データ統合とは、異なるソースからのデータを統合して、統一されたビューを作成することです。例えば、企業はCRMに顧客データ、ERPに取引データ、ヘルプデスクシステムにサポートチケットを保有しているとします。それぞれのシステムは、全体像の一部しか把握していません。統合によってこれらのデータが結び付けられ、全体像が明らかになります。統合がない場合、アナリストは各システムを個別に照会し、手作業で照合する必要があります。

アプローチは様々です。ETL はソースからデータを抽出し、共通の形式に変換して、ターゲット システムにロードします。ELT はその逆で、まず生データをロードし、後で変換します。どちらを選択するかは、ターゲット システムの機能とチームの好みによります。クラウド データ ウェアハウスは、大規模な変換を処理できるため、ELT を普及させました。API ベースの統合は、システムをリアルタイムで接続します。メッセージ キューは、プロデューサーとコンシューマーを分離します。マスター データ管理は、顧客や製品などのコア エンティティが単一の権威ある定義を持つことを保証します。難しいのはテクノロジーではなく、セマンティクスです。2 つのシステムで同じ顧客に対して異なるコードが使用される場合があります。あるシステムでは注文が行われたときに販売を記録し、別のシステムでは製品が出荷されたときに記録します。これらの違いを調整するには、技術的なコネクタだけでなく、ビジネス ルールが必要です。データが異なる場所で異なる意味を持つ場合、統合プロジェクトは失敗します。

統合アプローチ

• ETL（抽出、変換、ロード）
• ELT — 抽出、ロード、変換
• API統合 ― システム間のリアルタイム接続
• メッセージキュー — 非同期データ交換
• マスターデータ管理 — 主要エンティティに関する唯一の信頼できる情報源

統合とは、技術だけでなく合意形成も重要である。システム同士を接続することは可能だが、定義が一致していなければならない。