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：データ連携失敗の原因になる4つの不整合とは

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。

[David Loshin，TechTarget]

　一般的にはデータ品質の重要な要素として、正確性、完全性、適時性、整合性がある。データの整合性とは、実際には何を意味するのだろうか。データ管理のチームは整合性によってどのような影響を受けるだろうか。複数のアプリケーションでデータの整合性を確保するために利用できるデータ連携手法には、どのような種類があるだろうか。

　データの整合性が必要になるのは、ある状況が前提にあるためだ。それはBIや分析に利用する複数のアプリケーションが、同じソースのデータセットをさまざまな方法で頻繁に使用するような状況だ。毎日の売買取引を表すデータがあるとする。業務報告をするときは、複数ある販売地域での類似製品の販売数を比較するために、このデータを使用する。高度な分析アプリケーションでは、顧客が購入した商品の種類に基づいて、顧客プロファイルを作成するためにこのデータを使用することもある。

　この2種類のアプリケーションに同じ売買取引データが使用されている。一方で、このデータを抽出、変換、再編成、送信するプロセスは、それぞれのアプリケーションで違う。こうしたプロセスでは、少なくとも4つの異なる形式のデータ不整合がもたらされるリスクがある。

併せて読みたいお薦め記事

データマネジメントのために企業は何をしているか

• ちょっとした機能強化でビジネスインテリジェンス（BI）の価値を上げる方法
• 『ライオン・キング』を成功させたディズニーのデータアナリティクス

データ活用先進企業はいま

• Airbnbが実践するBIベストプラクティスは使いやすさファースト
• 三越伊勢丹、クックパッド　効率的なデータ管理のための基盤づくりを語る

データの連携に失敗する理由