データレイク、データウェアハウス（DWH）、データマートの違いと使い分けを徹底解説

はじめに

データ分析基盤の構築やクラウドサービスの選定を進める中で、「データレイク」「DWH（データウェアハウス）」「データマート」という言葉を頻繁に耳にするかと思います。

これらはすべてデータを保管する仕組みですが、それぞれ役割や用途が異なります。これらを混同したままシステムを構築してしまうと、「データは溜まっているのに分析に使えない」「BIツールとの接続でつまずく」といった問題が発生しやすくなります。本記事では、これら3つの用語の役割の違いと、データが流れる順序や自社の状況に応じた使い分けの考え方についてわかりやすく整理して解説します。

各用語の役割解説

データが価値を生むまでには、収集・蓄積・加工・活用というプロセスがあります。それぞれの段階で最適な保管場所が存在します。

1. データレイク：生のデータを保管する「池」

データレイクは、基幹システムのデータ、Webサイトのログ、画像ファイル、CSVなど、形式を問わずあらゆる生データをそのままの状態で大量に保管する領域です。構造化データ（テーブル形式）だけでなく、非構造化データ（テキスト・動画・センサーデータなど）も格納できる点が最大の特徴です。

文字通りデータの「池」であり、「将来的に機械学習や詳細分析に使うかもしれないデータを、加工前の状態で保持しておく」という用途に最適です。代表的なサービスとしてはAmazon S3やAzure Data Lake Storageなどが挙げられます。

⚠️ データスワンプに注意

データレイクは「とにかく貯める」ことが容易な反面、データのカタログ化（どこに何があるかの管理）を怠ると、「データはあるが誰も使い方がわからない」いわゆるデータスワンプ（データの沼）に陥るリスクがあります。データレイク導入時は、メタデータ管理の仕組みを同時に整備することが重要です。

2. DWH：分析用に整形して保管する「倉庫」

DWH（データウェアハウス）は、データレイクから抽出したデータを、分析しやすい形にクレンジング（表記ゆれの統一や欠損値の補完など）し、構造化して保管する領域です。

全社共通の分析基盤としての役割を持ち、品質の高いデータが整理・格納されている「倉庫」にあたります。代表的なサービスとしてはSnowflakeやAmazon Redshiftなどが挙げられます。

3. データマート：目的に合わせて切り出した「専門店」

データマートは、DWHに蓄積されたデータの中から、特定の部門やテーマ（用途）に絞ってデータを切り出し、保管する領域です。

たとえば、マーケティング部門がキャンペーン分析を行うために、DWHから「売上データ」と「顧客データ」だけを抽出・結合したものがデータマートです。BIツールとの接続先をデータマートに限定することで、クエリのパフォーマンス向上やデータへのアクセス制限（セキュリティ管理）にも効果的です。利用者が自分に必要なデータへ素早くアクセスできるため、現場の意思決定を加速させることができます。

3者の比較とデータが流れる順序

まずはこれら3者の特徴を比較表で整理してみましょう。

データレイク・DWH・データマートの比較
比較項目	データレイク	DWH	データマート
保管するデータ	生データ（構造化・非構造化を問わず）	クレンジング・統合された構造化データ	特定の目的に合わせて抽出・集計されたデータ
主な用途	とりあえず蓄積する／機械学習・AI開発	ファクトやディメンションの整理・データマートの元となるデータの保管	特定の部門や業務における迅速なデータ分析・可視化
主な利用者	データサイエンティスト／データエンジニア	データアナリスト／データエンジニア	ビジネス部門（営業・マーケティングなど）の担当者
データの状態例	浄水前の「池」	整理整頓された「倉庫」	用途別の「専門店」