役割：

社内の基幹システム、クラウドサービス、IoTデバイスなど、散在するデータを集め、分析やAIで使える形に統合します。Databricksは外部ストレージのデータを直接参照できるため、大量のデータを移動させる必要がなく、迅速に活用を開始できます。

代表機能：

• Lakeflow Connect / Lakehouse Federation
  • Lakeflow Connect（マネージドコネクタ）：Oracle・SQL Server・Salesforce・ServiceNow・S3/ADLS/GCS・GA4 など多様なソースに接続し、スケジュール実行や増分取り込みに対応します。
  • Lakehouse Federation（クエリフェデレーション）：外部DB/ウェアハウスへプッシュダウン実行し、コピー不要の直接参照を実現します。

役割：

収集したデータは、そのままでは形式の違いやノイズが多く人が理解できる形になっていないため、分析やAI活用に適しません。このフェーズではクレンジング（不要情報の除去）、変換、統合を行い、品質を高めます。DatabricksはDelta Lakeを活用してACIDトランザクションやバージョン管理に対応し、誤更新防止や過去データの復元も容易に実施することが可能です。

代表機能：

• Spark/Photon：Apache Sparkの使い勝手はそのままに、実行エンジンをDatabricksが提供する専用のエンジン”Photon”へ切り替えるだけで処理を高速化できます。これにより、SQL／Delta中心の処理は短時間で完了し、より小さなクラスターで運用できます。ダッシュボードやデータマート生成、ETL前処理などで同等業務を低コストに回せます。
• メダリオンアーキテクチャ：ブロンズ→シルバー→ゴールドと段階的に品質を向上させるデータ加工のベストプラクティスです。
• Delta Lake：オープンフォーマットにより他ツールとの互換性も高く、ACIDトランザクション対応のため複数ユーザーやジョブから同時アクセスしても整合性を維持します。

役割：

加工・整形された高品質なデータは、分析・可視化やアプリケーションへの展開を通じて、実際の業務価値を生み出します。

このフェーズでは、BIツールによる意思決定支援、機械学習モデルによる予測、生成AIによる自動化など、多様な活用が可能です。

Databricksは、エンジニアだけでなくビジネスユーザーや業務現場でも扱いやすい機能を備え、データ活用の民主化を加速させるための機能が拡充されており、最近ではGenieやAgent BricksといったAIアシスタント機能も追加されています。

代表機能：

• Agent Bricks：業務プロセスを支援するAIエージェント
• Databricks Apps：社内データやAIアプリをDatabricks上で開発・展開できる社内アプリ基盤
• Genie：会話形式で分析やレポート作成を支援する生成AIアシスタント
• MLflow：AIモデルの実験・管理・運用を一元化

役割：

データ活用が広がるほど、アクセス権限や共有方法、運用体制の重要性は高まります。このフェーズでは、全データ資産の管理・保護・運用を一元化し、“安全”と“効率”を両立するための基盤づくりを担います。権限の不備や共有の不透明さを解消することで、安心してスケール可能なデータ活用を実現します。

代表機能：

• Unity Catalog：全データ資産を一元管理し、細かい権限制御・監査を実現。
• Delta Sharing：他クラウドや外部組織との安全なデータ共有。
• Workflows：データ処理やAIジョブの自動化・スケジューリング。