データ基盤は、社内外のデータを集めて整え、分析や業務に使えるようにする仕組みです。DM の受験者は基盤を作る側ではなく使う側ですが、シラバスの【内容】は、データサイエンティストやデータエンジニアの説明を理解して円滑に連携できることを求めています。用語の区別と、ビジネス部門の担当者が基盤を使うときのルールを押さえます。
この節の用語(小分類ごと)
データ基盤
- データ基盤の役割: 業務システムなどからデータを取り込んで保管するデータ蓄積、コード体系や日付の形式をそろえて分析に使える形に整えるデータ加工、集計や統計で傾向を見いだすデータ分析、その結果を発注や売場づくりなどの判断に生かすデータ活用の四つ。加工の中身を知っておくと、集計された数値の意味を正しく読めます。
- データレイク: 用途が決まっていない通話音声、SNS の投稿、センサーのログなどを、元の形式のまま大量に保存しておく場所。データサイエンティストの探索的な分析に使われます。
- データウェアハウス(DWH): 複数の業務システムの販売、在庫、顧客などのデータを統合・整理して時系列に蓄積した分析用データベース。全社の経営指標を年度や月ごとに比べるのに使います。
- データマート: DWH などから特定の部門や目的に必要なデータだけを抽出・集計したもの。対象を絞るので部門の担当者が素早く分析できます。
- ELT/ETL: 抽出(Extract)したデータを変換(Transform)してから格納(Load)するのが ETL。まず元の形のまま基盤に格納し、必要に応じて基盤の処理能力で変換するのが ELT です。ELT は加工前のデータが残るので、新しい集計の切り口を求められても元からやり直せます。
- データ仮想化: データを基盤へ移さず、問合せのたびに元のシステムへ接続して、その場で参照・統合する技術。
- データコネクタ: SaaS やデータベースと基盤、BI ツールとの接続手順を部品化し、個別にプログラムを作らずに取り込めるようにするもの。
- データファブリック: クラウドや社内に分散したデータを、メタデータを活用して統合的に発見・接続・管理し、利用者が所在を意識せずに使えるようにする設計の考え方。データコネクタはその構成要素の一つです。
- BI ツール: DWH やデータマートのデータをダッシュボードに表示し、担当者が自分で集計の切り口を変えて確かめられるツール。
- オントロジー: ある分野の概念と、概念どうしの関係を体系的に定義したもの。データの意味を機械にも分かる形で共有する土台になります。
- セマンティックレイヤー: 基盤と BI ツールなどの間に置き、「売上高」「顧客数」のような業務用語や指標の定義と算出方法を一元管理する層。部門やツールが違っても同じ数値が得られます。
- セルフサービス分析: ビジネス部門の担当者が IT 部門に頼らず、BI ツールなどで自らデータを準備して分析する取組。組織のルールの範囲内で行うのが前提です。
- データブレンディング/データプレパレーション: BI ツール上で社内の販売データと外部の気象データなど出所の違うデータを組み合わせるのがデータブレンディング、分析の前にデータを整形・結合・クレンジングする準備作業がデータプレパレーション。
試験で問われる観点
- 4 役割の判別。コード体系をそろえるのは加工、取り込んで保管は蓄積、BI で落ち込みを見つけるのは分析、発注量の見直しは活用。
- データレイク(元の形式で目的を限定せず)とデータマート(目的を絞って抽出)を取り違えない。
- ELT と ETL は変換と格納の順序。移さずに参照するのはデータ仮想化。
- 部門で「売上高」の数値が合わない問題は、BI ツールの製品を統一しても、手順書を突き合わせても解決しない。関係部門で合意した定義をセマンティックレイヤーに一元登録して共通に参照する。
- セルフサービス分析での担当者の振る舞い。独自に加工した集計表を条件や定義を示さずに配布しない。抽出した明細を共有フォルダに置いて使い回さない(古い複製で判断し、アクセス権の管理も外れる)。オープンデータを組み合わせる前に利用規約を確認し、出典と取得日を記録する。
関連する節
- データ分析・データ利活用と業務分析: 基盤に集めたデータの分析手法
- メタデータ管理: データファブリックやカタログを支えるメタデータ
- データマネジメントとデータライフサイクル: SSOT とデータスワンプ
- データベース: データアーキテクチャとデータフロー
- 生成 AI と AI エージェント: 社内データを AI に連携する RAG
- より深く学ぶなら: PD 参考書 データ分析・データ利活用(レイクハウスやスタースキーマまで扱う上位試験の節)