データ運用管理（データキューブ：一元化された全プロセスデータ運用管理を実現するには？）

データキューブ: 集中化された全プロセスデータ運用管理を実現するには?

出典: Data Ape 著者: Chen Pengfei

序文：

キャプテン・アメリカ、アイアンマン、ソー、ハルクなどのスーパーヒーローたちで構成されるマーベル・シネマティック・ユニバースにおいて、コズミック・キューブは強大な力を持つ6つの宝石のうちの1つです。宇宙の力を持ち、宇宙ゲートを開き、大量の武器や資源をどこにでもテレポートすることができます。

現実の世界では、データで構成されたルービックキューブは、まったく新しい空間に入るのにも役立ちます。問題の鍵は、データの力を探求して使いこなし、客観的に存在する新しい市場、新しい顧客、新しい製品を発見し、新しいビジネス運営モデルを創造する方法にあります。この記事では、集中型かつフルプロセスの観点から、企業の現状と将来の発展に適したデータ運用管理パスを探ります。

文章：

データはますます価値の高い資産として認識され、受け入れられるようになっています。企業が独自に生み出すデータ、外部協力サービスを通じて取得したデータ、許可を得て外部に公開されたデータ、公開データ取引、データ置換などを通じて取得したその他のデータは、企業が持続可能な運営を行うためのデータ基盤を構成します。企業内のコスト管理、プロセス最適化、意思決定支援など、さまざまな運用管理分野で活用できるだけでなく、新しい市場の発見、新しい顧客の特定、新製品の革新、そして新しいビジネスモデルの構築や新しい産業用インターネット運用エコシステムの形成にも役立ちます。

しかし、実際には、業務と技術実装のプロセス分離や、企業全体の開発戦略に基づいたデータ計画の欠如などの要因により、データの価値は十分に発揮されていません。同時に、大きなチャンスと利益には、大きなリスクが伴うことがよくあります。リスクを回避し、チャンスを掴むためには、完璧なメカニズム機能を活用することが極めて重要になります。

そこで、AsiaInfo では、データの壁を取り払い、データ運用管理の全プロセスを実行する集中型データシステムを構築し、テクノロジーに精通したビジネスエキスパートが具体的な作業を主導することを推奨しています。

図1: 集中型フルプロセスデータ運用管理システムのアーキテクチャ

データ集約

効果的なデータ集約はデータ運用管理の基礎となります。さまざまなITツールや手段を活用して、自社の既存データリソースを一つずつ整理・標準化していくことに加え、外部データリソースを継続的に統合し、自社のデータ規模を継続的に拡大していくことも必要です。解決すべき最初の問題は、企業の生産および運用のニーズに基づいて、さまざまな種類のデータソースを整理することです。

（１）企業内部データ：企業自身の業務運営により生成される顧客情報、財務、販売、業務等に関するデータ。このタイプのデータは標準形式であり、当社は独自の知的財産権を有しています。使いやすく、商品価値を最大限に高めることができます。

（２）外部公開データ：主に人口動態報告書、経済運営報告書等の政府公開データを含む。業界分析データや調査レポートデータも含まれます。このタイプのデータには統一されたフォーマット標準がなく、マクロ経済と市場環境の分析にのみ使用できる統計レベルのデータです。

（３）自己収集データ：主にウェブクローラー技術を通じて取得された公開オンラインデータ、およびデータサプライヤーとの取引・交換を通じて取得されたデータが含まれます。このタイプのデータの形式標準は非常に一貫性がなく、処理が困難です。同時に、詳細な顧客データを扱うため、法的リスクを伴うものもあります。

（4）プロジェクト協力データ：主に、外部企業との戦略的な協力、プロジェクト運営などを通じてプロジェクトの具体的な実施過程で得られた顧客データを含みます。この種のデータには一定の所有権紛争があり、その適用範囲には一定の制限が課される場合があります。

上記のさまざまなソースからのデータを統合するプロセスでは、データの所有権紛争や顧客のプライバシー漏洩などの問題が避けられません。我が国の刑法は明確に次のように規定している。「国家機関または金融、通信、交通、教育、医療などの部門の職員が、国の規定に違反し、職務の遂行またはサービスの提供の過程でその部門が入手した公民の個人情報を販売または違法に他人に提供した場合、3年以下の有期懲役または拘留に処せられ、情状が重い場合は罰金または科料のみに処せられる。その他の手段で上記の情報を窃取または違法に入手した場合、情状が重い場合は前項の規定に従って処罰される。主体が前2項の犯罪を犯した場合、その主体は罰金に処せられ、直接責任を負う監督者およびその他の直接責任者は関連項の規定に従って処罰される。」上記の法律文から、法律規定は完全ではなく、権威ある解釈が欠けていることがわかります。

これを踏まえ、AsiaInfoは、データサプライヤー/パートナーの資格を厳しく審査し、ブラックリストシステムを確立して信頼性の低いデータソースを排除するなどの自己防衛策を講じるほか、公共ネットワークを通じたデータ収集に努め、公式に認定されたオープンデータプラットフォームを使用して顧客の個人情報を取引・交換したり、戦略的な協力プロジェクトの運営を通じて顧客情報を改良・補完したりして、自社のアプリケーションの目標を達成することを提案している。

データ活用

さまざまなデータリソースの統合に基づいて、データの徹底的な活用を実現し、データの価値を効果的に引き出すためには、まずデータ活用に必要な関連ビジネス知識、統計知識、IT知識を習得し、テクノロジーとビジネスを有機的に組み合わせ、データ活用の知識体系を確立する必要があります。

図2: データ活用の知識体系

知識を具体的な成果に変換して実装するには、体系的な方法と対応するデータ処理ツール (データベース、EXCEL、SPSS など) を使用して、次のことを達成する必要があります。

図3: データ活用方法

データの収益化

CEO はよくこう言います。「データをあちこちに移動したり保存したりするのではなく、データから新しいビジネスモデルを作成する方法を見つけてほしいのです。」したがって、データ活用の究極の目標は、データを収益化すること、つまり、タマネギの皮の一番外側の層を剥がして、データの核となる価値を層ごとに明らかにすることです。

データの価値をより明確に把握するために、AsiaInfo ではデータを価値表現の段階的な 4 つのレベルに分類しています。

（１）「砂漠に一筋の煙が立ち上り、長い川に太陽が沈む」

静的データはデータの価値を最も基本的に具現化したものであり、運用生産プロセスで直接使用できます。例えば、資産運用にこだわりのあるお客様にはP2P商品を直接お勧めしたり、自家用車を所有しているお客様には自動車保険商品をお勧めしたりしています。

（２）「山は正面から見ると頂上のように見えますが、距離や高さによって見え方が異なります。」

静的データは孤立しているわけではなく、さまざまな派生的な変化に基づいて複雑な血縁関係を形成し、複数の当事者間の相互作用を通じて多層的なデータネットワークを構成します。業務プロセス全体にわたるデータフローを理解し、データハンドルを形成して運用プロセス全体で役割を果たせるようにする必要があります。引き続き自家用車を所有する顧客を例にとると、顧客属性分析、車両構成モデル分析、財務管理傾向相関分析などの方法を通じて、若い男性の中級車所有者は、一部のP2P製品のターゲット推奨に適していることがわかりました。これは、従来のビジネス経験に基づくターゲット顧客識別ルールとは大きく異なります。

（３）「土が積もって山を形成すると、風雨が起こり、水が積もって淵を形成すると、龍が生まれる。」

「千里の道も一歩から、川は小さな流れの集積から」というように、データは静的価値、動的価値、相互作用に基づいて包括的かつ体系的なアプリケーションを形成し、最終的にはコンポーネント化された顧客分析、トラフィック分析、その他の分析製品など、独立しながらもインタラクティブなデータ製品を構成します。顧客プロファイリングや推奨エンジンなどのアルゴリズム製品。データ意思決定支援システムなどのシステム製品。

（４）「沈没した船のそばを千隻の船が通り過ぎ、枯れた木の前には千本の木が咲く。」

データの「嵐」が到来し、「ドラゴン」が誕生した。それをうまく活用すれば、一見すると赤い海のような状況でも、必ず新たな活路が見つかるでしょう。データ製品の運用により、企業内部では運用管理の革新、外部では商業的な収益化を実現できます。この時点で、データの宇宙キューブが真に私たちに開かれます。

図4: データ製品運用の内部収益化

図5: データ製品運用の外部収益化

企業顧客、AsiaInfo、最終消費者、さまざまな外部サプライヤーの統合アプリケーションは、最終的に、データが中核的な価値を担う革新的なビジネス運用モデルを形成します。

顧客業務を通じて実現できる価値提案に基づいた法人顧客と消費者間のビジネスモデルの構築。

顧客対応は、データ、製品、チャネル、機能などの側面から行われます。

AsiaInfo は、自社の能力を基盤とし、外部環境に依存しながら、さまざまな外部パートナーを統合し、完全なビジネスモデルの不可欠な部分となり、中核的な役割を果たしています。

データセキュリティ

データ資産の安全な管理は、その持続可能な運用にとって非常に重要です。データが通過する場所では、必ずデータセキュリティの問題が発生します。そのため、まずはデータ環境のセキュリティを確保し、ネットワーク、ユーザーデスクトップ、アプリケーション、データベース、コンピュータルームなどの外部データ環境のセキュリティを厳格に管理し、「誰が」「いつ」「どのように」「どのデータ」にアクセスし、「どのような操作」を行ったかをリアルタイムで監視する必要があります。システムツールを活用してネットワークのセキュリティを確保し、インテリジェントな運用と保守を実施してハードウェアのセキュリティを確保し、アクティブ防御を強化してソフトウェアのセキュリティを確保し、制度的規範を策定して人員の安全を確保する必要があります。

第二に、データ自体を安全に管理し、多くのアプリケーションシナリオで機密データの監視とプライバシー保護を強化する必要もあります。

（１）機密データの分類：存在する可能性のある機密データの種類を明確にし、個人のプライバシーデータ、重要なビジネスデータ、商業上の機密データなどに分類する。

（２）機密データの所在特定：氏名、ID番号、住所、勤務先等の個人情報データなど、機密データの具体的な内容を特定するために、さまざまな種類の機密データを詳細に分類する。クレジットカード番号、顧客アカウント番号、取引詳細などの重要なビジネスデータ。

（３）機密データソースの決定：対象データソースを定義する。特定のコンテンツを含むデータテーブル、特定の形式 (クレジットカード番号など) に一致するデータコンテンツなど。次に、すべてのデータソースをスキャンし、機密ソースに関連する情報を特定し、機密メタデータをマークします。

（４）センシティブデータの非感作：置換、切り捨て、隠蔽、マスキング、ランダム化、暗号化、漂白等によるセンシティブデータの非感作。

（５）データ使用状況の監視：データ使用に関する３つの原則を遵守する。

機密データが非本番環境に存在することを防ぐために、データマスキングを標準データ提供プロセスの一部にします。

機密データをマスクせずに第三者や海外チームに提供しないでください。

機密データを動的にマスクせずに、開発者やその他の権限のない担当者が運用データにアクセスすることを許可しないでください。

データメンテナンス

データ運用を円滑に進めるためには、データのソース、導入、保存、処理、更新、破棄に至るまでのプロセスノード全体を保守管理し、データのライフサイクル全体にわたる運用保守システムを確立する必要があります。

図6: データライフサイクルの運用と保守