
メッシュアーキテクチャが切り開く新たなデータアナリティクス~第9回 メッシュアーキテクチャ実現における中央組織活動の要諦
メッシュアーキテクチャを実現する上で中央組織がどのような活動を行うべきか、4つのポイントに分けて解説します。
2022-10-20
前回はメッシュアーキテクチャにおけるプラットフォームの役割について解説しました。そこで重要となるのがデータプロダクトの相互運用性と接続性です。
そもそもデータプロダクトの相互運用性と接続性とはどのような状態を指すのでしょうか
仮に各データプロダクトが独自のポリシーに基づいて生成されている場合、それらのデータプロダクトを利用する際、もしくは利用に向けて統合する際に、各独自のポリシー間の差異を埋めるアクティビティが必要となります。これは例えば、従来型の統合データウェアハウス等のデータ基盤におけるデータ変換/加工処理を指します。
つまり、データプロダクトの相互運用性と接続性が低いと、データプロダクトの利活用にかかるリードタイムが長くなり、またデータプロダクト同士の紐づけ方やその処理方法などデータプロダクトの利活用に関する知識や技術が求められ、場合によっては外部への委託などのコストが発生することもあり、データプロダクト利活用への阻害要因となり得ると想定されます。
事前に定められた統一されたエンタープライズポリシーに基づいて生成/維持管理されたデータプロダクトは、上記のアクティビティを経ずに、仮想統合して利用することも可能となります。
メッシュアーキテクチャでは、各事業ドメインがデータプロダクトに責任を持つ形となります。ここで言う責任とは、各ローカルドメインで生成されたデータプロダクトの相互運用性と接続性を担保することを指します。
データプロダクト間の相互運用性と接続性を高めるためには連邦型ガバナンスで定義されたエンタープライズポリシーに基づいて、各事業ドメインがデータプロダクトを生成すること、そして生成されたデータプロダクトを維持管理することが必要です。
中央組織では、データプロダクトの相互運用性と接続性を確保するためのガバナンスの整備に向けた、メタデータ管理、データアクセス管理、データプロダクト品質管理に関する方針やルール、ツールを、そしてデータプロダクトを開発・維持するためのシステム環境やツールをドメインチームに提供します。
ドメインチームでは、中央組織から提供された方針やルール、共通利用可能なツールを可能な限り適用し、データプロダクトの相互接続性と運用性の担保に努めます。
データプロダクトの相互運用性と接続性を高めるためにエンタープライズポリシーとして定義する例を以下に挙げます。これらのポリシーを標準とするものの、ドメイン側のシステム面での制約等を踏まえた上で適用します。
データプロダクトの相互運用性と接続性を高めることが、データプロダクトの利活用を促進するために効果的であり、それは一時的な整理ではなく、継続して維持、管理される必要があります。それを可能とするために必要な体制の整備や組織文化も合わせて検討をしていく必要があります。第6回では、メッシュアーキテクチャを実現する組織づくりについてご紹介します。
メッシュアーキテクチャを実現する上で中央組織がどのような活動を行うべきか、4つのポイントに分けて解説します。
多様なテーマを抱えるサステナビリティの領域におけるデータガバナンス/マネジメントを推進するにあたり、個別最適に陥りデータの全社的な利活用に至らないことが課題とされています。本コラムでは、組織横断的なデータガバナンスが必要な理由、そしてその推進の要諦を解説します。
メッシュアーキテクチャ実現に向けたポイントをシステムの観点から考察し、中央データ基盤に求められる機能群ごとに解説します。
メッシュアーキテクチャの導入について、人材育成に焦点を当て、昨今のビジネス環境で求められるデータ利活用人材の役割と教育方法について深掘りします。
PwCが実施した「データマネタイゼーション実態調査2022」をもとに、データマネタイゼーションの実態や現在の潮流、事例とともに、データマネタイゼーション成功へのポイントを前後編に分けて解説します。前編では調査結果から見えてきた実態と課題についてです。
社会のあらゆる場面でAIが活用され始めた昨今、AIリスクを起因とするインシデント事例が世界的に増加しています。これに対応するため、国際機関や各国政府はAIリスクに対応するための原理原則や中間的ルールの整備を進めています。
データに基づいて最適な打ち手を実行してフィードバック・ループを高速に回す「データドリブン」型経営が主流となり、各企業は「DXの推進のためのデータの収集および活用」に積極的な姿勢を打ち出しています。本稿では、データ解析に必要な「データ分析人材」および「ビジネス人材」について考えます。
PwCコンサルティング合同会社と、一般社団法人東京ヴェルディクラブは、eスポーツプロ選手の熟練した技能(匠の技)を、複数の情報を組み合わせたマルチモーダルAIを活用し分析したプロジェクトを実施しました。