データが業務を推進する方法 (データ主導の成功への 7 つのステップ: データ管理モデルを変更してデジタル変革を加速する)

データ主導の成功への 7 つのステップ: データ管理モデルを変更してデジタル変革を加速する

データ駆動型組織になるのは難しい

テクノロジーと自動化によって人々の働き方が変化する中、ビジネス運営を変革するには企業文化に立ち向かう必要があります。人々の働き方を変えるには、長期にわたる忍耐、根気、集中が必要です。 。

組織をデータ駆動型に変革するには、デジタル プロセスと実践を導入して、業務プロセスでデータを使用する方法を変更する必要があります。これは、企業がデータをどのように扱うかよりも重要です。本質的には、アプリケーション中心のビジネス オペレーションをデータ駆動型のビジネス オペレーションに変換する必要があります。

データ駆動型の操作はデータによって駆動されます。どの企業も、自社のデータは事業運営に使用されているため「良い」ものだと考えています。会社の口座残高と取引が正常に処理された場合、データが破損する可能性はあるでしょうか?データが目的に適合していない場合、それは悪い結果になる可能性があります。たとえば、データが顧客のニーズをリアルタイムで満たすほど完全ではなかったり、管理クエリや財務分析に役立たなかったりする場合があります。データは使用する前に処理する必要があります。

「悪い」データの問題

『Bad Data Handbook』では、Bad Data を「時間がかかり、オフィスで夜遅くまで働き、イライラして頭を抱えるデータ。アクセスできないデータ、持っていたのに失くしたデータ、昨日と今日で違うデータ…つまり、Bad Data とは、使用を妨げるデータ」と定義しています。

どのデジタルビジネスプロセスまたは分析で不良データの使用が許容されるでしょうか?デジタル ビジネスは、妨げとなるデータでは運営できません。自動化されたプロセスとアクティビティでは、ビジネスの効率、有効性、俊敏性を向上させるために適切なデータが必要です。

優れたデータとは、単なるデータ品質以上のものです。データ品質は、データの正確性、完全性、一貫性、信頼性、適時性に重点を置いています。データの品質は重要かつ必要ですが、データのこれらの特性だけに焦点を当てると、データがどのように使用されるかが考慮されません。アプリケーションまたはデータ サイエンティストやビジネス アナリストによる個々の作業では、データが独自の目的で使用されます。

顧客、従業員、パートナーなどに、アプリケーションとは別に、すぐに利用できるデータをリアルタイムで提示することは、デジタル ビジネスにとって不可欠です。必要なときに必要な場所でデータを利用できるようにするには、企業全体にわたって適切なデータが必要です。リアルタイムで利用可能で、アプリケーションに依存しないデータは、デジタル化の成功に不可欠です。

データ主導の成功への7つのステップ

データ主導の成功には、ビジネス運営を推進するための優れたデータが必要です。重点は運用作業からデータの使用と自動化に移ります。ここで紹介するデータ駆動型の成功へのステップは、データ駆動型の運用を開始するためのガイドとなります。

7 つのステップは 3 つのカテゴリに分かれています。

1. データの使用法、およびデータの使用法とパーソナライズされたデータインタラクションの戦略を理解する

2. データローカリゼーション、ユーザーニーズを満たすデータ編成、データ配信の自動化によるデータ利用とデータ管理

3.データ配信とリアルタイムデータと自動化に重点を置いたアプリケーションを構築することで、データ駆動型の運用を実現します。

多くの企業がデータ戦略を持っています。データ戦略とは、「組織の情報資産を整理、管理、分析、展開するための継続的な戦略」です。このようなフレームワークは、データ資産を保護し、活用するために重要です。データ使用ポリシーは、エンタープライズ データ、つまりアプリケーション内に存在するがアプリケーション外で使用されるデータを管理し、エンタープライズ戦略に役立つように効率的に取得、保存、配信するための戦略です。

デジタル化とデータ駆動型の運用では、データの活用に重点が置かれます。これによって、人がタスクを実行する方法から、データと自動化によって迅速なやり取り、意思決定、サービスを実現する方法へと運用が変革されます。それは、企業全体でデータを実用化するための戦略を策定することから始まります。データ使用ポリシーは、企業の記録管理とは独立して使用されるデータを識別し、最も効率的な方法で有効にし、企業全体での可用性を最大化します。企業内のどこでもリアルタイムでデータを使用できるようにするには、最初のキャプチャ ポイントでデータを正確、完全、一貫して、確実にキャプチャし、その時点から企業全体で一貫して使用する必要があります。

データ コンテンツは通常、アプリケーションごとにキャプチャされます。データの使用を戦略的な考慮事項にするには、アプリケーションを構築、購入、またはレンタルするときに、データを重要な要素として考慮する必要があります。ただし、データは顧客、パートナー、従業員ではなく、アプリケーションがサポートする製品またはサービスを中心に配置されるため、アプリケーションは製品中心です。

データ使用戦略では、企業にはデータのニーズと機能的なアプリケーション要件の両方があり、アプリケーションを選択する際には両方に対処する必要があることを認識します。データは、アプリケーションの「付属物」としてではなく、ビジネス運営を推進する燃料として捉えられています。アプリケーションによるデータのキャプチャは、良質またはそれほど良くない燃料フィルターとして機能します。データを良好にしてすぐに使用できる状態にするためのメソッドをアプリケーションとともに実装できるため、キャプチャしたデータが良好であることを保証できます。

デジタル変革により、データ計画の焦点は社内記録の保管からデータ ユーザーへと変わります。これについて考えるには、まずビジネスの内部からではなく、外部から考えることから始めます。

• データ使用ポリシーのアクション項目

目的

特定のデータ駆動型の目標のためにリアルタイムで準備する必要があるデータを特定する

アクション項目

1. データ使用ポリシーの範囲を決定して、データ使用の運用上の焦点を決定します。

1. データ駆動型のユーザーカテゴリーとその役割が使用される
2. データ範囲は、従業員、顧客、組織などの「データ対象領域」または「データドメイン」とも呼ばれ、各ユーザーカテゴリと役割のデータニーズを高レベルで把握できるようにします。
3. 2. 主要な指標とそれが推進するビジネスオペレーションを特定して、データ駆動型の目標を確立する 3. データ定義と検証ルールを含むビジネス用語集を作成し、理解と使用の一貫性を実現し、「データリテラシー」を育成する 4. データ駆動型の運用に必要な自動化の領域を特定する:
4. データの準備と冗長性の排除
5. データ駆動型自動化のための機械学習と AI の機会

モバイル デバイスの体験が今日の世界を形作ります。私たちは、見たいものを何でも見ることに慣れており、コンテンツが自分の興味に関連したものであることを期待しています。モバイルおよび Web プラットフォームの使用もビジネス アプリケーションの形成に影響を与えています。これは個々のユーザーとビジネス データが交差する部分であり、パーソナライゼーションの両方の側面が関係します。

パーソナライゼーションとは、一般的に、個人に関する情報を取得し、その情報に基づいてサービス、製品、体験、またはコミュニケーションをカスタマイズすることと理解されています。データのパーソナライゼーションは、個々のカスタマイズではなく、ユーザーとそのデータの使用を理解して、その使用に備えることが目的です。データは、各ユーザーペルソナの視点をサポートし、その視点を満たすコンテンツをリアルタイムで提供できる場合にパーソナライズされます。ユーザー エクスペリエンスのためのデータ使用量を最大化することは、万能のアプローチでは実現できません。

たとえば、顧客の視点では、顧客に関連するすべての情報を顧客ごとに整理し、顧客中心のデータを作成します。同様に、パートナーの観点では情報がパートナー中心として整理され、従業員の観点では情報が従業員中心として整理されます。それぞれの視点の本質は「すべては自分に関すること」、つまりユーザーの役割に基づいてパーソナライズされることです。

ビジネス データは、ユーザーの視点からデータ コンテンツをリアルタイムでユーザーに提示します。パーソナライズされたデータ コンテンツは、ユーザー インターフェイスにユーザー用に含める必要があるものです。ルールベースの意思決定、機械学習、AI がデータを使用する方法もアプリケーションによって異なるため、リアルタイムの自動化をサポートするには、自動化のデータ コンテンツを「パーソナライズ」する必要があります。データの使用は、特にユーザーがデータを変更したり、モバイル アプリケーションでトランザクションを使用したりする場合、アプリケーションによるデータの使用とは異なります。これにより、データの編成と構造に課題が生じます。

• データパーソナライゼーションのアクション項目

目的

データ使用ポリシーで特定された各ユーザーカテゴリとロールに対して、データ駆動型アクションを実行するために必要なデータコンテンツを決定します。

アクション項目

1. 各ユーザー カテゴリとペルソナを識別してデータをパーソナライズします。

1. 必要なデータと分析内容
2. ユーザーロールがウェブサイト、モバイルアプリケーション、アプリなどのデータコンテンツとやり取りするために使用するメカニズム
3. 推進したい主要な指標とビジネスオペレーション
4. データ駆動型の運用には自動化が必要
5. 2. データ定義と検証ルールを含むビジネス用語集に新しいデータ要素を追加して、理解と使用の一貫性を実現します。

顧客、パートナー、従業員とのモバイルでのやり取りを促進するためにデータに依存するようになると、そのデータの場所が重要になります。あるレベルでは、ユーザーとのリアルタイムのやり取りにデータを利用できるようになりますが、データがどこに保存されるかはデジタル ビジネスの問題でもあります。グローバル企業は、国民や居住者に関するデータをどこに保存しなければならないかを規定する特定の国が定める規制に準拠する必要があります。これは、データがどこから来たのか、誰が提供したのか、いつ提供されたのか、そして何をどこに保存する必要があるのか​​を把握することを意味します。

データの物理的な配布は、データ管理における重要な問題です。今日のデータはクラウドに保存されており、ユーザーのニーズにリアルタイムで対応するように設計されています。ユーザーが広範囲に分散している場合は、データ転送の遅延を減らすためにデータの場所を地域別に分けることをお勧めします。

デジタル ビジネスを成功させるには、リアルタイムの物理データ管理を組み込むためのデータ ローカリゼーションが必須です。これには、GDPR、CCPA、個人情報保護法などのデータプライバシー規制や、データの物理的な保存場所が含まれます。デジタル企業が自社の業務を自社のアプリケーションやデータ ストアから外部に向けるのではなく、外部から見る必要があることを強調しています。

• データローカリゼーションのアクション項目

目的

HIPAA、PCI、PII、GDPR、CCPAへの準拠、データ保存に関する国の制限、企業ポリシーなど、ユーザーカテゴリのデータコンテンツに関する規制および運用要件を決定します。

アクション項目

すべてのデータ コンテンツを識別します。

1. 適用される規制および会社の方針

2. 会社のコンプライアンス部門による承認の審査

3. 自動化を含むコンプライアンス実施計画を文書化する

デジタル ビジネスでは、自動化とリアルタイムのやり取りを可能にするために、すぐに利用できるデータが必要です。これらすべての要件を満たすには、データを整理し、構造化する必要があります。

エンタープライズ データ プランニングは、顧客、パートナー、従業員、製品などのコア ビジネス エンティティに重点を置いています。データ プランニングは、各ビジネス エンティティのデータがビジネスに入力される場所を特定し、データ入力ポイントでデータを制御することから始まります。たとえば、各アプリケーションが独自のバージョンの顧客データを取得するのではなく、API を介して対話することで各アプリケーションが使用する顧客セットアップおよび認証サービスを作成します。顧客セットアップおよび検証サービスにより、顧客のコア データとその記録システム (SOR) を最新かつ正しい形式で維持できます。

エンドツーエンドのデータ管理は、ビジネス全体とその用途を通じて一貫性のある正確なデータを維持することに重点を置いています。エンドツーエンドのデータ管理の「目的」はユーザーにあります。各ユーザーのエクスペリエンスを最大化することがデジタルビジネスの使命だからです。これには、企業が使用するアプリケーションごとにデータを構造化するのではなく、企業とデジタルでやりとりするデータ ユーザーのニーズをサポートするようにデータを整理する必要があります。

データ構成はデータアーキテクチャとは異なります。

"によると
Open Group Architecture Framework (TOGAF) のデータ アーキテクチャは、組織の論理的および物理的なデータ資産とデータ管理リソースの構造を記述します。データを「論理的および物理的なデータ資産」として見ることは、アプリケーションの物理データが頻繁に変更されず、論理データ モデルがビジネスの抽象的な言語を表す静的データに適しています。

データ駆動型の意思決定と自動化はより動的になります。ユーザーのニーズとデータの使用は静的ではなく、頻繁に変化します。データの構成はきめ細かく集約されており、リアルタイムで配信するという要件によって決まります。データ スキーマは、通常リレーショナル正規化ルールによって管理されるエンティティとテーブルにデータを編成します。これは、原子量と電子配置によって並べられた周期表の化学元素のようなものです。情報構造としては便利ですが、材料科学や工学などの目的の包括的なコンテンツを表すために使用することはできません。

同様に、ユーザーのニーズに合わせてデータを整理するには、特定の目的に合わせて統合されたコンテンツが必要です。今日のテクノロジー アーキテクチャでは、データのやり取りはますます正確になり、API を使用して実行されるようになりました。これには、リレーショナル データ アーキテクチャではなく、使用状況主導のデータ設計アプローチによるデータ構成が必要です。

リアルタイムおよびストリーミング データ交換により、データ アーキテクチャは、データの整理からリレーショナル テーブルへの整理へとエンタープライズ データ アーキテクチャとして変化しています。 API は JSON 表記を使用したデータ操作のメカニズムであり、これにより JSON オブジェクトは今日のデータ構成に適したものになります。

根本的な傾向は、一貫性のある正確なデータを使用してリアルタイムでやり取りすることです。これは、デジタル ビジネスがイベント駆動型になり、対話と応答の間の遅延をなくすよう努める将来のアプリケーションに影響を及ぼします。

• データ整理のアクション項目

目的

すべてのユーザーカテゴリとペルソナ、パーソナライゼーションとローカリゼーションの仕様をリアルタイムで満たすようにデータコンテンツを整理および構造化します。

アクション項目

1. 各ユーザーロールを指定してデータを整理します。

1. ユーザーが操作するデータと分析される各UI要素のデータコンテンツ
2. ユーザーロールがデータコンテンツにアクセスするために使用するメカニズム（Webサイト、モバイルアプリケーション、アプリなど）。ユーザーUI要素を複製または追加する場合があります。
3. 主要な指標と操作UIのインタラクション
4. 2. UI が操作するデータ コンテンツを使用してデータを構造化し (データ アーキテクチャではなく、使用法主導のデータ設計を作成します)、次の操作を行います。
5. データ コンテンツの類似性分析を実行して、UI に必要なさまざまなデータ オブジェクト/データ要素のグループを決定します。
6. データアクセスパスを分析して、データオブジェクト間の関係リンクを決定します。

リアルタイム、イベント駆動型、パーソナライズされたローカライズされたインタラクションは、デジタル ビジネスにおけるデータ処理の標準になりつつあります。これらの側面を管理するには、データ管理が必要です。データ管理の標準的な定義は、「すべてのアプリケーションとビジネス プロセスのデータ消費ニーズを満たすために、企業内のデータ サブジェクト領域とデータ構造タイプ全体にわたって一貫したデータ アクセスとデータ配信を可能にするために使用されるプラクティス、アーキテクチャ テクニック、およびツールで構成される」というものです。

データの使用と自動化には、規制やコンプライアンスからユーザーインタラクション方法全体にわたるリアルタイムの一貫性に至るまで、さまざまなデータ管理の問題があります。これがデータ エンジニアリングの中核であり、データの問題なしにユーザーにリアルタイムで対応できるようにビジネスを強化します。データの自動化とは、データを手動ではなくプログラムで更新することを意味します。

企業全体でデータの正確性と一貫性を維持するには、アプリケーションと分析間の個々のデータ フローやパイプラインではなく、企業全体のデータに重点​​を置いた自動化が必要です。個々のパイプラインは、ソース アプリケーションの予告なしの変更や予期しない変更に対して脆弱です。

これは、ビジネス アプリケーションとレコード ソース (SOR) に影響を及ぼします。ユーザーがモバイル アプリを使用して取引できるようになると、取引は SOR からのみ発生しなくなります。 SOR は依然としてトランザクションの処理者ですが、モバイル アプリ ユーザーの観点からは、トランザクションは進行中であり、他の作業を続けることができます。

データの自動化とは、アプリケーション中心のデータビューではなく、作成からアーカイブまでの体系的なエンドツーエンドのデータ管理を意味します。データ管理は、データの取得を制御し、その使用を管理し、SOR がジョブを実行できるようにし、データがパーソナライズされ、ローカライズされ、自動化されてユーザーにリアルタイムで提示されるようにします。これにより、エンタープライズ データ プランニングが不可欠なアクティビティになります。

また、ユーザーは満たすべき新しいデータ要件とインタラクションを継続的に開発するため、データの編成、物理構造、API を最新の状態に保つことが大きな課題となります。企業が真にリアルタイムかつデータ主導の業務運営を実現するには、IT 自動化が不可欠です。

• データ配信自動化のアクション項目

目的

自動化されたデータと分析コンテンツの自動化の機会とパターンを特定する

アクション項目

次の方法でデータ自動化を実装します。

• データコンテンツの各データ要素のSORと、すべてのSORデータ統合および同期要件を特定します。
• ユーザーの操作によってデータの追加、変更、削除が可能になったときに、データの使用、分析、SOR の一貫性を保つためのポリシーを定義します (モバイル アプリケーションと Web アプリケーションの重要な機能)
• データが消費されるウェブサイト、モバイルアプリ、またはアプリチャネルを指定して、これらすべてのチャネルで一貫性のある完全なデータを利用できるようにします。
• 保存されたデータや分析コンテンツにデータを取り込み、そこからデータを公開するためのデータ サービスを指定します。
• 保存されたデータと分析コンテンツを管理するためのプロセスを確立する
• データ構造化プロセスを自動化し、ガバナンスとデータルールを組み込み、データ、分析、UI、およびそれらの基礎となるデータ設計の進化を管理します。

データ駆動型の企業は、運用能力の獲得を主な基準とするアプリケーション中心から、データ中心へと移行し、データの優先順位を付けて、追加処理をほとんど行わずにユーザーに配信します。データは、ビジネスで使用するためにリアルタイムで精製する必要がある原材料です。リアルタイム データの主な目的は、デジタル目的でのデータの取得、準備、使用における遅延をなくすことです。 「アウトサイドイン」開発とは、ユーザー インターフェイスとデータのやり取りの観点からアプリケーションを設計することを意味します。エンドツーエンドのデータ管理と同様に、ユーザー インタラクションとその基盤となるデータ構造を設計する最初のステップとして、エンド ユーザーのペルソナから始めます。このアウトサイドインアプローチは、アプリケーション開発にも適用されます。

データがいつどこで使用され、操作されても、データの定義、形式、コンテンツ、正確性、一貫性、最新性が維持されているときに、ユーザーにとって最適なサービスが提供されます。ビジネス アプリケーションの従来の見方は、一貫性のある正確なデータをユーザーに提供するために連携して動作するように設計および構築された一連の独立したプログラムとデータベースです。

アプリケーションと共有データの問題を解決する 1 つのアプローチは、マイクロサービス アーキテクチャです。 「マイクロサービス アーキテクチャ (サービス指向アーキテクチャ スタイルのバリエーション) は、アプリケーションを疎結合されたサービスの集合として配置します。マイクロサービス アーキテクチャでは、サービスはきめ細かく、プロトコルは軽量です。」真のマイクロサービスでは、各サービスが独自のデータに責任を持ち、特定のドメイン外の他のサービスはそのデータと直接やり取りしません。

マイクロサービス アーキテクチャの課題の 1 つは、データの一貫性を維持することです。 「疎結合を保証するために、各サービスには独自のデータベースがあります。多くのアプリケーションでは 2 フェーズ コミット/分散トランザクションがオプションではないため、サービス間でデータの一貫性を維持することは困難です。」マイクロサービスは単一の責任を果たすように設計されているため、データの読み取り、書き込み、更新は、単一のデータ ドメインで動作する各責任ごとに個別のサービスとなります。

デジタル ビジネスでは、操作を自動化するためにデータがすぐに利用できることが必要であるため、それはデータと、さまざまなアプリケーションやデータ ドメインに保存されているデータとの交差に帰着します。データ使用の観点から、データ相互作用をサポートするには、マイクロサービスの検出とオーケストレーションが必要です。デジタルビジネスでは、このデータをリアルタイムで一貫性を保ち、使用可能にするために必要な遅延を許容できません。

アプリケーションは、ユーザー向けにパーソナライズされ、ローカライズされ、整理された UI とデータのやり取りであると考えるのが最適です。これにより、アプリケーション ユーザーとデータのやり取りを含むユーザー中心のアプリケーション開発と、アプリケーションとデータの配信および分析をサポートするデータ コンテンツにそれぞれ重点を置くことで、エンドツーエンドのデータ管理が可能になります。

アプリケーションは、データ駆動型の目標のためにリアルタイムで使用することもできる、リアルタイムのユーザー データ消費と考えてください。

• 「アウトサイドイン」アプリケーションアクション項目

目的

データとルールの重複とそれに伴う関連データの不整合を排除するアプリケーションを開発する

アクション項目

1. 次の点を決定して、アウトサイドイン アプリケーションを実装します。

1. データ駆動型情報を利用するユーザーのカテゴリーとその役割
2. データ スコープ (組織では従業員、顧客、組織などの「データ サブジェクト領域」または「データ ドメイン」と呼ぶ場合があります) は、各ユーザー カテゴリと役割のデータのニーズを高レベルで把握できるようにします。
3. 必要なデータと分析内容
4. ユーザーロールがウェブサイト、モバイルアプリケーション、アプリなどのデータコンテンツとやり取りするために使用するメカニズム
5. それらが推進する主要な指標と運用アクション
6. データ駆動型の運用には自動化が必要
7. 2. すべてのデータの内容を特定します。
8. 適用される規制と会社の方針
9. 企業コンプライアンス部門と協議して承認を得る
10. 自動化を含むコンプライアンス実施計画を文書化する
11. 3. 各ユーザーロールを指定してデータを整理します。
12. ユーザーが操作するデータと分析される各UI要素のデータコンテンツ
13. ユーザーロールがデータコンテンツにアクセスするために使用するメカニズム（Webサイト、モバイルアプリケーション、アプリなど）。ユーザーUI要素を複製または追加する場合があります。
14. 主要な指標と操作UIのインタラクションが
15. 4. UIと対話するデータコンテンツを使用してデータを構築する

今日のビジネスではリアルタイムで業務を行う必要はありませんが、デジタル テクノロジーがリアルタイムで業務を行うためのインフラストラクチャを推進しています。モバイル デバイスとのデータやり取り、モノのインターネット (IoT) の役割の拡大、運用の自動化は今後も継続し、企業はこれらをサポートするためにリアルタイムの運用を必要とします。デジタルの世界では、企業外で発生し、リアルタイムの対応を必要とするイベントややり取りがますます増加しています。

ビジネス運営の役割と活動は、デジタル ビジネスの要求に適応し、顧客の行動、競合他社、規制の変化に迅速に適応する必要があります。 「遅かれ早かれ、デジタル化を目指すすべての企業は障害にぶつかります。その原因はレガシー IT にある可能性があります。企業は、レガシー IT がデジタル化に対応できていないことに気付くのです。」 IT ワークフローとプラクティスは、デジタル ビジネスに十分な速さで進化していません。

次世代のアプリケーションと分析は、リアルタイム操作向けに設計され、ビジネス全体で一貫性のある正しいデータとルールを使用し、それらを変更または拡張するプロセスを簡素化する必要があります。リアルタイム操作のための設計はデジタルビジネスの鍵となります。リアルタイム操作の基本的なアプローチは、リアルタイムで一貫性のあるビジネス操作を可能にするために、企業のアプリケーションとのすべてのやり取りで同じデータ コンテンツとルールを使用する必要があるということです。

IT ワークフローと実践は労働集約的で時間がかかります。ユーザー、データ、ルール主導の機能を備えたレガシー IT の障壁を克服するには、自動化が必要です。

• リアルタイムのデータ操作と自動化されたアクション

目的

リアルタイムで実行され、ビジネス全体で一貫性のある正しいデータとルールを使用し、変更や拡張が容易な次世代のデジタルビジネスアプリケーションを開発します。

アクション項目

• アプリケーションについて考える際に「データの重要性」アプローチを確立し、データの不整合、処理の遅延と統合、およびそれらに関連する追加のIT作業がリアルタイムのデータインタラクションに与える影響を意思決定プロセスの一部に含めます。
• データ、ルール、データ使用のガバナンスを、アプリケーションや IT 作業の前に行われる「データ関連」アプローチの一部とし、データの一貫性と正確性を強化します。
• ユーザーインタラクション、データ、ルール駆動型の技術を使用してアプリケーション開発を自動化し、統一された方法でデータを使用しルールを適用する次世代アプリケーションを実現します。

良質なデータは良質な燃料と同様に、デジタル ビジネスを加速し、高速で稼働させ続けます。その原動力となるのは、アプリケーション、データ フロー、イベント ベースのインタラクションです。これらはそれぞれ、データをリアルタイムで配信するように設計する必要があり、IT 運用もリアルタイムである必要があります。