數據虛擬化在實用期間內，解決了“複製基礎DWH”的問題。

在DX推進的需求不斷增加的情況下，需要更高級的「數據利用」。為了收集更多的數據，更快速、更仔細地進行分析，必須利用最新的工具和服務。本文將介紹「對於數據利用來說的新三種神器」，即「對象存儲」、「數據虛擬化工具」和「數據連係雲」的功能和應用方法。本次將介紹數據虛擬化工具。

在進行數據分析時，收集內外部數據並構建數據倉庫（DWH）的用戶很多。然而，隨著分析源數據的DWH或數據庫等「數據源」的種類和數量增加，其弊端也變得明顯。

Denodo Technologies的解決方案顧問菊池智功指出：「經常會整合無法使用的數據。」他解釋說：「從網站、交易、Web等方面的數據源中收集數據，但由於不知道哪裡有哪些數據，因此很難進行收集。」

解決這些問題的技術之一是「數據虛擬化」。在不複製數據的情況下，虛擬地整合數據。例如，轉職服務的Persol Career利用它來收集跨業務部門的數據，可以說已經進入實用期。讓我們看看其機制和使用上的注意事項。

在試驗和錯誤中收集有用的數據

Denodo Technologies（德諾多科技）的「Denodo Platform（Denodo）」和TIBCO Software（TIBCO軟體）的「TIBCO Data Virtualization（TDV）」等數據虛擬化工具的基本機制是相同的。在連接到數據源之前定義所需的數據。當訪問請求發生時，根據定義參考所有數據源的數據，將最新的數據作為虛擬表格（View，視圖）統合。

數據虛擬化有幾個優點。其中一個是可以輕鬆地並且在試驗和錯誤中收集分析對象的數據。由於可以看到數據源的內容，因此可以在查找數據和項目名稱等時進行有用數據的選擇和篩選。對於數據源如「銷售額」或「庫存」等，項目名稱和數據的意義可能不同，但更換或重新解讀等都很容易。

傳統的DWH通常會複製數據來收集，這樣做會有試驗和錯誤的困難。NTT Com Online Marketing Solution TIBCO部門的高級顧問池田義幸表示：「在以前的瀑布式方法中，需要調查數據，包括未來的要求，以決定分析對象的數據，並需要全面設計數據庫。」

為了連接各種數據源，TDV準備了大約350個適配器。除了CSV文件、RDBMS、NoSQL等之外，還有針對雲端服務的適配器，例如美國亞馬遜網路服務（Amazon Web Services，AWS）的對象存儲「Amazon S3（Amazon Simple Storage Service）」和美國谷歌（Google）的DWH「BigQuery」。

在連接到這些數據源的同時，在GUI（圖形用戶界面）上設置數據的結合、轉換和視圖的創建等。池田高級顧問表示：「只要有Excel的重度用戶程度的技能，即使不是工程師，也可以設置視圖。」