Paxataブログ

Paxataブログ>デジタルイノベーション部門が考える「次世代データ活用基盤」

  • 戦略/部門別アプローチ
2019.08.09

デジタルイノベーション部門が考える「次世代データ活用基盤」

こんにちは!アシストの田中です。

アシストで、DataSpiderやDMExpressをはじめとしたデータ連携製品(ETLやEAIの分野)を主管しながら、
Paxataアンバサダーとしても活動しています。

そこで今回は「次世代データ活用基盤」という観点で、記事をエントリーしてみたいと思います。

データにまつわるフィールドに長く携わっていますが、
Paxataの取り扱いを検討し始めた2015年の当時はまだ、
「デジタルトランスフォーメーション」
「データドリブン」
「AI・機械学習」

といった昨今のデータ活用を彩るキーワードは見受けられなかったように記憶しています。

しかし、今やあらゆるビジネスにおいて、
データ活用 ひいては戦略的なIT活用が、
今まで以上に重要視され企業競争の優位性を大きく左右するようになってきています。

「これまでのデータ活用」を支えてきたシステム基盤とは

一方でこのようなデータ活用を支えるシステム基盤に目を向けてみると、
これまでは
 「つなぐ」
 「ためる」
 「いかす」

で表現されるような、
ETLとDWHとBIで構成されるシステム基盤が一般的です。

このような構成のシステム基盤では、
各種の計数管理(たとえば、予実管理・原価管理などの管理会計や、
営業計数管理、生産実績管理など)のために、
企業全体や事業セグメントごとに構築され、主に以下のような特徴があります。

計数管理におけるデータ活用の特徴

  • 管理会計など計数管理上の厳格性が求められるものが多く、データの精度が重要視される
  • 業務管理帳票がアウトプットされ、その帳票により後続の業務オペレーションが推進される場合がある
  • 計数管理や分析手法として恒常的にデータの見方が決まっており、
    それに最適化されたデータフローやデータ構造となっている
  • システム基盤の取り扱いは専門のITスキルを要するためシステム部門の管理と統制下に置かれ、
    ユーザー部門はBIのインターフェースを介して計数管理や分析手法の結果データのみを参照する
  • ユーザー部門側で時々に応じた計数管理や分析手法を講じたい場合には、
    Excelなど手元の集計ツールにデータを収集し個別対応する必要がある

これまでのデータ活用は、
企業経営を支える各種システムから生成されるデータを
定型的な可視化につなげるに留まる傾向が強いと言えます。

上記の特徴からもわかるように、
それを支えるシステム基盤も企業活動や事業活動を決められた視点で
正確な情報を定点観測していくのに向いた硬直性の高い性質があります。

「これからのデータ活用」を支えるシステム基盤とは

しかし昨今では、
ITをはじめとして通信技術やスマートデバイスなどデジタル技術の総合的な発展を背景に、
いわゆるデータドリブンな企業経営や業務推進の実現
これからの企業経営を占う大きな課題となっています。

データドリブンな取り組みの例

  • (古いところでは)SFAやCRMなどフロントオフィスでのIT活用
  • ITにより支えられるマーケティングオートメーションやデジタルマーケティングへの取り組み
  • 企業活動における各種戦略立案へデータアナリティクスの活用
  • RPAやIoT、AI/機械学習による業務の高度化・自動化へ取り組み
  • あらゆるデジタル技術を駆使しライフスタイルやワークスタイルの変革を目指す
    デジタルトランスフォーメーションへの挑戦

このようなデータドリブンの実現を支えるためのシステム基盤には、
前述したような硬直性の高い性質だけではなく、

  • あらゆるデータを収集し蓄積できる
  • 収集したデータを目的に応じたデータ活用に向けられる
  • それをほぼリアルタイムに行える
  • これらをセルフサービス(※)でユーザー部門で簡単に行える

といった性質が満たされ、
かつ将来にわたって多様化するデータ活用の用途、
それに伴って増加するデータの種類と量を最適にマネジメントできる
柔軟性の高いシステム基盤が理想となってきます。

  • 「セルフサービス」とは
       システム部門やデータサイエンティストに依頼することなく、
       エンドユーザー自身でIT的な作業を実施すること。
       特別なITスキルを持っていないエンドユーザーでも使えることを前提としており、
       システム画面上の設定など、視覚的な操作で利用できることが大きな特長となる。

次世代のデータ活用基盤

次世代のデータ活用基盤とも言える、この理想形のシステム基盤の要素としては、
これまでの「つなぐ」「ためる」「いかす」が以下のように変化します。

   エンタープライズBI
    定型的な計数管理や分析手法の結果を全社または事業セグメントごとに可視化する要件

   セルフサービスBI
    データアナリティクスを推進するためにユーザー自らセルフサービスでデータ分析を行う要件

   AI/機械学習
    フレキシブルに教師データの準備が必要となるAI/機械学習の活用に向けた取り組み要件

データドリブン成功のカギ

データドリブンの成功のカギは、
データ活用の目的に応じたデータをいかに収集・蓄積できるか? にも依ります。

しかし、データの収集と蓄積はITアーキテクチャの設計が不可欠のため、
システム部門の介在ないしは高度なITスキルが必要となる性質が強いです。

それに対して、
業務視点でデータドリブンのシナリオを描くエンドユーザーが、
いかにセルフサービスで かつフレキシブルにデータを「いかす」につなげられるか? は、
"データがあっても活用できなければ宝の持ち腐れ"
という言葉が示す通り、
データドリブン成功のカギとしてより重要性の高いポイントになると考えられます。

よって、データドリブンの成功を左右する要因のひとつは、
「ためる」と「いかす」の間にある大きな谷(ギャップ)をいかに埋めるか? にあると言えます。

次世代のデータ活用基盤では、
この「ためる」と「いかす」のギャップを埋める要素として、

が加わります。

この「じゅんびする」という要素は、
IT用語では「データプレップ(Data Preparation)」と呼ばれ、
この分野のツールとして Paxata 」をアシストでは取り扱っています。

Paxataの取り扱いを検討し始めた2015年当時の北米では、
「データプレップ」はすでに一般的なIT用語として認知されていましたが、
日本ではまだまだ新しい概念でした。

2017年の夏に弊社がホワイトペーパー 「はじめてのデータ・プレパレーション」 を公開すると、
ダウンロードは1,000回を超え、多くの方にお読みいただいています。

昨今のDX(デジタルトランスフォーメーション)の風潮も追い風となって、
データプレップは、今では広く日本に浸透してきていると感じます。

さいごに

デジタルイノベーション部門が必要とする次世代のデータ活用基盤として、
「つなぐ」「ためる」「いかす」+「じゅんびする」という要素を挙げました。

基盤構築の取り組みについては、
「次世代データ活用基盤」といっても壮大なシステム基盤構築をイメージするのではなく、
スモールスタートもしくは上記の要素を埋めることを意識することが肝要です。
下記のステップで取り組んでみてはいかがでしょうか?

今回の記事で「次世代データ活用基盤」として挙げた枠組みは固定的なものではなく、
DXというスピード感ある変化に合わせてどんどん変わっていくものです。

現時点でのデータ活用基盤としては汎用的であると思いますが、
今後の潮流によって変化が伴う際にはアップデートをこのブログ上で発信していきたいと思います。

デジタルイノベーションへの取り組みにおいて何かお困りのことがあれば、
ぜひアシストへご相談ください!

【資料】この記事を読まれた方におススメ!

はじめてのデータ・プレパレーション「データ準備の課題を解決する10のヒント」

新しいデータ活用の流れにある「じゅんびする」をテーマに、「データ・プレパレーション」について詳しく説明するホワイトペーパーです。
データの変換や名寄せ、セルフサービス、ローデータ、クラウドなどのキーワードとともに、必要なデータをスピーディに準備していくヒントをまとめています。

この記事をかいた人

1998年株式会社アシストに入社。
メインフレーム製品やBI製品、SFA製品などのフィールドエンジニアを経験し、
情報系製品のプリセールスチームの立ち上げを行う。
2014年からは、DataSpiderやDMExpressなどデータインテグレーション製品の
ビジネスマネージャとして活動中。

関連している記事

  • 戦略/部門別アプローチ
  • データ加工の悩みを解決
2019.08.16

デジタルマーケティングに立ち向かう、マーケターのためのデータプレップとは

皆さまのマーケティング部門では、マーケターがデータをフル活用して企画や施策に活かしていく、そんなサイクルがまわっていますか?デジタルマーケティングが進むほど難しくなる、データの扱い方をテーマに取り上げます。

Paxata

ページの先頭へ戻る