データ基盤を運用して1〜2年経つと、「あのテーブルは何の単位？」「誰が管理してる？」「このカラムの定義は？」「この数字は信頼していい？」「変更の影響範囲は？」という問い合わせが日常になります。属人的に答え続けるのは半年で限界が来ます。

カタログツールは、これらに「組織として答える」インフラ。テーブルの説明、所有者、リネージ、品質指標、利用状況を一元的に管理し、誰でも引ける状態を作ります。「規模が小さいうちは困らないが、大きくなると致命的に困る」典型例です。

カタログツールの代表は3つ。Atlanは商用SaaSでUXとコラボに振り切ったプレイヤー（業務側も巻き込みやすい）。DataHubはLinkedIn発のOSSで、メタデータグラフモデルが拡張性高い（エンジニア中心の大規模に強い）。OpenMetadataは新興OSSで、カタログ・リネージ・品質・コラボがオールインワン。

選定は「UX重視（Atlan）／OSS自社運用（DataHub or OpenMetadata）／オールインワン素早く（OpenMetadata）／グラフモデル拡張性（DataHub）」の軸で決まります。マネージドの完成度 vs OSSで自社制御、というトレードオフ。

カタログ単体では「説明を載せる場所」に留まります。dbt testsやGreat Expectations・Soda・Monte Carloといった品質ツールの結果を取り込んで「このテーブルの最新の品質スコア」「失敗テストの履歴」をカタログから見えるようにすると、利用者の「信頼していいか」の判断が一気に楽になります。

Atlan・DataHub・OpenMetadataとも、dbt artifactsの取り込みは標準対応。Goldマートに「鮮度」「品質指標」「最終更新者」がカタログで一目で分かる状態が、運用の理想像です。

カタログの真価が出るのが、リネージ（上流→下流の系統）と分類・ポリシーの自動運用です。「customer_id を含む列を PII としてタグ付け」「PII を含むテーブルは特定ロールのみアクセス可」「破壊的変更時には30日前通知」のようなルールをコード化して自動適用すると、人手のチェックが要らなくなります。

DataHubは列レベルリネージが標準、Atlanはコラボ機能でルール議論を残しやすい、OpenMetadataはガバナンス機能を一体提供。組織のフェーズに合わせて使い分けます。

ツールを入れただけでは品質は上がりません。各データ資産に「所有者」を任命し、変更通知のフローを設計し、四半期で棚卸しする運用までセットで初めて機能します。「テーブルにオーナーが書かれている」「PRレビュー時にカタログが更新されている」状態を、ツールで自動的に強制するのが運用の核心です。

カタログをData Productの管理基盤として位置づけると、組織のデータ運用が「製品開発」に近づきます。Data Product思想の詳しい話は別の学習パスを参照してください。