データレイク

データレイクの構築・運用には、クラウドストレージ費用だけでなく、データパイプライン（ETL/ELT）の整備、データカタログの構築・維持、セキュリティ・アクセス管理、そしてこれらを担うデータエンジニアの人件費が積み重なります。AWS S3やAzure Data Lake Storage Gen2といったマネージドサービスを使っても、月額数百万〜数千万円規模のランニングコストになることは珍しくありません。

ROIを確保するためには、データ活用によって生まれる意思決定の高速化・精度向上・コスト削減が、これらのコストを上回る必要があります。年間売上100億円規模の企業であれば、データ活用による1〜2%の業務効率改善でも億単位のリターンが見込めますが、それ以下の規模では投資回収のハードルが高くなります。特に月額広告予算が500万円未満の場合、マーケティング領域だけでのROI算出は現実的ではありません。

従業員数500名未満・年間売上100億円未満の企業では、フルスケールのデータレイク構築より、クラウドDWH（BigQuery、Snowflakeなど）やCDPを先に整備する方が費用対効果は高い傾向があります。段階的なアーキテクチャ拡張を前提に、まずDWHで整形済みデータを扱い、データ活用が成熟した段階でレイクを追加するアプローチが現実的です。

「データレイク」という用語は、2010年10月にPentaho社のCTOだったジェームズ・ディクソン（James Dixon）が自社ブログで初めて提唱したとされています。当時急増するビッグデータを、目的別に精製されたDWH（「データマート」）ではなく、生の状態で保管する大きな「湖（レイク）」に例えたのがその起源です。その後、HadoopエコシステムやHDFS（Hadoop Distributed File System）の普及とともに概念が広がり、2013〜2015年頃にかけてAWS S3やAzure Data Lake Storageなどクラウド型サービスの登場によって実用的な導入が急加速しました。Gartnerがハイプサイクルにデータレイクを掲載したのは2015年頃であり、この時期に多くの大企業が競って構築に着手しました。

日本市場では、2015〜2017年頃から大手製造業・通信キャリア・金融機関を中心に導入事例が出始めました。初期は外資系SIer主導のオンプレミスHadoop構築が主流でしたが、2018年以降はAWS・Azure・GCPへのクラウド移行が本格化しています。国内では富士通・NEC・NTTデータなどが独自のデータ基盤ソリューションを提供する一方、Databricks・Snowflakeの国内展開（2018〜2019年頃）によりレイクハウスアーキテクチャへの関心が高まっています。日本特有の事情として、個人情報保護法改正（2022年）への対応や、グループ企業間のデータ共有に関する法的整理の難しさが、導入・活用のボトルネックになるケースが見られます。