ETLの進化形「データ統合」

内容

ビジネス・インテリジェンス（BI）を成功させる鍵は、抽出（Extract）、変換（Transformation）、ロード（Load）と呼ばれる、一連のデータ処理プロセスにあります。さまざまなソースからデータを抽出し、それらを変換してターゲット・データベースにロードするという処理を行なうための適切なツール選定は、BI プロジェクトの成功を左右するデータウェアハウスやデータマート構築の非常に重要な要素です。ETL は非常に重要なプロセスであるため、そのプロセス自体がツールを意味する言葉となったのです。また、そのテクノロジーは ETL テクノロジーとして知られるようになり、さまざまな ETL ツールが開発されてきました。

これまで、数多くの企業が、新しいデータソースにアクセスするためのツール選定に繰り返し取り組んできました。しかし、ツールの選択は部門単位で行なわれていたため、部門ごとに異なる ETL ツールが導入され、データの統合もされないという状況が生み出されてしまいました。

さらに、ハンドコーディングを超えるメリットをツールから見出すことができず、社内のプログラマー集団によるコーディングやメンテナンスにより、ETL を実践してきた企業もあります。複数のツールやカスタムコードを使用することの問題は、メンテナンスやトレーニングに要する費用、滅多に使用しないツールの再学習に費やされる時間など、TCO（総所有コスト）が著しく増大することにあります。さらに、複数ツールの並行使用は、メタデータの断片化を招く可能性があります。メタデータが断片化した場合、本来であれば自己文書化メタデータによって自動処理されるコンプライアンスの確保などに対して、骨の折れる厄介な作業が必要となってしまいます。