データ運用標準（データガバナンス・データ標準管理・実践方法）

データガバナンス：データ標準管理と実践的な方法

データ標準とは何ですか?データ標準に関して言えば、誰もが間違いなく当社の関連製品設計標準、品質検査標準、安全および環境保護標準を思い浮かべるでしょう。金融会社の場合、市場監督に関する基準もいくつかあります。実際のところ、これらの標準は私たちが話しているデータ標準ではありません。上記の規格は、せいぜい仕様としか呼べません。

私の意見では、データ標準はドキュメント レベルのコンテンツであるだけでなく、ビジネス運営や経営上の意思決定に対応する保証も提供する必要があります。中国情報通信科学院は、「データ標準管理実践に関する白書」の中でデータ標準の定義を示しました。個人的にはこの定義は非常に適切だと思いますが、多くの友人は定義を理解するのが少し難しいと言っています。データ標準をシンプルに理解するにはどうすればよいでしょうか?私の理解では、データ標準は、デジタル環境において企業内のさまざまな部門や関係者が使用する共通言語であり、私たち全員がコミュニケーションする言語と同様に、デジタル環境で使用される言語です。

データ標準が重要なのはなぜですか?中国には伝統的な文化、すなわち大団結の文化があります。統一された文化の前提、またはその背後にある鍵は標準化です。国家統治レベルでは、秦の始皇帝が六国を統一して以来、通貨、文字、度量衡を統一し、封建制度を廃止し、郡制を確立し、中央集権化を強化しました。彼は国家統治のために一連の措置を講じましたが、最も重要なことは標準化であったことがわかります。車輪と文字体系のいわゆる標準化により、それまで散在しバラバラだったものが統一されました。我が国の建国後、中国語の普及は実際に国家統治の一部となりました。全員が同じ部屋で会議をしていて、あなたが四川語を話し、彼が東北語を話し、何人かが閩南語を話し、何人かが広東語を話していると想像してください。会議で合意に達することができるかどうかについては話さないようにしましょう。少なくとも会議の効率は大幅に低下するでしょう。これが国家統治レベルでの標準化の重要性です。

先ほど中国の話について話しました。中国だけでなく海外でも標準化の話はあります。伝説によれば、古代には世界中のすべての人々が同じ言語を話していたそうです。彼らは東へ移住し、古代バビロンの都市シナルに到着しました。彼らはこの地に到着すると、111の平原を発見し、そこに定住しました。人々は、人々の団結と強さを示すために、バベルの塔と呼ばれる、天に通じる高い塔を建て始めました。しかし、神はこのことを知っており、彼らの行動と意図に特に不快感を覚えました。

それで、塔がほぼ完成したとき、神は人々に異なる言語を話すように教えたので、人々は正常にコミュニケーションをとることができなくなり、塔はそれ以上建てることができなくなりました。その後、これらの人々は世界中に散らばり、それぞれが独自の言語を話すようになり、現在の人間の言語は統一されていないという事実につながりました。これは、国家統治の過程における言語と文字の重要性を示しています。実際、私は、企業のデジタル環境におけるデータ標準と同様に、言語と書き方の標準化が国家統治において重要であるという別の視点も持っています。

データガバナンスに関して言えば、 DAMA システムについて言及する必要があります。実際、私は自分の仕事に指針を与えてくれる DAMA の熱心なファンでもあります。注意深い友人は、私たちが今データ標準について言及したことに気づくでしょう。企業のデジタル環境では非常に重要なのに、DAMA はなぜデータ標準について知識分野として具体的に記述しなかったのでしょうか?著者はまた、DAMA-DMBOK1 と DAMA-DMBOK2 を具体的に比較し、実際にはデータ標準システムが存在しないことを発見しました。しかし、その本を読めば、DAMA システムには実際にさまざまな分野のデータ標準が含まれていることがわかります。

しかし、私の意見では、データガバナンスは非常に重要な問題です。著者は、データ戦略が最も重要であり、データ戦略は企業のデジタル変革とデータガバナンスの全体的な方向性を示すものであると考えています。いわゆるデータ標準は、家を建てるときに基礎を築くようなものです。データ モデリング、データ ウェアハウス、データ品質、データ セキュリティ、元のデータ管理など、データ標準は他の分野の基盤となります。それは中核となる基盤です。

• 最初のデータ標準は、データ指令のすべての主要領域の基礎となる。
• 2番目のデータ標準は、ビジネスシステムや運用システム分析の新しいシステムを確立するための基礎を提供します。
• 3 番目のデータ標準は元のデータによって反映されます。このシステムでは、オリジナルデータ管理の章に、データ標準に関連するより多くの概念が反映されています。
• 4番目はデータ標準管理です。これにはマスターデータと参照データの管理が含まれると思います。
• 5 番目のデータ標準では、実際には企業のデータ品質管理に関するルールと制約が提供されており、データ品質も組み合わせる必要があります。データ標準では、関連するルールがいくつか提供されています。
• 第 6 データ標準では、データ セキュリティの分類とデータの等級付けに関する関連する参照と基準も提供されます。
• 第 7 データ標準とデータ モデルの関係は、企業がデータ モデルを構築することをガイドすると同時に、モデリング プロセス中にデータ標準を策定するための対応するリファレンスを提供できることです。

すると、データ標準には具体的に何が含まれているのかと疑問に思う人もいるでしょう。では、この問題について話す前に、まずエンタープライズ データ環境に何が含まれているかを見てみましょう。

実際、企業のデータ環境について話すとき、私たちは常に、企業がいくつのビジネス ドメインを持っているかについて話します。実際、各ビジネスドメインには対応するデータが存在します。たとえば、財務や人事管理は、生産、販売、調達など、すべて関連するデータ領域に関連しています。データの下には対応するデータ トピックがあります。たとえば、マーケティング、市場分野、マーケティング分野には、市場、販売、収集などのデータ トピックが含まれます。以下のデータ トピックでは、対応するデータのプロパティについて説明します。

• 企業のデータ リソースをツリーと見なすと、基本データはその幹であり、企業の中核となるビジネス オブジェクトのデータを記述するものと考えられます。一貫性と統一性のある属性を持ち、企業がビジネスを遂行するための基盤となります。これを基本データと呼びます。例えば、今述べた商品基本データ、顧客基本データ、仕入先基本データ、そしていわゆるコード基本データも基本データの一部です。
• ビジネスデータは葉です。ビジネスデータとは、ビジネス活動中に生成されるトランザクションデータです。ビジネストランザクションが発生するたびにトランザクションデータが生成され、その変更頻度は比較的大きくなります。たとえば、マーケティング活動に関するデータや販売注文に関するデータなどです。
• 3 番目の部分は、指標データと呼ばれる果実です。この指標データは統計分析に使用され、経営判断の参考​​になります。例えば、新規顧客数、顧客転換率、投資収益率など。これを指標データと呼びます。

では、データ標準では何がカバーされるのでしょうか?業界では一般的に、データ標準は 2 つの部分、つまり最初の部分が基本データで、2 番目の部分が指標データであると考えています。ビジネスデータを標準化できるのかと疑問に思う人もいるかもしれません。実際、データ標準化プロジェクトに取り組んだことがある人なら、基本データをしっかり管理していれば業務データも自然に標準化され、特定の業務に対して標準を定義することはあまりないことがわかるでしょう。

先ほど、データ ドメインからデータ サブジェクトまたはデータ分類、データ エンティティ、そしてデータ属性までの 4 つのレベルのデータ標準について説明しました。これらはデータ標準編成の 4 つのレベルです。では、データ標準化をどうやって完了させるかですが、まだ3つの課題が残っています。

一般的に、データ標準は次の 3 つの側面から分析されます。

• 1 つ目はビジネスの側面です。ビジネスの側面から見ると、データ標準には通常、ビジネス定義、標準名、標準分類、標準ビジネス意味、ビジネス ルールなどが含まれます。
• 2つ目は技術的な観点です。データ型、長さ、形式、エンコード規則などが含まれます。
• 3つ目は経営の観点です。管理の観点から、データ標準の管理者は誰か、新しい担当者は誰か、変更者は誰か、誰がそれを使用するのか、ソース システムは何なのか、どのシステムが使用されているのか、など。

データ標準の 3 つの次元について話すとき、メタデータを思い浮かべる人もいるかもしれません。メタデータは一般的に、ビジネス メタデータ、テクニカル メタデータ、管理メタデータも指しますが、これらは私が述べたデータ標準の 3 つの観点と完全に一致しています。次に、標準を策定する方法を見てみましょう。これは実際には非常に複雑なプロセスです。

まず、企業がなぜ標準を設定する必要があるのか​​を理解する必要があります。企業のニーズは何ですか?現在の状況はどうですか?外部環境の要件は何ですか?標準を制定する際に、関連する参考資料はありますか?関連する国家規格はありますか?業界標準への参照はありますか?そうでない場合、参考になる業界のベストプラクティスはありますか?上記の要件に基づいてデータ標準システムを計画するには、まず範囲を決定する必要があります。なぜなら、データ標準を設定する場合でも、データガバナンスを行う場合でも、最大の誤解は大規模な違反に陥ってしまうことです。

まず、ビジネスの問題点に基づいて、最も解決が必要な問題を特定し、解決する必要がある問題を整理する必要があります。どのビジネスがどのデータ主体に関連し、どのデータエンティティがデータ標準を決定しますか?

標準を決定するプロセスには、通常、次のビジネス ステップが含まれます。

• 最初のデータ収集。 IT 担当者は、データ品質、データ管理、データ標準化など、既存の資料を収集する必要があることを明確に認識しています。
• 第二回研究インタビュー。プロジェクトやデータに取り組むとき、どのようなビジネス上の問題を解決したいですか?
• 3回目の分析と評価。全体的な状況を分析して評価します。評価とベストプラクティスまたは理想的な基準との間のギャップは何ですか?
• 第4の規格が制定されました。上記の条件に基づいてデータを定義し、基準を確立します。
• 意見募集第5回目。標準が定義された後、結果として得られた標準文書をさまざまなビジネス ユニットに配布して意見を収集し、フィードバックに基づいて標準を改訂する必要があります。
• ステップ 6: 標準リリース。

では、標準がリリースされると、データ標準化の作業は完了するということですか?実際、標準のリリースは、データ標準化の 48,000 メートルの道のりの最初の一歩にすぎません。その後の重要な作業では、実際に標準規格を使用する必要があります。ビジネスプロセスやビジネスシステムで標準を使用できるようにするには、Gu'an 標準とデータ標準のアプリケーションが非常に重要です。標準ラベルの作成と適用の過程で、標準の定義が不正確であることが判明しました。指標の意味が決定されたら、標準を反復して更新する必要があります。

ここでは、BOR方式と呼ばれるデータ規格を整理する方法を紹介します。先ほど、データ ドメインからデータ主体、データ アクティビティまで、データ標準の 4 つのレベルについてお話ししました。では、アクティビティの後、データ標準をどのように整理し、改良すればよいのでしょうか?営業活動などの各業務活動に基づいて、営業業務に関連するデータオブジェクトが抽出されます。たとえば、顧客、販売された製品、販売注文など、これらはすべて対応するエンティティ データです。エンティティのデータには対応する属性情報があります。各属性情報をビジネス観点、技術観点、経営観点の3つの観点から統一的に整理し、最終的にエンティティ間の関係性をまとめ、全体的なデータモデルを形成する必要があります。

今お話ししたデータ標準には 2 つの部分があり、1 つは基本データ標準、もう 1 つは指標データ標準と呼ばれます。基本的なデータ標準については、ビジネス、テクノロジー、管理の属性を含む 3 つの側面から見ることができます。右側に具体的な例を挙げると、会社の組織部門の人員、機関、顧客サプライヤーの人員、組織などがあり、これらはすべて基本データです。

実際、マスターデータと非常によく似ています。マスター データについて話すとき、マスター データは企業の空間データであり、企業がさまざまな業務システムや部門間で共有する必要がある価値の高いデータであるとよく言われます。マスターデータには参照データが含まれています。人事を例にとると、性別、民族、教育レベル、階級、役職など、人事に関する参照データはすべて参照データです。データ標準化のプロセスでは、エンティティの定義に加えて、参照データも標準化する必要があります。たとえば、1 は男性、2 は女性を表すため、F と N は男性と女性を表すために使用することはできません。筆者は、基本データ標準にはマスターデータと参照データが含まれると考えています。基本データが共有されると、マスターデータとして扱うことができます。

次は指標データの基準です。指標データはどのような側面で標準化すべきでしょうか?実際には、3 つのレベルも含まれています。

• 最初の側面はビジネス属性です。たとえば、指標の分類、指標名、指標の定義、指標の計算ルール、指標の適用シナリオなど、一部のコンテンツは業務担当者が定義する必要があります。
• 2 番目の側面は技術的な属性です。 IT 担当者は、データ ソース、データ値の範囲、統計期間、統計ディメンション、計算精度を提供する必要があります。
• 3 番目の側面は管理属性です。たとえば、指標の責任はどの部門にありますか?どの部門がデータを提供しますか?管理責任はありますが、指標はどのシステムから生成されますか?どのシステムを使用すればよいですか?また、後続のメタデータ管理や推奨インジケーター ライブラリのサポートも提供します。

次に、データ標準をどのように管理するかについて説明します。著者は、データ ガバナンスの基本的な環境要素と呼ばれる、非常に優れた方法論を提供する六角形の図があると考えています。これは、先に示したホイール図と六角形図の 6 つの基本要素で構成されたマトリックスであり、各ドメインのデータ ガバナンス プランを形成します。基本的な環境要素には、目標と原則、組織と文化、ツール、活動、役割と責任、成果物、テクノロジーなどが含まれます。

著者は、データ標準はドメインとして独立して管理できると考えています。もちろん、データ標準を他のソリューションに組み込んで処理することもできます。 DAMA システムが中国に導入されたため、中国人は依然として標準に対して一定の感情を抱いていると思います。しかし、データプロジェクトで言及されているデータの標準化に関しては、どのように標準システムを構築すればよいのでしょうか?

次に、データ標準の実装方法について説明します。実際、先ほども述べたように、基本データの標準ライブラリと指標データの標準ライブラリを構築した後、最終的にはシステムや情報環境で使用されることになります。情報環境は一般的に、運用システムと分析システムの 2 つの部分に分かれています。

よく目にする業務システムとしては、企業のERPシステム、CRMシステム、SRMシステムなどがあります。これらのシステムの中にはパッケージ化されたソフトウェアを使用するものもあれば、独自に開発されるものもあります。データ標準を実装するための主なソリューションは 3 つあります。

• 最初のソリューションは、先ほど説明したマスター データ ソリューションです。マスター データ ソリューションは、組織システム間のデータ統合の問題を解決し、1 つのコード、1 つの番号、1 つの要素、および統合されたデータ ソースを実現することを目指しています。これはデータ標準を実装するためのソリューションであり、マスター データがそのソリューションです。
• 2 番目の解決策は、標準データベースを構築することです。新しい業務システムの登場により、運用に必要なすべての基本データをデータ標準ライブラリから取得できるようになり、データ標準はデータ サービス ファクトリを通じて提供され、業務システムの構築に対応するサポートを提供できるようになります。
• 3 番目のソリューションは分析システムにあります。今後は、データ分析を行う際に、分析指標の透明性や不透明性の問題を解決する必要があり、指標ライブラリの調整も必要になります。これをインジケーター センターと呼ぶ企業もあれば、インジケーター ライブラリと呼ぶ企業もあります。インジケーター センターは、データ ウェアハウス、レポート プラットフォーム、インテリジェント分析プラットフォームのディメンションと測定値を提供します。データ標準は実際にはデータ分析に重要なサポートを提供します。

最後に、私の仕事経験に基づいて、データ標準管理の 4 つの実践を紹介します。

最初の実践はビジネス主導と呼ばれます。これは、多くの顧客や多くの人々から最も頻繁に尋ねられる質問でもあります。データガバナンスを実施したり、データ標準を設定したりする場合、誰が主導権を握るのでしょうか?ビジネス主導ですか、それとも IT 主導ですか?結局、主導権を握るべきは技術部門でしょうか、それともビジネス部門でしょうか?本を読めば、ビジネスの方がデータをよりよく理解しているので、ビジネスに主導権を握らせることを誰もが勧めるでしょう。実際のところ、これは IT が特に得意とする分野ではありません。しかし、実際には、これを率先して実行し、その後 IT 部門に引き渡すのは上司であることが多いことに気付くでしょう。

では、この時に私たちは何をすべきでしょうか?実際、私は通常、クライアントに 2 つの提案をします。1 つは状況を活用すること、もう 1 つは勢いを生み出すことです。

いわゆる勢いを利用するということは、企業がデータを生み出したいのであれば、必ず支援が得られるということを意味します。つまり、リーダーたちのサポートがあってこそプロジェクトが成立し、より活発な事業部門が必ず見つかるのです。そうすれば、彼らの勢いを利用してデータ標準を整理することができます。どの事業部門が活動しているかにかかわらず、まずはその事業部門を整理します。これは1つのレベルです。 2 番目のレベルでは、先ほどお話ししたさまざまなポリシー、一部の国家政策、およびいくつかの推進要因を利用して、この勢いを利用して上司やリーダーを説得することができます。

3 番目に、技術的な観点から見ると、データ ガバナンスは現在、当社のデジタル変革の基盤となっています。国有企業のデジタル変革推進に関する通知でも、各種データシステムの分析に関する報告書でも、データガバナンスは実は中核的な基盤となっています。テクノロジーのトレンドを活用して、データ ガバナンスの作業をガイドし、データ標準を策定することができます。

3 番目のレベルでは、勢いを生み出す方法をまだ学ぶ必要があります。海外の専門家やコンサルティング会社を招いて、リーダーたちのために適切な宣伝をしたり、関連業界のベンチマークを訪問してもらったりすることもできます。

2 番目の実践は、段階的な進歩と呼ばれます。データ ガバナンスは絶対に一度に達成できるものではなく、すべてのデータの問題を一度に解決できるわけではありません。企業の主要なバリューチェーン全体の観点とビジネスの観点から、どのビジネスが緊急に必要とされ、どのデータ標準がビジネスに大きな影響を与えるかを分析する必要があります。さまざまなシステム間でより頻繁に共有されるデータはどれですか?データの実装の容易さ。私たちはすべてのガバナンスのニーズを優先し、それをリーダーに伝える必要があります。例えば、私たちはまずマーケティング分野を管理すべきです。なぜなら、正直なところ、現在最も提唱されている変革はデジタルマーケティングであり、マーケティングは顧客により近く、成功しやすく、効果的である可能性が高いからです。また、内部から管理することもできます。たとえば、財務担当者を優先して管理したり、生産担当者を優先して管理したりすることができます。どちらも会社の優先順位に従って分類する必要があります。

3 番目のプラクティスは、データ標準の動的管理と呼ばれます。外部環境全体がダイナミックに変化しているため、ビジネス環境と技術環境の両方が変化し、データ標準も時代の変化に追いつく必要があります。例えば、今日設定された基準は明日には変わる可能性があり、基準が設定された後はすべての操作を基準に従って実行することはできません。前提となるのは、基準が合理的かつ準拠しているかどうかです。時代の流れに遅れると、プロジェクトのデータ標準が使えなくなるという問題に直面することになります。適切なデータ標準更新メカニズムと、その更新メカニズムをサポートする関連する組織管理プロセスおよび管理方法を確立する必要があります。

4 番目の実践は、応用が重要だということです。最後に、データ標準はさまざまなビジネス システムに適用および実装する必要があります。私たちの提案は、既存のシステムへの影響を最小限に抑えるという原則に基づいてデータ標準を実装することです。標準を実装するためだけに、すべてのシステムを中断して最初からやり直さないでください。それは非現実的だと思います。

エピローグ

エンタープライズ データ ガバナンスの有効性は、データ標準の合理性と統一された実装の程度に大きく依存します。企業データ標準システムの構築は、現在の実用的なニーズを満たすだけでなく、将来を見据え、国際および国内のデータ標準と整合させる必要があります。エンタープライズ データ標準には、主にデータ モデル標準 (メタデータ標準)、マスター データ標準と参照データ標準、データ インジケータ標準などが含まれます。各タイプのデータ標準は、独立したトピックとして実装できます。

デジタル化の特徴は「データ駆動型」であり、「データ駆動型」を実現するための前提は、データが標準化され、規範化され、データ品質の問題のほとんどが排除されることです。統一されたデータ標準により、ビジネス担当者はデータを簡単に取得できるようになり、セルフサービス方式でデータ分析と探索を実行できるようになります。したがって、データ標準は、「データ駆動型経営」と「データ駆動型イノベーション」を実現するための基盤となります。