「データ」関連の 事例・比較・解説 などの記事一覧

データを守る「3大概念」【前編】
「データ保護」と「データセキュリティ」「データプライバシー」の違いとは？
データ保護、データセキュリティ、データプライバシーはいずれも、データを守ることに関する概念だ。それぞれ、目的や方法はどう異なるのか。混同しがちなその違いとは。（2024/10/3）

株式会社キーウォーカー提供Webキャスト
データ活用の成否を分ける「社内データ×Webデータ」、成功企業はどう進めた？
データ活用に苦戦している企業はいまだ多い。こうした中で注目されているのがデータ分析の民主化であり、自社データにとどまらないデータ活用だ。中でも、自社データとWebデータを組み合わせることで成果を上げる企業が増えてきた。（2022/8/31）

データを守る「3大概念」【後編】
いまさら聞けない「データセキュリティ」と「データプライバシー」の違いとは？
データを守ることに関する概念は混同しやすい。「データセキュリティ」と「データプライバシー」の違いを押さえておこう。（2024/10/10）

データクオリティーを保つ7つのベストプラクティス【第3回】
データの出どころを即答できないなら「データリネージ」を明確にしよう
データに基づく意思決定を実現するためには、高いデータクオリティーが必要だ。データクオリティーの向上に「データリネージ」がどう役立つのかを紹介する。（2022/11/9）

データクオリティーを保つ7つのベストプラクティス【第6回】
“考えなしのデータ集め”からの脱却に不可欠な「データスチュワード」とは？
データを有効活用するには、データクオリティーを高いレベルで維持することが必要だ。その上で「データスチュワードの設置」がどう役立つのか、そしてその先にある「データドリブン文化の確立」とは何かを紹介する。（2022/11/29）

いざというときの「復旧不可」をどう防ぐか
データ消失の悪夢を防ぐ「バックアップ監視」とは？　ただ取るだけがNGな理由
データ保護のためには、バックアップを作成するだけでは不十分だ。システムのダウンタイムやデータ消失、データ保護に関する法規制違反を招く恐れがある。どうすれば確実なデータ保護を実現できるのか。（2026/3/27）

従来の「守りの運用」に限界が迫る
「NAS」「RAID」だけではもはやデータを守れない　ストレージ運用10の”限界”
データの爆発的増加に伴い、従来の物理的な機器管理に限界が近づいている。バックアップの不備やパッチ適用の遅れは、災害による取り返しのつかないデータ消失を招きかねない。今見直すべきストレージ運用の盲点は。（2026/4/8）

放送局のデータサイエンス活用【後編】
テレビ局のデータ責任者は「データサイエンス」予算をこう確保している
データサイエンスの取り組みを局内に浸透させるために、英国公共放送局のデータサイエンス責任者は“ある工夫”をしているという。それは何なのか。BBCとChannel 4のデータサイエンス責任者が明かす。（2023/1/16）

野良IoTデータ、膨らむデータ量をどう管理？
AI時代のデータ活用インフラ整備の正解は？　IT部門が最高効率で仕事をする方法
データドリブンを目指してデータを蓄積し始めた企業が陥りがちなのが「ためたデータを活用できない」「データを把握し切れない」といった問題だ。オンプレミスやクラウド、エッジに点在するデータを効率よく運用管理する方法が求められる。（2023/12/1）

ストレージの無駄遣いを防ぐ5つの戦略【後編】
圧縮すればいいわけではない？　データ削減のはずが「ボトルネック」を招く理由
データの圧縮や重複排除はストレージ容量の節約に効果的だが、処理方式によってはシステムの書き込み速度を劇的に低下させるリスクがある。不要なデータを整理しつつ、性能を損なわずに効率化するにはどうすべきか。（2025/11/28）

「データ完全性」実現の近道
データドリブンな意思決定の第一歩「データ完全性」とは？
自社が抱えるデータの不備が壁となり、データドリブン型経営の推進に二の足を踏むといった問題が後を絶たない。信頼できるデータの条件である「データ完全性」を実現するには、何をすればよいのか。（2022/7/11）

属人化脱却×コスト削減×AI導入
データが解いた業界の“ジレンマ”　Jetstarが見つけたデータ活用の成功法則
航空会社Jetstarはレガシーなデータ基盤の運用を減らし、新たなデータ基盤を使ってサービスの最適化を図っている。具体的に何ができるようになったのか。（2025/4/12）

情報漏えいを防ぐには
どれだけできている？　まさかの「データ流出」を防ぐ“11個の要点”
多様なデータがビジネスで活用されるようになる中で、データ流出を防ぐ対策の重要性が増している。具体的にはどうすればいいのか。データ流出を防止するための「11個の要点」を紹介する。（2025/5/8）

AIエージェントがより複雑な作業の共働者に
Googleが「データ分析」にAIエージェント投入　“専門領域でのAI介入”が始まる
AIエージェントのブームが勢いを増す一方だ。これまではカスタマーサービスや開発分野での活用が多かったが、Googleがデータエンジニアリングとデータサイエンス用AIエージェントを発表した。（2025/8/22）

データ駆動型企業への道【第3回】
「60％の経営幹部が信頼していない」データを改善する2つの要素
データ駆動、データ主導が叫ばれて久しいが、60％の経営幹部はデータを信頼していない。経営にデータを生かすには、データ品質の向上が不可欠だ。その答えは2つある。（2022/5/16）

ライオンが挑む「守りのIT」脱却：Google Cloudで加速させるデータ駆動型経営
消費財大手のライオンは、システムの老朽化とデータのサイロ化を解消するためGoogle Cloudを採用。BigQueryによるデータ分析基盤の構築やCCoEの設立を通じ、データ駆動型経営への変革を推進しています。（2026/4/21）

日立のスペシャリストが挑む「データ価値の最大化」：
AI活用の「壁」を越える〜成功に導くデータマネジメントの核心〜
AI導入を急ぐ中「データはあるが使えない」状況に直面する企業が多い。AI Readyな状態へ導くには何が必要か。日立のデータとAI、それぞれのスペシャリストが課題解決の鍵となるデータマネジメントの本質と支援を語る。（2026/2/2）

「データセキュリティ」は誰の問題か【第1回】
ランサムウェア対策の肝「データセキュリティ」とサイバーセキュリティは違う？
洞察を引き出せるデータは企業においてますます重要になっている。ただしデータをため込むほど、攻撃者に狙われたときのリスクが大きくなる。対策の第一歩として、何を考えるべきか。（2023/9/25）

コロナ禍の受診控えを防いだ眼鏡店のIT戦略【後編】
「データ」で英国人の視力を守った眼鏡店は“データ分析の落ちこぼれ”だった
英国の眼鏡店Specsaversは、店舗スタッフのデータ活用を容易にするツールを用意し、従業員にデータ分析を広める取り組みを続けている。同社データ分析チームが重視している方針は。（2022/12/20）

データ共有モデルの限界
英国民50万人分の医療データがAlibabaで“買える”事態に　企業への教訓と対策は
英国の約50万人分の匿名化医療データが、中国のECサイトで販売されていた。本事件からは、データ共有体制の限界が浮き彫りになった。企業が取るべき対策は。（2026/4/30）

企業を悩ませる“統制と柔軟性”のジレンマ
企業に広がる「サイバーバルカン化」　データ主権が生む新たな分断とは
データ主権のリスクを理由に企業がAI導入を遅らせているという調査結果がある。リスクを軽減するために、オンプレミスに回帰する動きもある。データの統制と柔軟性を保持するにはどうすればいいのか。（2026/4/21）

情シスが直面する「データ主権」の限界
米国法が日本のデータを狙い撃ち？　ハイパースケーラー依存が招くガバナンスリスク
AWSやGoogle Cloudに置いたデータが、米国の法的命令により開示を求められる可能性がある。自社の大事なデータを海外クラウドに預けっぱなしでよいのか、ハイパースケーラーが語りたがらない「主権侵害」の核心に迫る。（2026/5/9）

データ駆動型企業への道【第2回】
不可能な「完璧なデータ管理」からデータ管理部門を解放する方法
データ管理部門は完璧なデータ管理を強いられている。彼らをこの「不可能への挑戦」から解放し、データ品質を向上させるにはどうすればいいのか。（2022/5/9）

“全員野球”で取り組むデータ活用
Airbnbはこのツールで超高速な意思決定を実現、「データ民主化」とは
民泊サービスのAirbnbは、起業当初からデータの価値を認識していた。同社は、データを「民主化」するツールを構築し、トレーニングを考案した。その結果、従業員はデータサイエンティストへと変貌を遂げた。（2017/11/1）

宇宙開発で増え続けるデータ
「データ爆発」に挑むJAXA　容量2倍、30％圧縮のストレージ刷新術
「データは増え続けるが予算と設置場所には限りがある」問題は、IT部門の悩みの種だ。この“あるある”な課題に対し、性能を維持しつつ容量を倍増させ、データ量を3割削減したJAXAのストレージ刷新事例を紹介する。（2026/2/19）

デル・テクノロジーズ株式会社提供ホワイトペーパー：
安全なデータレイクを簡単構築、ハイブリッドクラウド時代に最適なデータ基盤
ハイブリッド環境でセルフサービス型分析の需要が高まる中、データ基盤には高い要件が課せられている。そこで注目されるのが、データカタログやスキーマの統合でデータの扱いを簡素化し、安全なデータレイクを構築できるソリューションだ。（2020/12/4）

「DXのためのデータ活用」を成功させる4カ条【前編】
データドリブン企業になるための「データ活用」の秘策　まずやるべきことは？
データを経営に活用したくても、膨大なデータを前に「何から着手すべきか」を悩んでいる企業は珍しくない。データの整理に時間を奪われないための秘策は。（2021/8/30）

複雑なストレージ運用にメス
AI時代のデータ活用を阻む「ストレージ」の壁　悩める運用担当者の救世主とは？
データの活用が競争力に直結する現代において、データインフラ基盤への要求はますます高度化している。運用負荷やコストを抑えつつ、データの柔軟かつ安全な活用を実現するために、運用担当者が考えるべきアプローチとは。（2025/1/21）

いまさら聞けない「データ保護」の基礎【後編】
「使用中」「移動中」の機密データを保護する“3つの戦略”と有力技術
「データ保護」は、保管中の動いていないデータだけではなく、使用中や移動中のデータも考慮する必要がある。どのような技術が役に立つのか。（2022/12/22）

データ分析システム導入の前に何をすべきか
“データ活用初心者”の企業が取り組むべき最初のステップとは
企業がデータ活用を始めるときに「データが分析できない形式で蓄積されている」「そもそもどうデータ活用すればよいのか分からない」といった課題に直面することがある。こうした課題を解決し、データ活用を成功させるための方法とは。（2023/1/27）

特選プレミアムコンテンツガイド
データ分析の基礎が分かる「データサイエンスのモデル」入門
ビジネスにおいてデータ駆動型の意思決定が欠かせなくなった。企業がより深い洞察を得るためにまず押さえておきたいデータサイエンスの基礎を学ぼう。（2024/5/15）

地球に優しいネットワークを作る【第1回】
データ使用量の増加が止まらない――爆増させる“真犯人”は？
データの発生場所がパンデミックで変わった。ネットワークを介してさまざまな場所でデータを処理する動きが世界中で加速している。データが増える現状と背景を分析する。（2023/8/4）

【Google Cloud提供】「エンジニアゼロ」からのデータドリブン組織への道
「従業員の誰もがデータアナリストに」を目指したスタートアップがやったこと
TENTIALは本格的にデータ分析基盤の構築に取り組み、今では誰もが自由にデータを扱えるデータドリブン組織となった。同社はどのようにしてデータ活用企業へと生まれ変われたのか。（2022/12/8）

国際規格に準拠する8製品を紹介【前編】
迷ったらこれ　消去証明書の発行も抜かりない「データ消去」ソフトウェア4選
PCのリプレースや廃棄で必要になるのがデータの消去作業だ。安全かつ確実に機密情報を消去すると同時に、消去証明書を発行できるデータ消去ソフトウェアを4つ紹介する。（2025/7/1）

生成AIは「企業のデータ活用」の救世主に？
混沌とする企業のデータリソースを有効活用するにはどこから手を付ければいい？
生成AIの台頭を機にデータ活用を始めようとする企業は多いだろう。ただ、データ活用を進めるには、まずは散在する自社データを“活用できる状態”にする必要がある。企業はどこから手を付ければいいのか。（2024/6/7）

DX推進で高まる「データ所有の価値」
ランサムウェアや自然災害から膨大なデータを守る「堅牢ストレージ」とは？
企業が抱えるデータ量が増えれば、データ管理のコストや運用負荷は膨らむ。DX推進によってデータの価値が高まる中、簡単にデータを捨てることもできない。将来を見据えてデータを保管するには、どのような方法が有効なのか。（2021/2/19）

ツールの“使い放題”がむしろ問題に
「League of Legends」運営元が月間2PBのログを8割削減　監視データの半分は無駄？
ログ収集はシステム監視に欠かせないが、データ量が膨れ上がると費用爆発の引き金になりかねない。Riot Gamesはベンダーの料金引き上げによって数百万ドル規模の支出増に直面した。この危機をどう乗り越えたのか。（2026/4/24）

「データ主導型企業」に必要な人材育成の勘所【後編】
「データリテラシー」の高い社員を育てる鉄則とは？　Red Hatに聞いた
データ主導型企業を目指す上で重要なのが、従業員のデータリテラシー向上だ。その実現のためには何をすればよいのか。データリテラシーに関する独自のトレーニングプログラムを始めたRed Hatに聞いた。（2021/3/17）

「DXのためのデータ活用」を成功させる4カ条【後編】
DXのためのデータ活用を成功させるには「データ活用」だけ考えていてはいけない
クラウドサービスをはじめとするITは、DXのためのデータ活用を支える大事な要素だ。とはいえITを導入すればデータ活用が必ずうまくいくわけではない。ではどうすればよいのか。（2021/9/14）

AI開発の制約をどう克服するか【前編】
大量データは使わない「フューショット学習」と「普通の教師あり学習」の違い
AIモデルの開発にはデータが欠かせないが、常に十分なデータを収集できるとは限らない。そこで注目されているのが「フューショット学習」という手法だ。（2025/3/10）

データ保護規制にも対処
クラウドデータ保護「DPaaS」とは？　使い倒す方法は？
バックアップやセキュリティ対策といったデータ保護のクラウドサービス「DPaaS」は、データ保護の運用効率化とデータ損失を防ぐ対策強化に有効だ。DPaaSを最大限に活用するヒントを紹介する。（2021/5/19）

特選プレミアムコンテンツガイド
放置したSSDはデータが消える　「数千年保存」を実現するストレージとは
世界的なデータ量の増大で、ストレージの需要が高まっている。しかしHDDやSSD、テープといった従来のストレージは、データの記録密度や耐久性に限界がある。Microsoftが開発中の“透明なストレージ”は、こうした課題の突破口となるのか。（2025/12/18）

国際規格に準拠する8製品を紹介【後編】
DellやMicrosoftも提供　“徹底的”にデータを消去できるツール4選
PCを廃棄する際、安全かつ確実にデータを消去することは、企業のコンプライアンス順守において重要だ。そのために役立つデータ消去ソフトウェアやツールを4つ紹介する。（2025/7/7）

5200人のIT専門家調査
AIガバナンスに「7億円超」投資が約4割　データで見る2026年の“AI予算相場”
Cisco Systemsは、世界12カ国のIT、セキュリティ専門家5200人を対象に実施した調査レポートを発表し、AI導入の加速に伴い企業のデータガバナンス体制が問われている実態を明らかにした。（2026/1/30）

データ分析が変えた野球の常識【第3回】
メジャー球団のデータ専門家は「分析文化」をどう定着させたのか？
組織がデータを生かすには、データ分析ツールの導入やデータ専門家の配置だけでは十分ではない。組織内の「分析文化」をどう育み、定着させるかが重要だ。MLB球団レンジャーズが進めた取り組みを追った。（2022/9/14）

ストレージの無駄遣いを防ぐ5つの戦略【前編】
そのクラウド移行は正解か？　ストレージ効率を“劇的”に変える「階層化戦略」
ストレージにかかる費用を削減しつつ性能も維持するのは至難の業だ。安易なクラウド移行は予期しない費用増加を招く恐れがあり、オンプレミス回帰も進んでいる。システムが複雑化する中、データをどこに置くべきか。（2025/11/21）

NEWS
長野県千曲市の小中学校13校が「ファイルサーバ」刷新で約30％のデータを削減
長野県の千曲市教育委員会内の小中学校は、成績や教職員名簿などの校務データ、教育コンテンツなどを管理するファイルサーバを刷新。GIGAスクール構想でデータが増える中、データを削減しながら運用している。（2023/8/31）

「Solid」が目指す新しいWeb【前編】
Webで生じた「データは誰のものなのか」問題を次世代Web「Solid」が解決する？
エンドユーザーが生成するデータを利益に変えることが珍しくなくなる一方、データプライバシーやデータ所有権を巡る議論や規制が活発化している。次世代Web「Solid」が動き出したのは、こうした動きと無縁ではない。（2023/7/6）

データの倫理的活用を考える【第2回】
「法律に違反しないデータ収集」なら何をしても許されるのか？
個人情報などのデータを収集する上でコンプライアンスは間違いなく重要だ。だが法律に違反しないデータ収集であれば問題は一切ないのか。データ保護やデータプライバシーをコンプライアンスと倫理の両面で考える。（2021/3/22）

データの倫理的活用を考える【第1回】
「取れるデータは根こそぎ取る」はなぜ駄目か？　「倫理的データ収集」の重要性
企業のデータ収集や活用における倫理的な正当性に関心が集まる一方で、手に入るデータ全てを当たり前のように取得しようとする企業もある。こうしたギャップを放置したままだと、企業はどのようなダメージを受けるのか。（2021/3/15）

キーワード一覧に戻る