低品質データのクレンジングにRPA型botを投入すべき理由：レガシーデータを自動で整理

データのクリーニングに問題はないだろうか。本稿では現在データを取り巻く状況を明らかにする。ビジネスプロセス改善の専門家とそのチームによる、データクレンジングにRPA型botを使う実験も紹介する。

[Dan Morris，TechTarget]

　データは至る所にあり、不足することはない。しかし信頼できるデータはどれほどあるだろう。優れたデータの場所を把握しているだろうか。そして利用可能なデータの品質を高めるために、何ができるだろうか。

　レガシーアプリケーションの大半は、部分的なビジネスのプロセスを実行するために構築されている。大規模なエンドツーエンドのプロセスをサポートするためではない。レガシーアプリケーションは、多くの場合個別に動作するよう設計されている。相互に連携できるアプリケーション間をデータが移動する場合でも、そのフローやデータの品質管理についてはほとんど考慮されなかった。その結果アプリケーションやアプリケーション群が扱うデータは、それぞれ独自のデータとして機能することになる。

併せて読みたいお薦め記事

データに強い組織をどう作るか

• ブロックチェーンでデータ流通管理、イノベーションを促すために必要なこと
• Gartnerがデータ活用と分析のリーダーに向けて発行した「4つの処方箋」

データ活用先進企業は今

• アサヒビール×JAL×SOMPOホールディングス、データ活用のための組織と人材を語る
• 三菱重工航空エンジンはTableauでどのようにIT部門の負担を減らしたか
• 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

　これらのアプリケーションは、特定の用途で使用するときに最良の選択肢だと考えられていた。企業は自社のビジネスとの適合性を基準に、アプリケーションの購入や構築を決めていた。

　システムごとに独自のデータモデルが用意され、データを共有するために複雑なインタフェースが構築された。データが頻繁に更新されることを考えると、これらのインタフェースや、アプリケーション間を移動するデータを最新に保つことが問題になる。さらにデータの編集方法もアプリケーションごとに異なる。各アプリケーションの形式に準拠するためのデータ変換が必要かどうかについても考えなければならない。更にこれらのレガシーアプリケーションの多くが導入時から大幅にカスタマイズされたため、当初のドキュメントは価値がなくなっていく。このような変化を経て、データ品質は良好とはいえなくなった。

時代の変化に後れを取るデータ管理