[Sponsored]

先駆企業の「グローバル標準」に学ぶ、データを競争力に結実させる方法

2023年3月28日(火)

リスト

高度なデータ活用を推進している国内外の先進企業の取り組みには共通項がある。まさに「データマネジメントのグローバルスタンダード（世界標準）」と呼んでもよいだろう。2023年3月9日に開催された「データマネジメント2023」のセッションにインフォマティカ・ジャパンの森本卓也氏が登壇し、4つの視点に基づき、その具体像に迫った。

先進企業の共通項を4つの視点で見る

　データの高度な利活用を競争力へと結実させる──。その文脈において、国内外の先進企業には、どのようなトレンドや共通項があるのだろうか。インフォマティカ・ジャパンの森本卓也氏（ソリューションアーキテクト & エバンジェリスト）は講演において、「データマネジメントのグローバル標準」として、次の4つの視点に基づいて解説した。

経営視点からのデータ戦略
業務視点からのデータ分析
情報システム部の視点からのデータアーキテクチャ
IT視点からのデータプラットフォーム

インフォマティカ・ジャパン株式会社　セールスコンサルティング本部 CoE　ソリューションアーキテクト & エバンジェリスト　森本卓也氏

経営視点からのデータ戦略

　森本氏は、まずは経営視点でのデータマネジメントから口火を切った。同氏によれば、先進企業の多くはビジネス戦略とデータ戦略との整合性を取るよう努めており、その取り組みがうまくいっている企業はビジネス目標も達成しているケースが多いという。では、ビジネス戦略とデータ戦略をいかにして紐付けていけばよいのか。そのための有効なフレームワークとなるのが、「Business Value Framework」である（図1）。

図1　 Business Value Frameworkを基に、ビジネス戦略とデータ戦略を紐づける
拡大画像表示

　これは、「6つのデータユースケース」に基づいてデータ活用の目的を定めるとともに、それをビジネス戦略となる「4つのビジネス目標」に照らし合わせ、どのような成果／価値をもたらすのかを分類。さらに「戦略KPI」と「プロセス／データ指標」を用いてその価値や進捗を評価するというものだ。森本氏は、「Business Value Frameworkに則って、データユースケースを具体化すれば、ビジネス戦略と完全に紐づいた形でデータ戦略を推進でき、また、経営陣の理解も得られるようになります」と強調した。

業務視点からのデータ分析

　近年、データ分析・活用の裾野が広がったことでステークホルダーも増加した。このため、様々なデータユースケースや要件の変化に対応するアジリティが求められている。こうした状況下、近年では「モダンデータ分析ライフサイクル」を実践する企業が増えている、と森本氏は解説する（図2）。これは、経営や業務部門も含め、誰もが、繰り返し8ステップから成るモダンデータ分析のライフサイクルに関わっていくというものだ。そして、ビジネス戦略／データ戦略を成功させるためには、このライフサイクルを可能な限り高速に回していくことが重要となる。

図2　モダンデータ分析ライフサイクルを超高速に回していくことが肝要
拡大画像表示

　「『データユースケースの検討』や『分析・可視化』そして『運用・振り返り』といった、データ活用・分析の肝となる項目は時間をかけて確実に行うことが重要です。一方、図中に『加速マーク』が記してあるのは、データマネジメントを高度化することで高速化、省力化できるようになる項目です」（森本氏）。

情報システム部の視点からのデータアーキテクチャ

　続いて情報システム部門からの視点となる、モダンな「データ＆アプリケーションアーキテクチャ」のグローバル標準について、「モダンデータスタック」「データファブリック」「データメッシュ」の3つに言及した。森本氏によれば、先進企業はこれらの３つのアーキテクチャの“いい所取り”をすることで、自社にとって最適な、理想のデータアーキテクチャを構築しているという。

モダンデータスタック

　データ活用管理領域におけるテクノロジーの進化を最大限に生かし、例えばDatabricksやSnowflakeといったクラウドネイティブな新しいサービスやソフトウェア群を組み合わせて活用することで、モダンなデータ基盤を構築する。ここで期待される効果は、データ管理に今までかけていた時間、コスト、労力を極小化することで、分析活動に充てる時間を増やせることにある。

データファブリック

　企業内外のデータが分散化、複雑化する中、あらゆるユーザーがあらゆるデータを技術横断により簡単に活用できる基盤を構築。そのためにあらゆるメタデータを収集したり拡張したりし、そのメタデータを使ったデータマネジメント向けのAIを実現して自動化していくことが必要となる。理想的なデータ管理環境の実現、柔軟性や敏捷性、レジリエンスを高めていくことがゴールとなる。

データメッシュ

　データは規模も複雑さも増しており、全て1カ所に集めて管理するのが限界を迎えつつある。データをプロダクトのように扱い、事業部門（ドメイン）主導のセルフサービス型でデータを整備し共有化する仕組みの構築が求められている。もちろん、ドメインを横断して共有・利用できるようにすることも重要であり、データのガバナンスにも配慮しなければならない。データメッシュの実装による最終的なゴールは、ドメイン横断のデータ管理におけるコミュニケーションの複雑さを極小化し、今後のデータスケーラビリティを向上させることにある。

　それぞれにアーキテクチャ要件があるわけだが、前述の通りに択一の発想は捨てて、自社の事情に合わせて、いい所取りをしていく柔軟な取り組みが大切となる。

IT視点からのデータプラットフォーム

　ここまで、「ビジネス戦略に整合性を合わせる形でのモダンなデータ分析ライフサイクルを実現し、それを高速化させていくこと」、また、「モダンなデータ＆アプリケーションアーキテクチャを柔軟な発想の下で具現化してくこと」について提示してきた。まさに、この2つはグローバルの先進企業のトレンドだ。これに呼応するように、インフォマティカは「モダン・データプラットフォーム」を提供している（図3）。これは、インフォマティカのIntelligent Data Management Cloudと様々なクラウドエコシステムの組み合わせによって実現されるものだ。

図3　インフォマティカが提供する「モダン・データプラットフォーム」
拡大画像表示

　モダンデータ分析ライフサイクルにおける各ステップをすべてサポートするよう設計され、包括的なデータ管理のクラウドサービスを1プラットフォームで提供しているのが特徴であり優位点である。あらゆるデータとの接続が可能であるほか、すべてのユーザーがデータを活用するためのBI機能や、AIデータマネジメントを実現するための「CLAIREエンジン」も用意されている。さらにデータの保管、可視化、分析についても、他のクラウドエコシステムとの連携で実現可能だ。

　森本氏は、デモンストレーションを披露。Webブラウザでアクセスするユーザーインタフェースにはデータカタログやマーケットプレイスなどの主要な機能が集約されており、例えば事業部サイドが用意したデータの中から目的に沿ったものを探して絞り込んだり、元データを参照したりといった作業が、直感的に進められる様子を示し、それが目下のトレンドとしての「グローバル標準」に即したものであることを視聴者に訴求した。

●お問い合わせ先