最終更新日:2026年10月19日
ds data-storage data-structure database
まず結論
DWHは広い範囲のデータを統合して分析する基盤、データマートは部門や目的などの範囲に焦点を絞った分析用データ基盤です。このページでは「誰が、どの範囲を見るか」を比較します。
保存時の整理とデータレイクとの違いは、DWHの基本とSchema on Writeで確認できます。
直感的な説明
販売・顧客・在庫の各システムを持つ会社を考えます。経営企画は全社の売上と在庫を横断して分析したい一方、営業部は担当商品・地域ごとの月次売上をすばやく見たいとします。
| 使う人・目的 | 用意するデータの例 | 捉え方 |
|---|---|---|
| 経営企画が複数部門を横断する | 共通の商品・顧客コードにそろえた売上・在庫履歴 | DWH |
| 営業部が販売状況を見る | 月・地域・商品別の売上に絞ったデータ | 営業データマート |
| マーケティングが購買傾向を見る | キャンペーン・顧客層別の集計 | マーケティングデータマート |
DWHではデータの統合・過去の履歴・分析のしやすさが重要です。マートでは利用目的に合った範囲や集計を用意します。
定義・仕組み
DWHから作る場合と、直接作る場合
DWHの一部を取り出すマートは、共通の定義を再利用しやすくなります。一方、業務システムなどから直接作る独立型のマートもあります。マートは必ずDWHの物理的なコピー、というわけではありません。
BI・OLAPは別の役割
| 用語 | 役割 | この例で行うこと |
|---|---|---|
| DWH | 広い範囲の分析用データを統合・蓄積 | 全社の売上・在庫履歴をそろえる |
| データマート | 特定の利用目的・対象範囲に絞る | 営業向けのデータを用意する |
| BI | 判断に使う集計・可視化・レポートなど | 売上ダッシュボードを表示する |
| OLAP | 軸を変えて多次元的に分析する | 月別から地域別へ切り替え、商品へ掘り下げる |
BIはDWHやマートなどを利用でき、OLAP的な分析を提供する場合もあります。DWH → BI → OLAPという必須の直列工程ではありません。
どんな場面で使う?
- 全社の利益率やKPIを同じ基準で比較したいときは、統合と指標の共通化を重視する。
- 営業やマーケティングの定型分析では、利用者に必要な範囲をマートとして提供する。
- 部門ごとに「売上」の定義が違うときは、マートを増やす前に、返品・値引き・計上時点をそろえる。
部門だけの集計ができても、共通キーや粒度が異なるままでは全社の横断分析には使いにくくなります。
よくある誤解・混同
小さいDWHならすべてデータマート?
容量よりも対象範囲・利用目的に着目します。特定の業務やテーマに焦点を絞ることがポイントです。
部門ごとに作れば指標は自動でそろう?
共通の定義・粒度・更新タイミングを管理する必要があります。独立型のマートではデータの分断にも注意します。
業務DBも同じ分析基盤?
注文登録や在庫更新を正しく処理する業務DBと、履歴を横断して分析する基盤では主な目的が異なります。BIやOLAPも保存基盤と同義ではありません。
まとめ(試験直前用)
- DWHは広い範囲を統合、マートは部門・テーマなどに焦点を絞る。
- マートにはDWHを使うものと、独立して作るものがある。
- BIは分析・可視化の利用側、OLAPは多次元分析の考え方。
- 全社と部門で指標の定義をそろえる。
公式情報・参考リンク
- AWS:What is a Data Mart?
- 対象範囲の違いと、DWHに依存するマート・独立したマートを確認できます。
対応スキル項目(ver.6 データエンジニアリング)
- 分類:データエンジニアリング
- スキルカテゴリ:データ蓄積
- サブカテゴリ:データ蓄積技術
- 必須スキル:—
- ★ データマートやDWHなどの集中型データ基盤と、データファブリックやデータメッシュなどの分散型データ基盤の設計思想の違いを理解し、ユースケースや組織構造に応じて適切に選択できる
- ver.6 ★1スキルチェックで確認する
🔗 関連記事
- ACID特性とは?トランザクションの4つの性質をわかりやすく解説【基本情報技術者試験】
- 配列とは?添字でデータを順番に扱う基本構造【基本情報技術者試験】
- 2分探索木とは?左右の大小関係と探索・挿入手順【基本情報技術者試験】
- 二分探索とは?整列済みデータを半分ずつ絞り込む探索方法【基本情報技術者試験】
- 二分木の走査とは?先行順・中間順・後行順の違い【基本情報技術者試験】