データガバナンスとは
データガバナンスとは、データの正確性、品質、セキュリティを確保するために組織が定義する役割、プロセス、ポリシーを指し、これにより社員がデータにアクセスし、使用する方法を決定することができます。
データガバナンスにおいては、組織全体のデータを適切に管理する必要があり、そのフレームワークにはデータ戦略と目標も含まれます。データガバナンスを正しく実施すれば、データから多様な価値を引き出すことが可能になります。
データガバナンスのフレームワークにおいては、組織の定めたポリシーやプロセスが、地方自治体や国のデータプライバシー法や規制をはじめとした社内外の要因と整合性を持つようにするとともに、政府機関が新たな法律を制定した場合に、データガバナンスのフレームワークを調整し、それらに準拠させる必要があります。
データガバナンスを適切に実施するには、部門やチームの連携が不可欠となります。しかし、どのようなデータがあり、どのように利用されているかを明確に理解しなければならないため、多くの場合において困難が伴います。
データガバナンスの計画を策定する際には、次の点を考慮する必要があります。
- データ所有権:各種データの管理は誰が行うのか
- データ品質:データの正確性や完全性をどのように検証するのか
- データセキュリティ:データを不正アクセスからどのように保護するか
- データアーカイブ:長期保存のためにデータをどのように保管するか
データガバナンスのツールと利点
データガバナンスのツールには、データへのアクセス、使用、保存、作成、分析に使用されるソフトウェア、プラットフォーム、デバイス、およびそれらの機能を実装し維持するためのポリシーと手順が含まれます。
データガバナンスのツールには次のものがあります。
- データレイク、データウェアハウス、データカタログ
- 表計算ソフト、画像、PDFなどのデータアセット
- 自動化プラットフォーム、シングルポイントソリューション、視覚化ソフトウェアなどのデータへのアクセス、分析、操作に使用されるソフトウェアとプラットフォーム
- 業務用・個人用デバイス、サーバー、カメラ、医療・監視機器、センサーなど、データの伝送に使用されるインフラストラクチャ
これらすべてのツールの最大活用を叶えるデータガバナンスのフレームワークを導入することで、ビジネス価値、セキュリティとコンプライアンス、データ品質、自動化を向上させ、お客様と組織の双方に利益をもたらすことが可能となります。
ビジネス価値 データガバナンスは、意思決定のプロセスを改善し、リスク管理を強化し、業務効率を向上させます。データガバナンスのツールを使用することで、さまざまなソースからデータを収集・整理し、より多くの情報に基づいた意思決定を行うことが可能になります。また、データや情報を共有するための明確なプロセスを確立させ、異なるチームや部門間のコラボレーションを促進できるようになります。
セキュリティとコンプライアンス データガバナンスでは、社員やリモートワーカーの流動性や、コンプライアンスにおける新たな規制を考慮することが重要です。データガバナンスのフレームワークには、コンプライアンスを維持しながら、新入社員、現社員、元社員の権限をオンボーディング、追加、削除するための計画を含める必要があります。このプロセスには、機密情報漏洩のリスクを軽減することも含まれます。
データ品質 データの入力、アクセス、保存、使用に関するルールや標準を確立することで、データの品質を向上させることができます。データの正確性、一貫性、完全性を確保することで、より良い意思決定が可能となり、コストのかかるミスを回避できるようになります。また、社員間のコミュニケーションや調整作業を改善することで、より良い意思決定を行い、作業の重複を回避できるようになります。
自動化 自動化により、データ収集、品質保証、レポート作成など、データにアクセスし、使用する際のコンプライアンスを維持することができます。手作業によるデータ入力や保管の必要性を減らすことで、コストを削減できるようになるだけでなく、データ侵害やコンプライアンス違反に起因する損失を回避できるようにもなります。データガバナンスを適切に実装することで、リソースの使用を最適化し、業務効率を向上させ、リソースを解放して、より戦略的なタスクに集中できるようになります。
データガバナンスのフレームワーク
データガバナンスのフレームワークは、効果的なデータガバナンスのプログラムの確立・維持に役立ちます。このフレームワークは、役割と責任の定義、ポリシーと手順の開発、ツールと制御の実装を行うための、構造化されたアプローチを提供します。
データガバナンスのプログラムが確立された組織からは、意思決定の改善、リスクの軽減、組織のパフォーマンスの向上など、数々のメリットが報告されています。また、データガバナンスは、組織が規制要件を遵守するうえでも役立ちます。
データガバナンスのフレームワークは、以下の4つの構成要素に大別されます。
- データガバナンスのポリシー
- データガバナンスの構造
- データガバナンスのプロセス
- データガバナンスの管理
データガバナンスのポリシー
データガバナンスのポリシーでは、データガバナンスに対するアプローチの概要を示します。上級管理者はデータガバナンスのポリシーを承認し、定期的にレビューを行うことで、コンプライアンス規制やベストプラクティスを満たしているかどうかを確認する必要があります。
データガバナンスは次の質問に答えられるものである必要があります。
- データガバナンスへのアプローチ
- データガバナンスに関与する社員の役割と責任
- データガバナンスの目標
- データを管理するためのポリシーと手順
- 品質データの基準
- データが正確で完全であることをどのように確認しているか
- データの機密性をどのように保護しているか
- ユーザーが必要なデータに確実にアクセスするために、どうしているか
- データが組織のポリシーや手順に沿って使用されるために、どうしているか
- データガバナンスの監視・監査について、どのような計画を立てているか
データガバナンスの構造 データガバナンスの構造では、ガバナンスのフレームワークに関与する各個人の役割と責任を定義します。ガバナンスの構造の設計においては、すべてのガバナンスのイニシアチブと活動がビジネス目標に一致するようにしなければなりません。
また、データガバナンスの構造には、次の事項を監督し、責任を負うグループまたは委員会を含める必要があります。
- 組織のデータガバナンスのプログラムにおける方向性の決定
- このグループには通常、上級管理職が含まれます
- データガバナンスのプログラムの実装
- このグループには通常、各部門の代表者が含まれます
- 事業部におけるデータアセットの管理
- このグループには、データの詳細と、事業部でどのように利用されているかを良く知る人物を含める必要があります
データガバナンスのプロセス
データガバナンスのプロセスでは、効果的なデータガバナンスのプログラムを実施・維持するために必要な活動を定義します。これらのプロセスは、組織の特定のニーズを満たすように設計する必要があります。
データガバナンスのプロセスには次の項目を含めます。
- データの識別 — 顧客データ、財務データ、従業員データなどの、組織のデータアセットを識別します。
- データの分類 — 組織にとっての重要性に基づきデータを分類し、データガバナンスの活動の優先順位を決定します。
- データの品質管理 — データが正確で完全で一貫性のあるものであることを確認します。データの監査や、エラーが検出された場合の是正措置のプロセスも含めます。
- データのセキュリティ — アクセスの管理、暗号化、データのバックアップなど、不正なアクセスや使用からデータを保護します。
- データへのアクセス — データへのアクセス権を持つユーザーを制御し、データへのアクセス権を付与および取り消しするプロセスを含めます。
- データのライフサイクル管理 — ライフサイクル全体にわたってデータを管理し、不要になったデータのアーカイブと削除のプロセスを含めます。
データガバナンスの管理
データガバナンスのプログラムの有効性を確認するために実施される手順および技術的手段です。これらの管理は、組織特有のニーズを満たすように設計する必要があります。
データガバナンスの管理には、次の項目を含めます。
- アクセス制御 — データへのアクセスを許可および取り消しするための手順を確立します。
- 変更管理 — 誰が変更できるか、どのように変更を追跡するかなど、データへの変更を管理します。
- バージョン管理 — さまざまなバージョンのデータを追跡し、全員が最新の情報を使用できるようにします。
- 監査 — データガバナンスのポリシーと手順へのコンプライアンスを監視します。
- データ保持 — 不要になったデータをアーカイブおよび削除する手順を確立します。
- データのバックアップとリカバリ — データの損失を防ぎ、データが失われた場合に確実に復元できるようにするための手順を確立します。
データガバナンスのユースケース
データガバナンスはデータの多くの側面をカバーするため、データウェアハウス、データレイク、データカタログ内のデータを通じて価値を提供するなど、データガバナンスによって組織を改善できるユースケースは多岐に渡ります。
データ統合
単一のリポジトリへの統合により、すべてのユーザーのデータ主導の意思決定における一貫性や正確性を確保できるようになります。
- 収益性の向上 — データソースの接続と洞察の抽出のプロセスを効率化する、明確に定義された基盤を構築します。
- リスクの軽減 — 同じデータを異なる方法で抽出する部門間の不一致を解消します。
- 人材のスキルアップ — エンドユーザーが自らインサイトを発見し、共有できるようにすることで、手戻りや信頼性の低い結果による時間の浪費を解消します。
メタデータとデータ系列
信頼できる結果とユーザーからの信頼を確保するためには、データ系列とガバナンスが重要な鍵となります。
- 売上の拡大 — データ系列を確立させ、共有することで、チームが結果に集中し、意思決定をスピードアップできるようにします。
- 収益の向上 — データ系列を完全に理解して伝達することで、変更に必要な投資を削減します。
- カスタマーエクスペリエンス — お客様に悪影響をもたらす、不正なデータに起因するミスを排除します。
- 効率性の向上 — 冗長なデータ検証や手動によるデータ検証を排除し、結果のダブルチェックの必要性を低減します。
- リスクの軽減 — データ系列の可視化により、データの出所やこれまでのプロセスを正確に把握します。
拡張性
組織内でより多くの人がデータにアクセスし、利用するようになると、データガバナンスの重要性はさらに高まります。
- リスクの軽減 — 制御を保ちながら、セルフサービス分析やデータアクセスを拡張させます。
- 効率性の向上 — 分析へのアクセスのボトルネックとならないデータガバナンス戦略を導入します。
- 人材のスキルアップ — 分析を理解し、データガバナンスのベストプラクティスを実践する文化を醸成します。
- 収益性の向上 — 同じような作業を再びゼロから取り組むことのないように、全社的な分析の活用とデータセキュリティを強化します。
- カスタマーエクスペリエンス — データのセキュリティを確保しながら、顧客データを最大限に活用します。
データガバナンスのユースケース例
データガバナンスのビジネスユースケース例
データガバナンスの戦略を適切に導入できれば、組織のあらゆる分析の取り組みで結果を出せるようになります。こうした取り組みには、レポート作成、高度な分析、機械学習、データサイエンスなどが挙げられます。
データガバナンスが確立されていない分析環境では、プロセスに時間がかかり、非効率的になりがちです。さらに、データの共有および使用方法によっては、コンプライアンス違反を引き起こす恐れもあります。
ここでは、データガバナンスの効いた分析環境と、そうでない分析環境が、企業のレポーティングにどのような影響を与えるかの一例をご紹介します。
データガバナンスのない分析環境でのレポート作成
データ識別
- データセット、レポート、その他の分析アセットに含まれる情報の解読に時間がかかり、レポート作成や意思決定のための情報の評価に割く時間が十分に確保できなくなってしまう
データ分類
- 未整理でラベル付けされていない分析アセットは、既知のデータセット、レポート、ワークフローの検索を困難にし、情報を得るためにかなりの時間を要する
- 隠れたアセット(ダークデータ)が使用されず、過去および進行中のパフォーマンスの評価や新しい意思決定への情報提供が困難になる
データの品質管理
- 不完全で不正確な情報を含む分析アセットは、手動および反復的な準備にかかる時間を増加させる
- データの欠落により、インサイトの正確性と信頼性に対する疑念が生まれ、結果や意思決定に対する信頼性が低下する
データセキュリティ
- 業務用・個人用端末に保存されたデータは、暗号化やバックアップが行えない。また、コンプライアンスに準拠していないメディアを介してのアセットの共有は、データ漏洩や不正アクセスのリスクを増大させる
データアクセス
- データへのアクセス権を付与したり、取り消したりするための全社的な標準ポリシーやプロセスがないため、情報の取得に時間がかかるだけでなく、拡張性も制限される
データのライフサイクル管理
- データ管理チームが不要なデータを適切にアーカイブまたは削除できないため、組織のコンプライアンス違反のリスクが高まる
データガバナンスの効いた分析環境でのレポート作成
データ識別
- どのアセットが分析に役立つかを容易に判断し、レポートを迅速に作成できる
- 情報の獲得にかかる時間が短縮され、データに対してより多くの質問を投げかけ、アイデアをより詳しく評価し、意思決定の信頼性を高めることが可能となる
データ分類
- 分析アセットを、一元的に整理し、ラベル付けすることで、必要とする過去の情報やワークフローを含むデータを迅速に発見し、洞察を得るまでの時間を短縮できるようになる
データの品質管理
- データカタログにより、分析アセットの完全性と正確性の判断に役立つデータ品質スコアを提供し、分析用データの準備に必要な時間を短縮できる
- レポートの信頼性が高まることで、結果や意思決定に対する信頼性も向上する
データセキュリティ
- 戦略的なデータセキュリティプロセスにより、データ管理チームがデータのガバナンスとコンプライアンスを維持し、リスクを軽減できる
データアクセス
- データアクセス権の付与と取り消しのための標準的なポリシーとプロセスにより、オンボーディングと拡張プロセスを改善し、管理コストとリスクを軽減できる
データのライフサイクル管理
- ストレージの一元管理により、すべての分析アセットを迅速に監査し、組織全体のデータの暗号化、バックアップ、削除を簡素化できる
上記のユースケースでは、レポート作成におけるプロセスを示していますが、高度な分析、機械学習、データサイエンスなど、他のさまざまなビジネスユースケースにも応用できます。
まとめ
データガバナンスは、データの管理だけでなく、組織内でのデータの使用方法に関するポリシーやプロセスも対象としています。
データガバナンスのフレームワークを使用して、チームや部門の連携を円滑化し、業務効率を高めることで、より多くのビジネス価値が生み出されるようになります。
適切なフレームワークとツールを使用し、データガバナンスの計画を適切に実施することで、より実用的な分析結果を得られるようになります。
次の用語
データ探索関連リソース
お客様事例
Protected: Saving Over 75 Hours Day with Automated Forecasting
- データ準備と分析
- データサイエンスと機械学習
- プロセスの自動化
お客様事例
Protected: Nippon Caterpillar Japan Streamlines Analysis Operations
- データ準備と分析
- マーケティング
- アジア太平洋地域