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）
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）
「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）
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）
「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）
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）
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）
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）
「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）
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）
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）
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）
INFINIDAT JAPAN合同会社提供Webキャスト
大容量データ時代のストレージ、パフォーマンス／コスト／可用性からどう選ぶ？
企業が扱うデータ量が著しく増加する中で、コストをかけずに大量のデータを安全に保存し、適切に利用できるストレージ環境が求められている。そこで、大容量データ時代に即した、エンタープライズレベルのストレージシステムを紹介する。（2024/5/15）
DXの阻害要因になっていませんか？
今求められる、オンプレミスとクラウドを意識しないデータ基盤の構築
DX推進では、デジタルサービスが生み出すデータを迅速に分析し、そこで得た洞察をビジネスに生かせるかどうかが重要だ。サイロ化したデータを統合し、柔軟に活用するには、どのようなデータ基盤を構築すべきなのか。（2023/11/15）
AppleのE2EEに対する賛否【第1回】
Apple“賛否両論”セキュリティ機能「iCloudの高度なデータ保護」とは何なのか
Appleの「iCloudの高度なデータ保護」は、「iCloud」のデータ保護強化を実現するセキュリティ機能だ。セキュリティ専門家とFBIとの間で評価が真っ二つの、iCloudの高度なデータ保護。その中身とは。（2023/4/4）
アナリティクスはどう変わるのか【後編】
AIや自動化と同じくらい「データ品質」「データガバナンス」が重要な理由
アナリティクスの高度化を進める上で必要なのは、AI技術や自動化技術だけではない。両者ほどの派手さはなくても、それらと同等か、それ以上に重要な要素がある。それは「データ品質」「データガバナンス」だ。（2022/5/25）
AIで変わる「IT系職種の需要」【中編】
AI時代に消えるどころか人気になる「データ系の職種」3選
AI技術が進化する中で、人間の仕事の一部はAI技術に代替される可能性がある。AI技術によって代替されにくいのはどの職種なのか。データに関連する職種を紹介する。（2024/10/22）
データ連携失敗の原因になる4つの不整合とは
BIデータの整合性を確保するのに役立つデータ連携のポイント
データ連携のプロセスを適切に管理していないと、BIや分析のアプリケーションで整合性に欠けるデータが生じる可能性がある。こうした問題を回避する手順を幾つか紹介しよう。（2018/10/31）
コロナ禍で変わる教育現場のデータ活用【後編】
学校間の「データマネジメント」「データ分析」のレベルがコロナ禍で拡大？
オンライン教育の普及は、教育機関の間で「データマネジメント」や「データ分析」に関する取り組みの差を拡大させている。教育機関が直面する課題と、取り組むべき対策とは。（2020/11/18）
社内データのサイロ化が分析の障害に
経営層や現場の期待に応えられないデータ基盤、自社環境をどう改善すればよいか
データドリブン経営の重要性が叫ばれる一方で、多くの企業がデータ環境に問題を抱えている。現場でリアルタイムに分析できない、部門横断で情報を見られない、分析能力が足りない……こうした企業はデータ基盤をどう見直せばよいのか。（2023/9/29）
2人の専門家が読み解くデータ管理の難題
できるだけコストや手間をかけたくない、増加するデータの管理に解決策はある？
データドリブン経営には、増加するデータ量に加え、複雑な非構造化データへの対応が求められる。限られたリソースの中、できるだけコストや手間をかけずに現代のデータ管理課題に対応する方法はないものか。専門家に話を聞いた。（2021/10/7）
スマートフォンの正しい廃棄方法【中編】
「スマホ」に残る機密データを“完全削除”する方法
仕事で使用するスマートフォンには、機密データが保存されている。それを正しく消去しなければ廃棄時に流出する懸念がある。データを確実に消去する方法とは。（2024/4/29）
Veeam Software Japan株式会社提供Webキャスト
確かな復元力を確保、ワークロードを強力に保護するデータプラットフォーム
強力で確実なデータ保護戦略の重要性が高まる中、環境を問わずワークロードの保護とリストアを実現するデータプラットフォームが注目されている。その非常に高度なデータ保護技術について、デモ動画を通じて解説していく。（2023/8/2）
データ分析が変えた野球の常識【第2回】
メジャー強打者はなぜ「4番」じゃないのか データが変える野球の常識
MLBでは、その巧拙が試合の勝敗に大きな影響を及ぼすほど、データ分析が重要な役割を担っている。野球界に存在した“常識”も、データ分析が塗り替えてきた。幾つかの例から、データ分析の影響を見ていこう。（2022/9/7）
データの永久保存方法【後編】
ドイツの大学が「テープ」でデータを永久保存 長年蓄積したノウハウとは？
データを永久保存するには、長年にわたって適切にデータを扱わなければならない。貴重なデータを豊富に抱えるゲッティンゲン大学は、どのような方法を採用しているのか。（2022/2/3）
「League of Legends」を支えるデータマネジメント【後編】
Riot Gamesは「データスチュワードシップ」への社内の抵抗をどう抑えたのか
データの適切な定義や利用を推進する「データスチュワードシップ」に取り組もうとしていたRiot Gamesは、業務増加を懸念する社内からの抵抗に直面した。どう対処したのか。同社データマネジメント責任者が明かす。（2020/11/27）
トムソン・ロイターが考える倫理的なAI活用【前編】
「データガバナンスは大きな喜び」 トムソン・ロイター経営幹部インタビュー
Thomson Reutersでデータガバナンスを管轄する経営幹部のカーター・クシノー氏は、自身の経歴を生かして「倫理的なデータ活用」のポリシーを構築することに大きな喜びを抱いていると語る。その内容とは。（2023/12/19）
特選プレミアムコンテンツガイド
AIの判断を邪魔する「ゴミデータ」をきれいにするには
機械学習で人工知能（AI）エンジンの精度を上げるには、質の良い学習データが不可欠だ。質の悪い学習データでは、AIエンジンの不適切な判断を招くリスクがある。事例を基に、学習データの作成方法を考える。（2023/3/14）
フランス大手銀行Societe Generaleの挑戦
大手金融機関がAIとデータを頼りに進む「データドリブン銀行」への道
フランスの大手投資銀行Societe Generaleが、データとAI（人工知能）技術に注力している。「データドリブン銀行」を目指すという、その取り組みの中身とは。（2022/2/15）
リモートアクセスの老舗「TeamViewer」の戦略【後編】
TeamViewerは遠隔で取得する「ユーザー組織のデータ」をどう扱っているのか
リモートデスクトップツールを手掛けるTeamViewerは、ユーザー組織の多様なデバイスから取得したデータを業務プロセス改善に生かす支援を実施している。取得したデータをどのように取り扱っているのか。（2024/6/20）
データ損失を防ぐには【前編】
進化系ランサムウェアが突き付ける現実「バックアップがあれば安心はもう古い」
データ損失対策には全ての組織が取り組まなければならない。対策は攻撃など、データ損失が生じ得るシナリオによって違う。ビジネスに欠かせないデータを守るためにはどうすればいいのか。（2024/4/4）
Veeam Software Japan株式会社提供Webキャスト
巧妙なランサムウェア攻撃に対抗、回復力が高いデータ保護の実現方法とは？
巧妙なランサムウェアに対抗するには、バックアップでデータを保護し、攻撃を受けても復元できる体制を整えることが重要だ。バックアップデータを狙う攻撃が横行する中で、回復力が高いスケーラブルなデータ保護を実現する方法とは？（2023/8/2）
ITmediaはアイティメディア株式会社の登録商標です。
