データウェアハウス（DWH）とは、企業内の多種多様なシステムから収集した大量の業務データを統合・整理し、分析や意思決定に活用するためのデータ基盤です。時系列でデータを蓄積し、ビジネスインテリジェンス（BI）ツールや機械学習モデルを用いた高度なデータ分析をサポートします。
データウェアハウスとは
データウェアハウスは、一言でいうと「意思決定やデータ分析のために最適化された、企業全体のデータを集約する大容量のデータ保管所」です。
詳しく解説
基幹系システムや顧客管理システムなど、社内の異なるデータベースから抽出・変換されたデータを一元管理します。通常のデータベースが日常的な取引処理を目的とするのに対し、データウェアハウスは分析・集計処理に特化しています。過去から現在に至るまでの時系列データを書き換えずに蓄積するため、長期的な傾向分析や意思決定の根拠として利用されます。近年では、機械学習モデルの学習データ生成やビジネスインテリジェンスツールのデータソースとして不可欠な役割を果たしています。
具体例・使われ方
例えば、ECサイトにおいて購買履歴やアクセスログをデータウェアハウスに一元化し、ビジネスインテリジェンスツールを使って売上傾向をダッシュボード化する事例があります。また、過去の顧客行動データを抽出して機械学習モデルに入力し、解約予兆の検知やおすすめ商品のパーソナライズに活用されます。
似た用語との違い
データレイクは非構造化データを含む生のデータをそのまま保存するのに対し、データウェアハウスは構造化されたデータを分析しやすいように整理して保存します。また、データマートは特定の部署や用途に限定して抽出された小規模なデータ集合であるのに対し、データウェアハウスは企業全体の包括的なデータを扱います。データベースはリアルタイムの更新処理を得意としますが、データウェアハウスは広範囲な分析クエリを得意とします。
注意点
データウェアハウスは導入や運用のコストが高くなる傾向があり、事前のデータ設計が不十分だと検索パフォーマンスが低下することがあります。また、保管されているデータが整理されている反面、非構造化データの処理には向かない場合があり、用途に応じてデータレイクと使い分ける必要があります。