Lakeflow Designer は、Databricks が 2026 年に Public Preview として発表したノーコード・AI ネイティブ・完全ガバナンス対応のデータ準備ツールです。 Alteryx や Informatica が長らく独占してきた「データ準備ノーコード」市場に、Databricks が本気で殴り込みをかけた製品で、ユーザー単位ライセンス料金ゼロという革新的な価格体系が大きな話題を呼んでいます。
本記事では、Lakeflow Designer の全機能・料金・他ツールとの比較・実際の使い方・本番投入時のベストプラクティスを完全解説します。
Lakeflow Designer は、Databricks Data Intelligence Platform に統合されたビジュアル ETL ツールです。 以下の特徴により、従来のノーコード ETL ツールの常識を覆しています。
従来のノーコード ETL ツールが「分析者の個別ツール」だったのに対し、Lakeflow Designer は『組織全体のデータ民主化基盤』として設計されています。
従来のノーコード ETL ツール (Alteryx Designer、Informatica Cloud、Talend Data Integration) は、1 ユーザーあたり年間 数千〜数万 USDのライセンスが必要でした。 Alteryx Designer Cloud は 1 ユーザー年間 $5,000-10,000 が標準的な価格帯。組織全体に展開するには年間 数百万円〜数千万円のコストになります。
Lakeflow Designer はこのライセンス料金をゼロにしました。 Databricks は compute (実行時に消費する DBU) のみを課金し、ユーザー数による追加コストは一切ありません。
これにより:
従来のノーコードツールは「独自のワークフローフォーマット」を出力し、それを実行エンジンが解釈する仕組み。 本番化するときに「ノーコードの試作を破棄してエンジニアが書き直す」のが定石でした。
Lakeflow Designer は本番品質の Python コードを生成します。具体的には:
これにより、ビジネスユーザーが作ったプロトタイプをそのまま本番化できます。 「ノーコードで作って、エンジニアが書き直す」という二度手間がなくなります。
ノーコードツールの常識的な問題は「ガバナンスが弱い」こと。誰がどのデータを使ったか、どこから派生したかの追跡が困難でした。
Lakeflow Designer は Unity Catalog に直接統合され、以下が標準装備されています。
これによりエンタープライズでの本番投入に必要なガバナンスがゼロコストで手に入ります。
SQL は書けるが、複雑な ETL は IT 部門に依頼していた層。 Lakeflow Designer を使えば、自分で変換ロジックを組み立て、Genie Space で業務担当に共有できます。
Google Analytics、広告データ、CRM データを統合した「顧客 360 度ビュー」のような分析を、 IT に頼らずに自前で構築可能。Lakeflow Connect (後述) と組み合わせると SaaS データの取り込みも自動化。
Excel から脱却したい層。ERP データ・売上データ・経費データの月次レポートを、 Excel 手作業からノーコード ETL + BI ダッシュボードに移行できます。
Salesforce / HubSpot のデータを取り込んで、営業 KPI をリアルタイムで可視化。 Lakeflow Connect で SaaS データを自動取り込み、Lakeflow Designer で前処理、AI/BI ダッシュボードで可視化、という一気通貫の構築が可能。
IT 待ちのリードタイムが致命的な部署。 市場変化への対応を 1 週間 → 1 日に短縮できる可能性があり、競争優位の源泉になります。
Workspace のサイドバーから「Lakeflow Designer」を選択し、「New Project」を作成。 Unity Catalog から作業対象のソーステーブルを選択します。
キャンバスにソーステーブルをドラッグ。AI が自動でスキーマを推論し、データプレビューを表示。
各 Operator (Filter / Join / Aggregate / Pivot 等) をドラッグでキャンバスに追加。 または、自然言語で指示: 「日付列を JST に変換」「null を除外」「商品別に売上を集計」と書けば、適切な Operator が自動配置されます。
各ステップごとにデータの変換結果がリアルタイムにプレビュー。データ品質も AI が自動チェックして問題を提案。
Unity Catalog の Delta テーブル、または AI/BI ダッシュボードへの出力を選択。
生成された Python コードを確認し、Lakeflow Job (旧 Workflows) としてスケジュール実行。 Git でバージョン管理することも可能。
非エンジニアが多く触るため、テーブル名・カラム名の命名規約を組織で統一しないとカオスになります。 Unity Catalog のタグ機能を活用して、用途別に分類しましょう。
頻出パターン (売上集計、ユーザー行動分析、コスト集計) をテンプレートとして登録し、新規プロジェクトはそこから派生させる。
ノーコードといえど本番投入前にはレビューが必要。生成された Python コードを Git PR でデータエンジニアがレビューする仕組みを作る。
Lakeflow Designer の AI 品質チェックは強力ですが、本番では Lakehouse Monitoring と組み合わせて継続的に監視。
ユーザーライセンスは無料でも、compute (DBU) は使った分課金。サーバレス SQL Warehouse のオートスケール設定を最適化しましょう。
2026 年 5 月時点で、Databricks Data Engineer Associate / Professional の公式 Exam Guide に Lakeflow Designer は未掲載。 ただし以下から、次の改定で範囲入りが極めて濃厚です。
先取り学習のおすすめトピック:
Lakeflow Designer とは何ですか？
Lakeflow Designer は 2026 年に Public Preview として登場した、Databricks のノーコード・AI ネイティブなデータ準備ツールです。ドラッグ＆ドロップのキャンバスと自然言語指示で、分析者やドメインエキスパート (非エンジニア) がデータパイプラインを構築できます。各ステップは「Operator」として可視化され、変換の流れが直感的に把握可能。最大の特徴は『生成されたコードが本番投入できる Python コード』である点です。
Lakeflow Designer は無料で使えますか？
ノーコードツールの常識を覆す『ユーザー単位ライセンス料金ゼロ』が最大の特徴。Databricks は Lakeflow Designer に対して compute (DBU) のみ課金し、ユーザー数による追加料金は一切発生しません。Alteryx や Informatica のような従来 ELT ツールがユーザー単位ライセンスで数千〜数万 USD/ユーザー/年を取るのと比較して、組織全体に展開する際の障壁が劇的に低い設計です。
Lakeflow Designer は誰が使うべきですか？
SQL や Python に強くない (1) ビジネスアナリスト (2) マーケティングデータ担当 (3) 経理・財務のデータ分析担当 (4) 営業オペレーション (5) BI 専門家。これまで『データを欲しいけど IT に頼まないと取れない』『SQL 書けないから諦めていた』層が、自分でデータ前処理パイプラインを組めるようになります。
Alteryx / Informatica / Talend との違いは？
(1) 価格モデル: Alteryx 等はユーザー単位ライセンス、Lakeflow Designer は compute のみ (2) 出力: Lakeflow Designer は本番品質の Python コードを生成、他は独自フォーマット (3) ガバナンス: Unity Catalog にネイティブ統合、データ系統 / 権限 / 監査が標準装備 (4) 拡張性: AI ネイティブ・自然言語対応・Databricks エコシステム連携。総合的に、Databricks 上で使うなら Lakeflow Designer が圧倒的に有利です。
ノーコードで作ったパイプラインを本番に投入できますか？
可能です。Lakeflow Designer の最大の特徴は『生成されたコードが本番品質の Python』であること。ビジュアル変換の裏で実際に動くコードがリアルタイムに生成され、Git バージョン管理・コードレビュー・既存パイプラインへの統合が可能。データエンジニアが後から手動修正することもできます。これにより『ノーコードで作ったプロトタイプを本番に持ち上げる際の書き直し』が不要に。
ガバナンスはどうなっていますか？
Lakeflow Designer は Unity Catalog に直接統合されています。データはその場所に留まり (コピーされない)、データ系統 (Lineage)、権限管理、監査ログが自動で取られます。誰がいつどのデータを変換したか、どのテーブルから派生したか、すべてが Unity Catalog で追跡可能。エンタープライズでの本番投入に必要なガバナンスが標準装備されている点が、ノーコードツールとしては異例です。
AI ネイティブとは具体的に何ができますか？
(1) 自然言語で変換指示: 「日付列を JST に変換して、月単位で集計して」と書けば適切な Operator が自動配置 (2) 自動データ品質チェック提案: AI が異常値・欠損・重複を検知して対処を提案 (3) スキーマ自動推論: ソースデータから最適なスキーマを推測 (4) パイプライン最適化: AI が実行効率の良い順序を提案。AI が下書きを作り、ユーザーが GUI で微調整する協働モデルです。
認定試験 (DEA / DEP) で Lakeflow Designer は出題されますか？
2026 年 5 月時点では Data Engineer Associate / Professional の公式 Exam Guide には未掲載。ただし Lakeflow は 2025 年に Workflows の後継として登場した戦略製品で、Lakeflow Designer は Public Preview。試験範囲は半年単位で改定されるため、2026 年後半〜 2027 年に Lakeflow ファミリー全体が出題範囲入りする可能性が極めて高い。先取り学習を強く推奨します。
NicheeLab Databricks編集部
データエンジニアリング・クラウド資格の専門家。Databricks・Snowflake等の認定資格を保有し、実務経験に基づいた問題作成・解説を行っています。NicheeLab運営。
Databricks資格一覧｜全7試験・難易度・勉強法
Databricks認定資格全7試験の一覧・難易度・出題範囲・合格ラインを徹底解説。2026年最新版の公式試験ガイドに準...
Databricks試験の難易度ランキング｜全7資格を徹底比較
Databricks認定全7試験の難易度をランキング形式で徹底比較。合格率・学習時間・出題傾向から難易度を分析。...
Databricks資格の勉強方法｜最短合格ルートと学習時間の目安
Databricks認定資格に最短で合格するための勉強方法を完全ガイド。公式リソース・問題集・学習スケジュールを徹底解説...
Databricks Data Engineer Associate完全解説｜出題範囲・問題例・合格戦略
Databricks Certified Data Engineer Associate試験を徹底解説。5つの出題ドメイ...
Databricks Data Engineer Professional完全解説｜上級試験の攻略法
Databricks Certified Data Engineer Professional試験を徹底解説。10の出題...