データレイク

データレイクとは？データウェアハウスとの違いと活用のポイントを解説

最終更新: 2026-11-03　／　カテゴリ: IT・DX　／　英語表記: Data Lake

はじめに

勤怠、評価、採用、アンケートなど、人事に関わるデータは増え続けています。これらを一か所にまとめて分析したいと考えたとき、情報システム部門やデータ分析の担当者との会話に出てくるのが、データレイクという言葉です。データウェアハウスと並べて語られることが多く、違いがつかみにくい用語でもあります。この記事では、データレイクの意味、データウェアハウスとの違い、導入を検討するときの注意点を整理します。

データレイクとは？

データレイクとは、あらゆる規模のデータを一元的に保存できる場所のことです。保存する前にデータを変換する必要がなく、構造化データ、半構造化データ、非構造化データを、未加工のまま保持できます。目的が決まっていないデータを、まず集めておく用途に向いています（Google Cloudの解説ページ、2026-11-03取得）。

構造化データとは、表の形で整理された数値や文字のデータです。半構造化データはログファイルのように一定の形式を持つもの、非構造化データは文書、画像、音声などを指します。人事の領域では、従業員マスタが構造化データ、面談の記録が非構造化データの例です。

同じ解説ページは、データウェアハウスとの違いを次のように整理しています。データウェアハウスが保存するのは処理済みの構造化データで、目的は明確かつ具体的です。データレイクは未加工のデータをそのまま保存し、目的は定めなくても構いません。主な利用者は、データウェアハウスがデータアナリストやBIアナリスト、データレイクがデータサイエンティストやデータエンジニアとされています。柔軟性は、データレイクのほうが高く、変更も容易です。また、データレイクは使うときにデータの構造を定義する方式（スキーマオンリード）、データウェアハウスは保存の前に構造を定義する方式（スキーマオンライト）をとります。

よく使われるシーン

• ・勤怠、給与、評価、採用の各システムのデータを集め、分析の元データとして蓄積する場面
• ・センサーやログなど、量の多いデータを加工せずに保存しておく場面