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。
Talendの調査（2021年公開）では、データを常に信頼していると回答した経営幹部は40％にすぎなかった。これはデータ品質の確保にもっと協調的な文化が必要だとするペイノイト氏の主張を裏付けている。でも、どうすればよいのか。「データのライフサイクル全体を適切に管理するには、包括的なデータ管理アプローチを取る」こと。例えばデータオフィス機能を一元化することで、データの認識と理解を促進することをペイノイト氏は提案する。
「データ品質はチームスポーツだ。一人の個人や一つのチームが全体のデータを正しく管理するのは不可能だ」
データ品質を高める2つの要素
iStock.com/Motortion
ペイノイト氏が提案する答えの一つがセルフサービスだ。セルフサービスはデータ品質標準を広げる優れた方法になると同氏は言う。
「セルフサービスアプリケーションにより、誰でもデータセットにアクセスしてデータのクレンジング、標準化、変換、強化できるようになる。問題の検出と解決にビジネスコンテキストを持ち込むためにデータ品質にルールを設けたり、メタデータ管理に結び付けられる全体的なデータガバナンスを導入したりすることで、信頼の問題も解決できるかもしれない」
「機械学習を用いるインテリジェントな機能やワークフローは、品質管理（マスキングやアクセス管理など）を自動化して、データ品質をデータ主導の開発全体に広げるのに役立つ」
もう一つの答えは自動化だ。データセットが増加するにつれ、必然的に機械学習が重要になる。だが、機械学習が機能するにはデータセットにまとまりが必要だ。システムを見直さなければ、手作業のデータ入力や品質確認が残るのは避けられない。
「手動ジョブと自動ジョブについて検討することは重要だ。最高の結果を得るには両者をどのように混在させるのが最善かを考える」（マリア氏）
それは優れた質問だ。万能の解決策は存在しない。姿勢を変えること、何が問題なのかを知りたいという願望、データ主体の未来を築く方法が必要だ。
「膨大なデータを扱う大規模組織の場合、手作業の要求は極めて厳しく、データセットの不正確さや不完全さにつながる。取引の監視、クレームの調査、顧客確認プロセスなど、リソースを大量に必要とするタスクを自動化すれば、機械学習によって推定し、顧客データの360度ビューを生み出せる」（マリア氏）
データ主体の未来は、データ品質を確保する上でAIがますます重要な役割を担うようになるとみている。2021年12月のレポートによると、40％の企業がこの目的にAIを利用し、データガバナンスにAIを利用する企業も45％に上る。当然ながら、データ品質の問題や実際の意思決定に対してAIが特効薬になるわけではない。
データ基盤を一貫的かつ適切に確保し、複数の選択肢から意思決定を行うには、リーダーシップ、文化、コラボレーション、データリテラシー、経験など、それ以上のものが必要になる。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly日本語版
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[株式会社マクニカ] アイカ工業に学ぶ脆弱性対策 情シスが把握できずにいたアセットも正確に把握 -
製品資料
[株式会社マクニカ] 「脆弱性総まとめ」解説 被害事例から考える必須の対策ポイント -
製品資料
[Splunk Services Japan合同会社] サイバー脅威「トップ50」完全解説ガイド、新たな攻撃手法に対抗するには -
製品資料
[株式会社うるる] 「入札市場」完全ガイドブック：メリットから資格取得のポイントまで -
市場調査・トレンド
[株式会社うるる] はじめての「自治体／官公庁入札」 必要な知識がすぐに学べる入門ガイド
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
2
Oracle巨大ITプロジェクトはなぜつまずいたのか 8年で導入1割、追加で170億ドル
-
3
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
4
「企業内サーバ環境の利用実態」に関するアンケート
-
5
AI基盤は本当に「オンプレ回帰」する？ Broadcomの言い分と企業の本音
-
6
「技術屋」で終わらないために 情シスが今取るべき認定資格5選
-
7
「攻撃側にナイフ、防御側にパン」 OpenAIの10億ドル支援に潜む危うさ
-
8
「世界一給与にハングリー」な日本のエンジニアが“雇用の安定”を求める理由
-
9
自宅のWi-Fiが「遅い」「途切れる」本当の原因は？ Dellが推奨する鉄則
-
10
「Linuxサーバの長期運用とRed Hat Enterprise Linux」に関するアンケート
ホワイトペーパーランキング PR
-
1
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
2
AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
-
3
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
4
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
5
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
-
6
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
7
PostgreSQLの「機能」「性能」「運用」「拡張性」に関する悩みの解消法
-
8
5分で分かる「セキュア大容量ファイル転送サービス」の機能とメリット
-
9
Macの安全神話は崩壊？ 最新の脅威動向から見えた攻撃のトレンドと有効な対策
-
10
情報セキュリティ対策早分かりガイド：25の自社診断で弱点と解決策を理解
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー