データ基盤｜ITパスポート — みならいノート

シラバス案 Ver.0.1 の小分類 1「データ基盤」（大分類 2：データ・AIの利活用／中分類 9：データ分析・データ利活用）。
2026-09-26 にシラバス本文と突合済み。

0. 何を押さえるか

データの置き場所 3 つの違いがこの論点のすべてです。

流れは 業務システム → データレイク → DWH → データマート → 分析・可視化 です。

もう 1 つの分かれ目は ETL と ELT で、変換（T）が格納（L）の前か後かだけが違います。

根拠: シラバス 2-9-1

データ基盤は、社内のあちこちにあるデータを集めて、整えて、使える場所です。
部署ごとに表計算ファイルで数字を持っていると、会議で数字が合わないことが起きます。
これを防ぐのがデータ基盤です。

データ基盤の役割を 4 つ挙げよ。

役割	何をするか
データ蓄積	各システムのデータを 1 か所に集めて貯める
データ加工	形式をそろえ、誤りを直し、結合・集計する
データ分析	集計・統計・機械学習で傾向を見つける
データ活用	分析結果を業務や意思決定に使う（ダッシュボード・AI など）

貯める → 整える → 調べる → 使うの順。
シラバスはこれを「データ基盤の役割（データ蓄積，データ加工，データ分析，データ活用）」と並べている。

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は？

生 → 整理済み → 切り出し、と後ろほど小さく使いやすい。

データレイクの役割は？注意点は？

形式を問わず、あらゆるデータを加工せずそのまま貯めておく場所

構造化データ（表）だけでなく、文書・画像・音声・ログなど非構造化データも入れられる。
あとで何に使うか決まっていなくても貯めておけるのが利点。

ただし、何が入っているかの記録（メタデータ）が無いと、
誰も中身が分からない「データの沼」になる。

データウェアハウス（DWH）の役割は？業務システムのデータベースとどう違うか？

複数の業務システムからデータを集めて統合し、分析用に時系列で蓄積した倉庫

業務用のデータベースで重い分析をすると、業務処理が遅くなるので分けて持つ。

データマートの役割は？

DWH から、特定の部門や目的に必要な分だけを切り出した小さなデータベース

例: 営業部向けの売上データマート、人事部向けの勤怠データマート。

必要な分だけなので速く・分かりやすく使える。
元は同じ DWH なので、部門ごとに数字がずれにくい。

ETL と ELT の違いは？

	順番	特徴
ETL	抽出（Extract）→ 変換（Transform）→ 格納（Load）	整えてから入れる。格納先には整ったデータだけが入る
ELT	抽出 → 格納 → 変換	生のまま入れてから、格納先の中で変換する

変換（T）が格納（L）の前か後かだけの違い。
シラバスの表記は「ELT/ETL」。

ELT が使われるようになった理由は？

クラウドの DWH やデータレイクの処理能力が高くなり、格納してから変換しても間に合うようになったため

生のデータを先に入れておけば、

ETL は、変換を決めた時点で捨てた情報をあとから取り戻せない。

データ基盤のデータの流れを順に並べよ。

業務システム・センサ・外部データ → データレイク → DWH → データマート → 分析・可視化・AI

すべての段を必ず持つとは限らないが、生のものほど手前、使いやすいものほど奥。

データ基盤が無いと、どんな問題が起きるか？

部署ごとに別々にデータを持つ「サイロ化」が起き、同じはずの数字が合わなくなる

データ基盤は、全社で同じデータを見るための仕組み。