データの民主化にはデータガバナンスが必要

時として、たった一人の人間が企業の競争力を高める革新的な新しいアプローチを考え出すことがあります。しかし多くの場合、さまざまなチームの協力と、異なる多くのデータソースの組み合わせが必要です。

多くのエグゼクティブは、ビジネスライン全体でデータ主導型のオペレーションを行うことが、勝ち抜くための戦略の鍵であることに賛同しています。その点は、Gartner 2022 CEO and Senior Business Executive Surveyでも、デジタル機能への85%の投資増加とITへの77%の投資増加という結果が報告されています。

技術部門だけでなく、すべての従業員がデータにアクセスし、その意味を理解できるようにすることが、企業の成功にとって非常に重要です。しかし、これの実現には多くの困難を要します。

New Vantage Partnersの「Data and AI Leadership Executive Survey 2022」によると、これを実現できている組織はわずか27%で、さらに19%がデータ文化の確立に苦慮しています。

Gartnerの「State of Data and Analytics Governance」では、2025年までに、デジタルビジネスの拡大を目指す組織の80%が、データと分析のガバナンスに最新のアプローチを取らないために失敗すると報告しています。

残念ながら、技術スタックをモダナイズしクラウドに移行するだけでは、ビジネス全体にわたってすべての人が正しいデータを正しく扱えるようになるわけではありません。企業は、ガバナンスの実践をモダナイズする必要があります。

では、ビジネスリーダーは、宝の山であるデータの鍵を組織の従業員に渡す前に、何を考えるべきでしょうか。以下は私が考えるトップ6です。

エンドツーエンドの視点を持つこと

データガバナンスを成功させるには、データウェアハウスから分析ソリューションに至るまで、データランドスケープ全体を網羅し、エンドツーエンドで実施する必要があります。

データガバナンスは、あらゆるプロセスと同じように、すべてのプロセスを管理しなければ、最終的な結果を管理することはできません。

データガバナンスとは、ビジネス上の意思決定の根拠となるKPIが正しく、信頼できるものであると保証することであり、リアルタイムな意思決定に利用可能な、信頼できる安全なデータをエンドユーザーに提供するためのプロセスを確立することです。

合成データのパワーを検討する

人工的に作成されたデータは、現実の世界に関連するプライバシー、著作権、倫理的なハードルを飛び越えながら、これまでになかったような革新的なモデリングを可能にします。ヘルスケアや金融サービスなど、規制の厳しい業界では大きな可能性を秘めています。

また、合成データの有効性に疑問を持つ人のために、合成データを使って訓練したモデルは、他のモデルよりも精度が高いことが研究で示されています。

このような理由から、合成データの人気が高まっており、2030年にはAIモデルにおいて実データを完全に追い越すとされています。

データ配信の自動化

現在では、手動によるデータ配信から自動化への移行を支援するソリューションが提供されています。

このアプローチにより、さまざまな方法で管理が強化されます。自動化されたソリューションでは、ルールやポリシーによって、プロセスにガバナンスを組み込むことができます。

また、ワークフローに基づいて、オーダーメイドでデータ品質を改善することもできます。さらに、パイプラインに沿ったデータ特性の識別を自動化すると、ユーザーが見てはいけないものを見ることを防ぐことができます。

ケースベースのアプローチでカタログを作成する

データや分析へのアクセスを増やすと、より多くのユーザーを管理し保護することが複雑になり、リスクが高まります。しかし、データへのアクセスを民主化することは、どのような組織にとっても、その真のメリットを享受するために不可欠です。

そのため、データと分析のカタログを確立することが、リスクの軽減につながるのです。データに関しては、組織内の誰もがどのデータが安全に利用できるかを1つのシンプルなビューで確認でき、ITチームはユーザーの種類とアクセス権に関するデータを識別してマスキングすることで、カタログが安全であることを知ることができます。

分析の観点からは、ビジネス用語集と再利用可能な資産という概念に加え、データの系統と影響分析によってデータにさらなるコンテキストを提供し、より一貫性のある理解、より迅速で実用的な洞察を促進することができます。