なぜ「データウェアハウス」と「データレイク」は衝突＆失敗する？シンプルな解決策とは
記事をお気に入りリストに登録することができます。
企業が競争力を持つためには、データ活用が必要不可欠となっている。そのためには、過去のデータの可視化と分析が得意な「データウェアハウス（DWH）」と、非構造化データも扱えることで機械学習や未来予測に適した「データレイク」、どちらもうまく活用することが重要だ。しかし、それぞれの特性や思想が大きく異なるため、双方を運用することは課題が多い。どうすれば「良いとこ取り」ができるのだろうか？
（Photo/Shutterstock.com）
再認識されるデータ活用の重要性
特にここ数年で、市場には劇的な変化が起きている。需要予測やサプライチェーンなどのマネージメント、顧客体験までもリセットされ、勘や経験による判断では顧客ニーズに対応しきれなくなってしまった。
こうした変化を乗り越えるために、データ活用の重要性が再認識されている。実際、構造化データを扱うのが得意な「データウェアハウス」にデータを蓄積し、そのデータをさまざまな角度から分析・可視化している企業は今や珍しくない。
加えて、ログやテキスト、画像や動画などといった非構造化データの蓄積を得意とする「データレイク」を導入し、データとAIを組み合わせて未来の需要を予測したり、意思決定を自動化したりといったことに取り組む企業も増えている。これからのデータ＆AI戦略を考える上では、非構造化データの活用は欠かせないだろう。
しかし、データウェアハウスとデータレイクを併用して運用するのは、実は非常に難しい。サイロ化してどこに信頼できるデータソースがあるのかわからなくなったり、同じポリシーでセキュリティやガバナンスを効かせにくかったり、データが双方を行ったり来たりすることでムダが大きくなったりするのだ。
このようなデータウェアハウスとデータレイクの衝突と混乱を避け、積極的で先進的なデータ活用を実現する「シンプルな解決策」はあるのだろうか？
こうした変化を乗り越えるために、データ活用の重要性が再認識されている。実際、構造化データを扱うのが得意な「データウェアハウス」にデータを蓄積し、そのデータをさまざまな角度から分析・可視化している企業は今や珍しくない。
加えて、ログやテキスト、画像や動画などといった非構造化データの蓄積を得意とする「データレイク」を導入し、データとAIを組み合わせて未来の需要を予測したり、意思決定を自動化したりといったことに取り組む企業も増えている。これからのデータ＆AI戦略を考える上では、非構造化データの活用は欠かせないだろう。
しかし、データウェアハウスとデータレイクを併用して運用するのは、実は非常に難しい。サイロ化してどこに信頼できるデータソースがあるのかわからなくなったり、同じポリシーでセキュリティやガバナンスを効かせにくかったり、データが双方を行ったり来たりすることでムダが大きくなったりするのだ。
このようなデータウェアハウスとデータレイクの衝突と混乱を避け、積極的で先進的なデータ活用を実現する「シンプルな解決策」はあるのだろうか？
この記事の続き >>
・2つのデータプラットフォームが データ＆AI戦略 を阻害する
・双方の “いいとこ取り” を実現するシンプルな方法とは？
・コロンビアスポーツウェアでは 48 倍高速化、処理時間が4時間から「5分」に
今すぐビジネス＋IT会員にご登録ください。
すべて無料！ビジネスやITに役立つメリット満載！
-
ここでしか見られない
1万本超のオリジナル記事が無料で閲覧可能
-
多角的にニュース理解
各界の専門家がコメンテーターとして活躍中！
-
スグ役立つ会員特典
資料、デモ動画などを無料で閲覧可能！セミナーにご招待
-
レコメンド機能
あなたに合わせた記事表示！メールマガジンで新着通知
関連タグ
