データウェアハウス（DWH）とは？「データの倉庫」の4つの特徴

3行まとめ

• データウェアハウス (DWH): 意思決定に役立てるために、社内の様々なシステムからデータを集め、蓄積しておくための巨大な「情報の倉庫」。
• 4つの特徴: サブジェクト指向（目的別）、統合、時系列（過去10年分など）、非更新（一度入れたら消さない）。
• OLTP vs DWH: 日々の注文処理（OLTP）が「レジ」なら、DWHは「分析用の記録庫」です。

試験での出題ポイント

試験では、DWHの「定義」と「BIツールとの関係」が問われます。

1. 作成の目的: 単なるデータの保存ではなく、 意思決定（経営の判断） を支援するために、分析しやすい形でデータを整理すること。
2. 主な特徴:
   • サブジェクト指向: 「売上」「顧客」など、特定の主題（サブジェクト）ごとに整理。
   • 時系列: 過去の推移を比較できるよう、長期間のデータを保持。
   • 非更新: データの整合性を保つため、一度蓄積したデータは原則として上書きしない。
3. データマート: DWHの中から、特定の部署や用途に必要な分だけを「小売店」のように切り出したもの。

【AIハック】生成AIで「情報の洪水」を整理

DWHの構造は、AIに「データの統合」を指示することで理解を深められます。

プロンプト例:

「あなたは大手スーパーのデータアナリストです。各店舗の『レジデータ』『在庫データ』『アンケートデータ』がバラバラに保管されています。これらを データウェアハウス (DWH) に集約し、 サブジェクト指向 で整理して分析するメリットを、ITパスポートの試験用語を使って説明してください。」

AIが「統合的な分析」や「時系列でのトレンド把握」といったメリットを提示してくれるため、DWHの価値が具体的になります。

まとめ：情報を「智恵」に変えるための土台

データウェアハウスは、バラバラの「事実（データ）」を、経営に役立つ「智恵（インテリジェンス）」に変えるための第一歩です。

試験では、 サブジェクト指向 と 時系列 という言葉と、それが「分析」のための倉庫であることをセットで覚えましょう。