・会計といったバラバラな業務システムのデータを1か所に集めて統一し、年ごとに積み上げます。集めたデータは BI（＝ビジネスインテリジェンス。分析・可視化ツールのこと）で集計・グラフ化して活用します。

📌

用途と特徴

DWH へのデータの取り込みには、ETLと呼ばれる処理を使います。バラバラの形式を整えて統一する役割です。
・Extract（抽出）：各業務システムから必要なデータを取り出す
・Transform（変換）：日付の書式やコードを統一し、集計しやすい形に整える
・Load（格納）：整えたデータを DWH に書き込む

DWH には次のような特徴があります。
・統合性：複数システムのデータを統一ルールで一元化する
・時系列性：過去のデータを上書きせず、時間軸に沿って蓄積し続ける
・分析志向：1件ずつの更新ではなく、大量データの集計・参照に最適化されている

用途としては、売上の傾向分析・需要予測・顧客の購買パターン分析などがあります。「今この瞬間の在庫数」を扱う業務システムとは目的が異なり、DWH は「過去からの流れを俯瞰する」ための土台になります。

📌

データレイクとの違い

DWH とよく対比されるのがデータレイク（data lake、データの湖）です。どちらもデータをためる場所ですが、ためる前に「整えるかどうか」が大きく違います。

DWH は「使いやすく整えてから倉庫にしまう」方式です。あらかじめ統一されているので、すぐ集計・分析できます。一方データレイクは「とりあえず何でも生のまま湖にためておく」方式で、後から目的に応じて加工します。

整理棚に例えると、DWH はラベルを貼って分類済みの引き出し、データレイクは未整理の物をひとまず入れておく大きな箱です。近年は両方を組み合わせ、レイクにためた生データから DWH を作る構成も使われます。

📌

OLTPとOLAPの違い

データベースの使い方は大きく2種類に分かれます。OLTP（オルティーピー、Online Transaction Processing＝オンライントランザクション処理）と、OLAP（オラップ、Online Analytical Processing＝オンライン分析処理）です。

OLTP は「注文を受け付ける」「在庫を1つ減らす」のように、1件ずつの処理を素早くこなすことに特化しています。常に「いまの最新状態」を保つことが目的で、銀行の取引や ECサイトの購入処理がこれにあたります。

一方 OLAP は「過去3年の月別売上を比べる」のように、膨大なデータをまとめて集計・分析することに特化しています。DWH はこの OLAP を支えるためのデータ基盤です。

📌

なぜDWHが必要か

なぜ DWH が必要かを一言で言うと、「業務システムは分析向けに設計されていないから」です。

業務システムのデータベース（OLTP）には、次の特徴があります。
・バラバラな形式：販売システム・在庫システム・会計システムはそれぞれ独立して作られており、項目の名前や単位が統一されていないことが多い
・最新値だけを保持：在庫数などは「いま何個あるか」を常に上書きするため、「去年の同じ時期は何個だったか」が分からない
・重い分析クエリを実行できない：何百万件もの履歴を集計するような処理を業務DBで走らせると、通常の注文処理が遅くなってしまう

DWH はこれらをまとめて解決します。ETL でバラバラなデータを統一形式に変換して取り込み、時系列に積み上げることで「過去を振り返り、傾向をつかみ、未来を予測する」ための土台を提供します。経営の意思決定を支える「データの図書館」とも言えます。

✏️

練習問題