サプライ チェーン データ運用 (1 つの記事で説明: データ サプライ チェーン管理)

データサプライチェーン管理

データは企業の将来の発展においてますます重要な役割を果たしますが、多くの企業はまだデータの管理方法を知りません。おそらく、企業はデータサプライチェーンを適切に管理する方法を検討する必要があるでしょう。この記事では、著者がデータサプライチェーン管理を整理し、解釈します。見てみましょう。

この記事では、データ サプライ チェーンとは何か、データ サプライ チェーン管理をどのように行うのか、なぜデータ サプライ チェーン管理を行う必要があるのか​​、そして自社のデータをこのように管理できるのかを中心に、データ サプライ チェーンにおけるデータ管理の考え方を紹介します。

誰もがサプライチェーンに精通しています。サプライチェーンの概念は非常に広範囲で、私たちの生活のほぼすべての側面をカバーしています。日用品やデジタル家電もこの範疇から逃れることはできません。しかし、実際にサプライチェーンとは何かと問うと、どこから始めればよいのか分かりません。

簡単に言えば、サプライチェーン管理とは、一連のサプライヤーとバイヤーで構成されるチームであり、リレーチームモードで作業して、原材料の購入から中間製品と最終製品の製造、そして製品をユーザーに届けるまでのプロセスを完了します。

より専門的に言えば、サプライ チェーン管理とは、同期化され統合された生産計画によって導かれ、さまざまなテクノロジによってサポートされ、インターネットに基づいた管理プロセスです。それは、供給、生産、物流（主に製造プロセス）、そして需要の充足を中心に展開します。

製造業にとってサプライチェーン管理が重要であることは間違いありません。例えば、現在の世界的なチップ不足は、米国が世界有数のチップサプライチェーン市場を支配し、クアルコム、TSMC、インテルなどのチップメーカーによるHuaweiへの供給を許可していないため、Huaweiの携帯電話生産能力が著しく阻害されていることに起因しています。

今日、製造業のサプライチェーンの例は無数にあります。不動産を例に挙げると、企業が政府から土地を取得し、設計部門が企画・設計を行い、オペレーションエンジニアリング部門が生産計画（着工、完成、販売、検収、納品を含む）を策定し、生産計画を管理します。コスト部門はプロジェクトコストを策定し、動的プロセスにおける動的なコストの変化を監視して、生産プロセスで発生するコストを管理します。マーケティング部門は、販売前、販売、アフターセールスのドッキングを実施し、販売収益に関するリアルタイムのフィードバックを提供し、生産部門の生産進捗を導き、最終的に供給と販売のバランスを実現して、会社にとって最高の利益を獲得します。

これは従来の製造会社と同じです。原材料の調達から輸送、生産、加工、完成品、販売まで、さまざまなプロセスとステップを使用して、最適なパスと最適な出力を実現します。これがサプライチェーンマネジメントの基本的な考え方です。

2019年、第2回中国国際インテリジェント産業博覧会で正式に発表された「政府データサプライチェーン白書」で「データサプライチェーン」という用語が初めて提案され、急速に普及しました。

2021年世界インターネット大会の「インターネットの光」博覧会で「データサプライチェーン白書2021」が正式に発表され、データサプライチェーンの管理ガイドラインが正式に明確化されました。データサプライチェーンは、統一されたデータ標準を策定し、統一されたデータ品質を管理し、統一されたデータセキュリティを確保し、アプリケーションのために需要部門にデータを供給することで、データの資産化、サービス指向、価値指向を実現します。この本は企業や団体で広く利用されています。

Baidu が提供するデータ サプライ チェーンは、データ管理部門を主体として、統一されたデータ標準を策定し、統一されたデータ品質を管理し、サプライ部門からのデータ収集から、データの保存、ガバナンス、共有と交換、マイニングと計算、オープン化を経て、最終的にデータ アプリケーションのために需要部門にデータを供給し、データ プロデューサー、データ収集者、データ ガバナンス パーティ、データ オペレーター、データ プラットフォーム、データ開発者、データ コンシューマーなどを全体的な機能ネットワーク チェーン構造に接続して、データ リソースの資産化、データ資産のサービス指向性、データ サービスの価値を実現するというものです。

データサプライチェーンとは、実際には、サプライチェーンマネジメントの手法を活用し、データを製品として扱い、収集・生成、処理、送信、消費、破棄、無効化などのプロセスを経る企業のデータ管理のことです。データ管理プロセスを製品生産チェーンとして議論する場合、それは生産サプライチェーンと一致していますか?標準化されたサプライチェーン管理に従うことで、データをより適切に管理できるでしょうか?

次に、データリンクの中核となる段階やリンクにおいて、何に重点を置くべきか、どのように取り組むべきかを一つずつ分析していきます。

5 つのコアリンクには、データ生成 (収集)、データ処理、データ転送、データ消費 (アプリケーション)、およびデータ無効化 (凍結) が含まれます。

1) データ生成:データ生成とは、何もないところからデータを作成するプロセスを指します。データは理由なく生成されることはありません。すべてのデータは、いくつかのオフライン アクティビティの記録に基づいています。したがって、この段階では、データがどのように、誰によって、どのようなアクションに基づいて生成されるかに焦点を当てます。

一般的に、企業データを作成または収集する方法は 2 つあります。最初のタイプのデータ プロデューサーはデータ作成者であり、通常はデータ制作部門またはデータ制作職を指します。データ プロデューサーは主に、ビジネスのこの部分をオフラインで管理する責任を負います。データをどのように生成するか、いつ生成するか、どのような標準と仕様に従ってデータを生成するかについて、絶対的な標準と要件が定められています。企業によっては、オフラインのビジネスリンクで通信されたデータを標準に従ってシステムに入力する必要があるデータシステム管理者などの特定の役職向けに作成する場合があります。これらはすべて企業内での内部データ生成です。

もう 1 つのタイプのデータは自動データ収集です。このデータは、ユーザーの日常的な操作中にシステムによって自動的に記録および収集されます。これには、人事特性データ、ユーザー閲覧データ、ユーザー取引データなどが含まれます。これらのマシンは収集されたデータを自動的に読み取りますが、特定のシナリオでデータの生成と収集を実現するには、データ収集の標準化された要件を事前に設定する必要があります。

この方法は、元々手動で入力する必要があったアクションを自動化します。結局のところ、これは機械操作であるため、この方法では、速達業界での入出荷品の QR コードのスキャンや請求書の自動スキャンなど、ビジネス シナリオの標準化に対する要件が高くなります。データ生成段階では、データ管理では、データ入力者、入力時間、およびデータ生成が依存するビジネス プロセスと標準を明確にする必要があります。

2) データ処理:データによって生成されるデータは、通常、基本データまたはメタデータです。データ処理は 2 つの状況に分けられます。 1 つは基本的なデータ処理であり、企業が統一されたデータを共有するための強力な標準ルールがいくつかあり、生産システムがデータを収集した後に特定のデータ処理が実行されます。一般的に、これらの処理済みデータは比較的安定しており、処理ルールは統一され明確であり、処理後にコンシューマー システムまたはターゲット システムに送信されます。

2 番目のタイプは、消費システムがデータを受信した後の処理です。たとえば、当社の顧客システムには、毎日ログインする顧客がいます。これは1か月または1年続きます。次に、ユーザーの有効な UV を分析するときに、データを処理する必要があります。たとえば、顧客の訪問回数や訪問 ID などに基づいて顧客の深さを計算するには、分析価値のあるデータ指標を形成するために複雑なデータ計算ルールが必要です。

データを処理するプロセスと方法は数多くあり、それらは非常に一般的です。興味のある学生は、DAMA ナレッジ システムのデータ ウェアハウスとビジネス インテリジェンスの章を参照できます。

3) データ伝送：データ伝送とは、データが生成された後、特定のパスを通じてデータ生成者（生成システム）からデータ使用者（データ消費システム）に伝送される必要があることを意味します。これは、物流において資材を輸送するために道路、海上、航空輸送を使用する方法に似ています。

一般的なシステム相互作用の方法には、API、データ ファイル、共有データベース、Web 転送などがあります。データとメッセージの転送には、同期転送と非同期転送の 2 つの方法があります。

データ転送プロセスで考慮する必要があるのは、データ転送の適時性と有効性です。たとえば、データ送信の頻度は、特定のビジネス シナリオの要件に応じて、リアルタイム送信、毎日送信、毎月送信などに分けられます。データの適時性に対する要求がそれほど高くない場合は、通常、毎日更新する方法を採用しており、これによりサーバーへの負荷が大幅に軽減されます。同時に、データの更新は主に新しいボリュームに基づいて更新され、送信されます。

データ伝送プロセスで注意すべき点は、データ伝送の適時性、データ伝送のログ管理、データ伝送の安定性です。この部分は技術的な実装レベルに関するものであり、ここでは詳しく説明しません。

4) データ消費:データ消費とは、データの使用とデータアプリケーション、つまり受信したデータの読み込みを指します。現在、多くのデータ ビジネス インテリジェンス管理プラットフォームはデータ ユーザーです。データの消費では、機密性、セキュリティ、適用性を考慮する必要があります。

同時に、データ標準はユーザーのニーズに基づいているため、データ消費者またはデータ需要者はデータ品質に対して厳格な監視権を持ちます。不適格なデータはできるだけ早く生成し、データ入力担当者にフィードバックして早期に処理できるようにする必要があります。これにより、データの品質を効果的に向上させることができます。これが使用を通じてコミュニケーションを促進する原則です。

データ消費においては、データの機密性とセキュリティも重視されます。一般的に、企業データの機密性レベルは次の 4 つのレベルに分けられます。

• レベル1データ：企業が公式に発表している年次報告書や開示資料など、社内外に直接発表できる完全公開データ。
• 二次データ：内部データ。主に業務システムの運用をサポートするために社内で使用される業務データであり、直接一般に公開することはできません。これらのデータを集計、分析、処理することで、重要な企業情報、顧客のプライバシー情報、企業秘密などを入手することができます。このデータの漏洩は会社に悪影響を及ぼすでしょう。
• レベル 3 データ: 機密データ。データは機密性が高く重要であり、許可されたビジネス従業員のみがアクセスできます。この種のデータの漏洩は、直接的または間接的に企業や個人に悪影響を及ぼし、企業に法的リスクをもたらし、財産や評判の損失を引き起こします。
• レベル 4 データ:機密性と重要度が最も高い極秘データ。社内では、必要に応じて特定の役割と特定の範囲内での使用に制限されます。重要な試験の試験問題など、業務に関係のない者による議論や流布は固く禁じます。

データセキュリティに関して、私たちが一般的に受け入れ、運用において従う原則は「最低限の十分の原則」です。つまり、要求に応じて適用し、貪欲にならないようにすることで、データが導入されたものの実際には使用されず、関係のない人員によって閲覧され、データ漏洩が発生するのを防ぎます。

5) データ凍結（無効化）：データの無効化とは、データが古くなって使用されなくなった、または一時的に使用されていないことを意味します。一般的な操作には、凍結と無効化が含まれます。もちろん、ここではデータの物理的な削除についても触れますが、通常、企業が物理的な削除を行うことはありません。まだ使用されていないデータは将来のある時点で役立つ可能性があるため、データが破壊されることはほとんどありません。

中国には、さまざまな種類のデータの保存期間に関する関連法規定があります。例えば、我が国の「会計文書管理弁法」では、企業等の会計文書の保存期間を規定しています。本弁法で規定されている会計文書の保存期間は最小保存期間であり、具体的には以下のように分けられます。

• 永久保存：年次財務報告書、会計ファイル保管リスト、会計ファイル破棄リスト、会計ファイル評価意見。
• 30年：原証憑（原会計証憑として使用される納税証憑を含む）、会計証憑、総勘定元帳、明細元帳、仕訳帳等の会計帳簿、その他補助帳簿、会計ファイル転送リスト。
• 10年間：月次、四半期、半期の財務会計報告書、銀行預金残高調整明細書、銀行取引明細書、納税申告書、別綴じの未使用輸出証憑（原証憑として使用したものを除く）、原会計証憑として使用されていない納税証憑。
• 5 年間:固定資産カード口座は、発行され、別途製本され、原証憑として使用されていない請求書控えと請求書登録簿を含め、固定資産が廃棄され、清算された後 5 年間保存する必要があります。

上記のさまざまなデータ チェーン管理アクションには、対応するデータ管理の役割と組織のサポートが必要です。企業がデータサプライチェーンのさまざまな段階でデータの管理役割をどのように決定するかについては、DAMA データ管理知識システムで紹介されている企業データ管理組織構築モデルを参照できます。このモデルは、分散型運用モデル、ネットワーク運用モデル、集中型運用モデル、ハイブリッド運用モデル、連邦運用モデルの 5 種類に分かれています。

企業が採用する具体的なモデルは、企業の現在の経営状況と計画に基づく必要があります。どのモデルにも長所と短所があります。たとえば、企業のより一般的なネットワーク運用モデル (以下に示す) には、フラットな構造、一貫した概念、迅速な形成などの利点があり、組織構造に影響を与えずに責任システムを確立するのに役立ちます。欠点は、RACI に関連する期待を維持し、強制する必要があることです。

安定した組織管理モデルと適切なデータ管理方法があって初めて、企業データを適切に管理し、その真の価値を実現することができます。

データは21世紀の重要な生産手段として挙げられています。企業が将来の競争でどのように際立つようにするか、価値あるデータを識別し、データを重要な資産要素として管理することが、将来の企業の中核競争力を高める効果的な方法です。ジャック・マー氏は「21世紀の核心的な競争はデータ獲得競争だ。より多くのデータを所有する者が未来を握る」と語った。つまり、将来に期待を持つすべての企業が、データを研究し、データの管理方法とデータの適用方法を研究していることがわかります。

従来の企業がデータ サプライ チェーンを構築する必要があるのはなぜですか?これが実はデジタル変革の前提なのです。高品質なデータのサポートがない企業は、デジタル変革を実現できません。

サプライチェーンの本来の意図に立ち返ると、どの製造業もサプライチェーンに関わる関係者と切っても切れない関係にあります。サプライヤーの中には、原材料、半製品、完成品を提供するものもあれば、有形の製品を提供するもの、無形の製品やサービスを提供するものもあります。製造業におけるサプライチェーン管理は、オフライン生産とデジタル化を最もうまく組み合わせた業界です。多くの企業は、データが会社の将来の発展にとっていかに重要であるかを認識していますが、そのデータをどのように管理すればよいのか途方に暮れています。データ管理がこの標準化されたプロセスを参照できれば、間違いなくより効果的になります。

データ サプライ チェーンは、データの価値を評価し、私たちが生産する生きた製品のようにデータを管理し、データの過去と現在を管理し、データを追跡し、データの背後にある価値を探求し、それをビジネス開発に適用することを導きます。これにより、企業はより創造的になり、より長く存続できるようになります。

公式アカウント: 老ドライバーがデータについて語る

この記事はもともと @Data-one によって Everyone is a Product Manager に掲載されました。許可なく複製することは禁止します。

タイトル画像は、CC0 プロトコルに基づいて Unsplash から取得したものです。

この記事で述べられている意見は著者自身の意見のみを表しており、人人士品夢家プラットフォームは情報保存スペースサービスのみを提供します。