データカタログのカテゴリーに、近年急速に存在感を増しているのがAtlanです。2020年創業のスタートアップですが、エンタープライズ顧客に短期間で広がり、データカタログ市場のリーダーの一角になりました。「データチームのためのSlack」を掲げ、UXとコラボに振り切った思想が特徴です。
SaaSとしての完成度とコラボ機能の充実度で、「人がデータと付き合う体験」を変えに来ています。実装と運用、向く・向かない場面を整理します。
Atlanの基本構造
| 機能 | 役割 |
|---|---|
| データ資産カタログ | テーブル・ダッシュボード・パイプラインの一覧と検索 |
| リネージ | 上流・下流の自動可視化 |
| コラボ（Personas, Conversations） | データ周りのやり取りをツール内で |
| ガバナンス（Classifications, Glossary） | 用語・分類・PII管理 |
| 品質指標 | テスト結果・鮮度・利用統計の表示 |
| 統合（300以上） | 主要なDWH/BI/dbt/Fivetran等を網羅 |
カタログとしての基本機能をすべて高い完成度で備えつつ、特にコラボ機能（コメント、メンション、タスク、Personas）に独自性があります。データの隣で「会話」が起きる場所を、ツール内に作り込んでいます。
特徴的な機能：コラボ・Personas・Glossary
コラボとアクティビティ
Atlanの各データ資産（テーブル、ダッシュボード等）には、Slack的なコメントスレッドが付きます。「このテーブルって何の単位ですか？」「この値の定義はAさんに確認しました」のようなやり取りが、その資産の隣に残ります。後から見た人が、過去の議論を辿れます。
Personas
Personasは「データ利用者のロール」を定義し、それぞれが見るカタログ体験をカスタマイズする機能です。マーケアナリスト向けの画面、エンジニア向けの画面、経営層向けの画面、と分けられます。「カタログのUIをロールごとに最適化する」発想はAtlan独自で、複数の部署が同じカタログを使う組織で効きます。
Business Glossary
「売上」「アクティブユーザー」「顧客」といったビジネス用語を一元管理し、データ資産と関連付ける機能です。エンジニアと業務側で用語の理解が違うことが品質問題の原因になります。Glossaryで定義を統一し、テーブルやカラムに紐づけることで「ビジネス用語からテーブルを引く」体験が成立します。
主要な統合
| カテゴリー | 対応 |
|---|---|
| クラウドDWH | Snowflake、BigQuery、Databricks、Redshift |
| 変換ツール | dbt（メタデータ深度高い） |
| BI | Tableau、Looker、Power BI、Mode、Sigma |
| 取り込み | Fivetran、Airbyte |
| オーケストレーター | Airflow、Dagster、Prefect |
| コミュニケーション | Slack、Microsoft Teams、Jira |
SlackやJiraとの統合が深く、Atlanの通知をSlackに飛ばす、AtlanからJiraチケットを起票する、といった連携が標準で組まれています。「データに関する作業」を、既存のチームのワークフローに溶け込ませる工夫です。
dbtとの統合
dbt Cloud との連携が特に深く、dbtプロジェクトのモデル・テスト・description・リネージがすべてAtlanに反映されます。dbt側でモデルを更新すると、Atlanのリネージが自動で再描画されます。dbtでの実装はdbt実装ガイドを、テスト設計はdbt tests 実践を参照してください。
費用感
Atlanの価格は公開されていません。一般的に、Tier別のサブスクリプションで、ユーザー数とデータ資産数で決まります。エンタープライズ向けで、年数千万円〜数億円規模の契約が一般的です。安価ではないですが、「データチームのワークフローを大きく変える」効果との見合いで判断する。
SaaSなのでセルフホスト不可。OSSのDataHubやOpenMetadataとは「マネージドの完成度・UX・コラボ」と「OSSで自社制御・コスト」のトレードオフになる。
運用上のハマりどころ
- 移行コストが大きい：他のカタログから移行するには、既存のメタデータを抽出してAtlan形式に整える作業が要る。新規導入が一番楽。
- 業務側を巻き込むプロセス設計：ツールが優秀でも、業務側がGlossaryに用語定義を書き続ける仕組みが要る。プロセスとオーナーシップを最初に決める。
- SaaSコストの予測：規模が大きくなると費用が上がる。利用が広がった3〜5年後を見据えて投資判断する。
- ベンダー依存：将来カタログを乗り換える場合、メタデータのポータビリティが課題になる。OSS互換のエクスポート機能を確認する。
向く・向かない場面
- 向く：中〜大企業、データ駆動文化、複数部署がデータを使う、ビジネス側もカタログを使う想定、UXとコラボに投資できる予算がある
- 向かない：OSSで自社運用したい（→DataHub/OpenMetadata）、データを社内に閉じる必要、予算が厳しい、小規模で機能が過剰
まとめ
- Atlanは「データチームのSlack体験」を実装した商用カタログ。
- カタログ基本機能に加え、コラボ・Personas・Glossaryでデータ周りの会話を成立させる。
- dbt・Slack・Jiraとの統合が深く、既存ワークフローに溶け込みやすい。
- SaaSのみで、規模次第で高額。エンタープライズ向け。
- 業務側を巻き込むプロセスが整っている組織で、最大の効果を発揮する。
全体像はデータガバナンスとカタログツール選定、隣接の選択肢はDataHub とは・OpenMetadata とはにあります。Atlan導入や設計の壁打ちは、DE-STKの初回相談（30分・無料）もご利用ください。
よくある質問（FAQ）
Q. Atlanで「業務側を巻き込む」のは現実的ですか？
A. 業務側にも使ってもらえる組織もありますが、現実には「データチームが主、業務側は時々参照」の運用が多いです。UXが洗練されているのは事実ですが、業務側を巻き込めるかは「カタログに情報を書く運用」をプロセスとして定着させられるかが鍵で、ツール任せでは難しい部分があります。Personasで業務側の体験を最適化する、Glossaryに業務オーナーを任命するといった工夫を組み合わせます。
Q. DataHubやOpenMetadataと、機能面で何が違いますか？
A. 基本機能（カタログ・リネージ・タグ付け）はどれも揃ってきており、機能差は縮まっています。本質的な違いは「マネージドの完成度・UX・コラボ」と「OSSで自社制御・コスト」のどちらを取るかです。Atlanは前者で振り切っており、DataHub/OpenMetadataは後者の代表です。
Q. Atlanのトライアルはありますか？
A. 公式に「PoC」プログラムが用意されており、実データで一定期間試せます。エンタープライズ向けSaaSなので「無料アカウントを自分で作って試す」というスタイルではなく、営業担当との対話で進む形です。トライアル中に自社の代表的なデータ資産で組み立て、運用感とUXを評価するのが定石。
Q. データプロダクトの管理にも使えますか？
A. 使えます。Atlanは「Data Product」という概念を持っており、関連するテーブル・ダッシュボード・パイプラインをまとめて「プロダクト」として扱えます。所有者、SLA、利用者のフィードバックを一元化でき、データメッシュ的な組織運営にも応用できます。組織のデータ運用を「プロダクト化」する流れの中で、評価が高まる。