マインドマップギャラリー DAMA-CDGA データ ガバナンス エンジニア - 1. データ管理
データ管理は、データと情報資産の価値を提供、制御、保護、強化するために、ライフサイクル全体にわたる計画、システム、手順、実践を開発、実装、および監督するプロセスです。
2023-12-28 21:39:11 に編集されました1.データ管理
導入
データ管理
これは、データと情報資産の価値を提供、管理、保護、強化するために、ライフサイクル全体にわたる計画、システム、手順、実践を策定、実装、監督するプロセスです。
データ管理プロフェッショナル
データ管理のさまざまな側面に取り組み、その仕事を組織の戦略的目標を達成するために利用する人
スキル
データ管理には技術的スキルと非技術的スキルの両方が必要です
データ管理の責任はビジネスと情報技術の役割の間で共有される必要があり、これら 2 つの領域が連携して、組織が戦略的ニーズを満たす高品質のデータを確保できるようにする必要があります。
ビジネスドライバー
データ管理の主な推進力は、組織がデータ資産から価値を引き出す能力です。
目標
企業とその利害関係者の満たすべき情報ニーズを理解し、サポートする
データを取得、保存、保護し、データ資産の整合性を確保します
データと情報の品質を保証する
データのプライバシーと関係者の機密性を確保する
データと情報を不正または不適切なアクセス、操作、使用から保護します。
データが企業の付加価値目標に効果的に貢献できるようにする
基本的な考え方
データ
情報技術では、データはデジタル形式で保存された情報としても理解されます(ただし、データはデジタル化された情報に限定されず、データ管理の原則はデータベースと同じ紙のデータにも適用されます)。
データはそれ自体以外のものを表す表現です
データは、それが何を表しているのか、また何を説明する必要があるのかを説明するものです
データを意味のあるものにするためには、人はコンテキストやコンテキストを必要とします。コンテキストは、共通の語彙とコンポーネント間の一連の関係を含むデータの表現システムと考えることができます。そのようなシステムの規則がわかっていれば、その中のデータを解釈できます。
組織内であっても、同じ概念を表現する方法が複数あることがよくあります。したがって、データ アーキテクチャ、モデリング、品質、管理システム、メタデータ、およびデータ品質を管理する必要があり、これらはすべて人々のデータの理解と使用に有益です。データが複数の組織にまたがる場合、さまざまな問題が発生し、コストが増加します。したがって、データの一貫性を向上するには、業界レベルのデータ標準が必要です。
データと情報
データは情報の「素材」として理解され、情報は「コンテキスト内のデータ」になります。
ピラミッドモデル
データ→情報→知識→インサイト(知恵)
異議
1) データが単純に存在するという前提に基づいています。しかし、データは単に存在するのではなく、作成されるものです
2) 人々はデータからインテリジェンスへの移行をボトムアップの段階的なシーケンスとして説明しますが、データを作成するには最初に知識が必要であることを認識していません。
3) ピラミッド モデルはデータと情報が分離していることを暗示していますが、実際には 2 つの概念は絡み合い、相互依存しています。データは情報の一種であり、情報はデータの一種です
データと情報の両方を管理する必要があり、本書ではこれらの用語が同じ意味で使用されます。
データは組織の資産です
今日の組織は、より効率的な意思決定を行い、より効率的な運用を行うためにデータ資産に依存しています。
競争力を維持したい企業は、直感や感情に基づいて意思決定を行うのをやめ、代わりにイベントトリガーと応用分析を使用して実用的な洞察を得る必要があります。
データドリブンであることには、ビジネスのリーダーシップと技術的専門知識のパートナーシップを通じて、データを効率的かつ専門的に管理する必要があることを認識することが含まれます。
データ管理の原則
他の管理プロセスと同様、データ管理でも戦略的ニーズと運用上のニーズのバランスをとる必要があります。
(1) データは固有の属性を持った資産です
金融資産と物的資産を比較すると、最も明らかな特徴の 1 つは、使用中に消費がないことです。
(2) データの価値は経済用語で表現できる
データの量と質を測定する技術的手段はありますが、その価値を測定するための基準はまだ開発されていません。この値を定量化するための一貫した方法を開発する必要があります。
(3) データの管理とはデータの品質を管理すること
データ管理の主な目標: アプリケーション要件を満たすようにデータ品質を管理する
最終目標: データ価値の実現
(4) データ管理にはメタデータが必要
メタデータが最初
(5) データ管理には計画が必要
事業計画と技術計画が必要です
(6) データ管理は情報技術に関する意思決定を推進する必要がある
テクノロジーが組織の戦略的データを推進するのではなく、確実に提供されるようにする
(7) データ管理は部門横断的な仕事です
データ管理には技術的スキル、非技術的スキル、コラボレーション スキルが必要です
(8) データ管理には企業レベルの視点が必要
企業全体に効果的に適用する必要がある
(9) データ管理には多角的な視点が必要
(10) データ管理には完全なライフサイクル管理が必要であり、データの種類が異なればライフサイクル特性も異なります。
(11) データ管理にはデータ関連のリスクを組み込む必要がある
データは資産であるだけでなく、組織にとってリスクでもあります。データは紛失、盗難、悪用される可能性があります。組織はデータ使用の倫理的影響を考慮する必要があります。データリスクはデータライフサイクルの一部として管理する必要がある
(12) 効果的なデータ管理には責任を負うリーダーが必要
目標を達成するにはマネジメント能力だけでなく、リーダーのビジョンやミッションも必要
データ管理の課題
データと他の資産の違い
物理的資産: 目に見える、有形の、移動可能な、同時に 1 つの場所にのみ配置できる
データ
見えない
簡単にコピーして送信できます(ただし、紛失または破壊されると簡単には再生できません)
使用中に消耗したり磨耗したりしません
動的で多目的に使用可能
複数人で同時に利用可能(物的資産や金融資産では不可)
複数回使用するとより多くのデータが生成される
データの価値は時間の経過とともに変化します
チャレンジ
この違いにより、データに金銭的価値を付けることが困難になります。
この金銭的価値がなければ、データが組織の成功にどのように貢献するかを測定することは困難です
データ値
価値
何かのコストとそこから得られる利益との差です
例
データの取得と保存にかかるコスト
データが失われた場合、データを交換するための費用がかかる
データ損失が組織に与える影響
データ損失が組織に与える影響
リスク軽減コストとデータに関連する潜在的なリスク コスト
データ改善のコスト
高品質データのメリット
競合他社がデータに支払う金額
データの潜在的な販売価格
革新的なアプリケーション データから期待される収益
チャレンジ
データ資産の評価における主な課題は、データの価値が状況に応じて変化すること (ある組織にとって価値があったものが、別の組織にとっては価値がない場合がある) であり、多くの場合、一時的なものであることです (昨日価値があったものが今日は価値がない場合もあります)。
データ管理に関しては、組織が一貫した意思決定を行うために財務的な観点から資産を理解する必要があるため、財務的価値とデータを相関させる方法が重要です。
データ品質
高品質データの確保はデータ管理の中核です
データ品質の管理は一度限りの仕事ではありません
高品質のデータを生成するには、計画と実行に加えて、プロセスやシステムに品質を組み込むという考え方が必要です
データ最適化計画
データから価値を得るのは偶然ではなく、さまざまな形での計画が必要です
また、ビジネスと IT のリーダーシップと個々のプロジェクトの実行との間の戦略的連携にも依存します。
チャレンジ
多くの場合、最適化計画の実行を妨げる組織的、時間的、財務的プレッシャーが慢性的に存在します。組織は戦略を実行する際、長期目標と短期目標のバランスを取る必要があります。明確なトレードオフによってのみ効果的な意思決定を行うことができます
メタデータとデータ管理
メタデータは、組織がどのようなデータを保持しているか、それが何を表しているか、どのように分類されているか、データがどこから来たのか、どのように移動し、どのように進化し、どのように使用されるかを説明します。
データは抽象的であり、文脈上の定義やその他の説明によりデータが明確になります。
チャレンジ
メタデータはデータとして構成されるため、厳重に管理する必要があります
メタデータはデータ管理の包括的な改善の出発点です
データ管理は部門横断的な取り組みです
データ ライフ サイクルでは、さまざまな段階がさまざまなチームによって異なる方法で管理されます。
チャレンジ
この範囲のスキルと視点を持つ人々が、各要素がどのように組み合わされるかを認識できるようにし、共通の目標に向かって協力して取り組むことができるようにします。
ビジネスの視点を確立する
データ管理には複数の視点から考える必要がある
今日の組織は、自社で生成したデータと外部ソースから取得したデータの両方を使用しています。
さまざまな国や業界の法的要件とコンプライアンス要件を考慮する必要があります
データのライフサイクル
作成と使用はデータのライフサイクルの重要なポイントです
データは消費または適用された場合にのみ価値があります
データ品質管理はデータのライフサイクル全体を通じて実行する必要がある
データ品質管理はデータ管理の中核です。低品質のデータは価値ではなく、コストとリスクを意味します。
メタデータ管理はデータのライフサイクル全体を通じて行う必要がある
データ管理には、データのセキュリティの確保とデータ関連のリスクの軽減も含まれます。
保護する必要があるデータは、ライフサイクル全体にわたって保護する必要があります
データ管理の取り組みは重要なデータに焦点を当てる必要があります
組織は膨大な量のデータを生成しますが、その多くは実際には使用されず、すべてのデータを管理しようとすることは不可能です
ライフサイクル管理では、組織の重要なデータに焦点を当て、データの ROT (冗長、時代遅れ、重要でない些細なデータ) を最小限に抑える必要があります。
さまざまな種類のデータ
データの種類が異なれば、ライフサイクル管理のニーズも異なります。
分類
トランザクションデータ、マスターデータ、参照データ、メタデータ
また、データの内容 (データ ドメイン、サブジェクト ドメイン)、必要な形式または保護レベル、保存またはアクセスされる方法と場所によって分類することもできます。
データとリスク
データは価値だけでなくリスクも表す
不正確、不完全、または古いなどの低品質のデータは、不正確な情報によるリスクを明らかに示しています。データのリスクは、誤解され悪用される可能性があることです
データ管理とテクノロジー
データ管理を成功させるには、テクノロジーに関して適切な意思決定を行う必要がありますが、テクノロジーの管理はデータの管理と同じではありません。
組織は、テクノロジーの誘惑によってデータに関する意思決定が引き起こされるのを防ぐために、テクノロジーがデータに与える影響を理解する必要があります。
代わりに、ビジネス戦略に合わせたデータがテクノロジーに関する意思決定を促進する必要があります。
効果的なデータ管理にはリーダーシップと取り組みが必要です
組織の成功にとって重要な要素の 1 つは、献身的なリーダーシップと、組織のあらゆるレベルの人々の関与です。
データ管理を成功させるには、IT 主導ではなくビジネス主導でなければなりません
データ管理戦略
戦略は、高レベルの目標を達成するための高レベルの行動方針を構成する一連の選択と決定です。
データ戦略は、ビジネス戦略に固有のデータ ニーズの理解から生まれなければなりません。つまり、組織が必要とするデータ、その入手方法、データを管理してその信頼性を確保する方法、データを活用する方法などです。
データ管理戦略は CDO によって所有および維持され、データ ガバナンス委員会の支援を受けるデータ管理チームによって実装されます。
CDO は、データ管理とガバナンスを確立するための上級管理者のサポートを得るためにデータ ガバナンス委員会を組織する前に、予備的なデータ戦略とデータ管理戦略の草案を作成します。
データ管理戦略のコンポーネント
データ管理のビジョン、価値観、使命、長期目標、指針となる原則、成功のための推奨手段、ビジネスケースの概要、SMART 原則に従った短期 (12 ~ 24 か月) のデータ管理計画の目標
データ管理の役割と組織の説明。その責任と意思決定権限の概要、データ管理プログラムのコンポーネントと初期タスク、および範囲が明確な優先順位付けされた作業計画
プロジェクトとアクションタスクを含む実装ロードマップの草案
データ管理の戦略的計画の成果物
データ管理憲章
全体的なビジョン、目標、例、基本原則、成功の尺度、特定可能なリスク、運用モデル
データ管理範囲に関する声明
計画の目標と目的、役割、組織とリーダーシップ
データ管理実装ロードマップ
特定のプログラム、プロジェクト、タスクの割り当て、および実現のマイルストーンを特定する
データ管理フレームワーク
戦略的調整モデル
モデルの中心となるのはデータと情報の関係です。
アムステルダム情報モデル
アムステルダム情報モデルは、戦略的連携モデルと同様に、ビジネスと IT の連携を戦略的な観点から考察します。
DAMA-DMBOK フレームワーク
DAMA ホイールの図
DAMA ホイール図はデータ管理の知識領域を定義します
ガバナンスは内部の一貫性と機能間のバランスを達成するために必要であるため、データガバナンスをデータ管理活動の中心に置きます。
環境要因の六角形
環境要因の六角形: 人、プロセス、テクノロジーの関係を示し、DAMA 文脈関係図を理解するための鍵となります。
目標と原則を中心に置き、データ管理を成功させるために人々が活動を実行し、ツールを効果的に使用する方法についての指針を提供するためです。
知識ドメインのコンテキスト図
コンテキスト図は、利害関係者のニーズを満たす成果物を生み出す活動の中心となります
成分
ビジネスドライバー
意味
目標
テクノロジードライバー
方法
道具
メトリクス
活動
活動計画P
コントロールアクティビティC
開発活動D
運営活動 ○
入力
成果物
参加者
サプライヤー
参加者
消費者
要約する
DAMA ホイール図は、一連の知識領域の概要を示します。
知識ドメイン構造の構成要素を示す六角形の図
コンテキスト図は各知識領域の詳細を示します
DAMA データ管理フレームワークの進化
DAMAとDMBOK
データガバナンス
企業のニーズに応えるデータ意思決定体制を確立し、データ管理を指導・監督します。
データアーキテクチャ
組織と戦略的に連携してデータ資産を管理するための青写真を定義し、戦略的なデータのニーズとそれらを満たすための全体的な設計を確立します。
データのモデリングと設計
データ モデルの正確な形式でデータ ニーズを発見、分析、提示、伝達する
データの保存と運用
蓄積データの設計・導入・サポート活動や、計画から廃棄までのデータライフサイクルにおける各種運用活動など、データ価値の最大化を目指します。
データセキュリティ
データのプライバシーと機密性が保護され、データが侵害されず、データが適切にアクセスされることを保証します。
データの統合と相互運用性
データの移動と、データ ストア、アプリケーション、組織間の統合に関連するプロセスが含まれます。
ファイルとコンテンツの管理
非構造化メディアのデータと情報を管理するためのライフサイクル プロセス。これには、計画、実装、管理活動、特に法律および規制のコンプライアンス要件をサポートするために必要な文書が含まれます。
参照データとマスターデータ
主要なビジネスエンティティに関する真の情報が正確、タイムリーかつ適切な方法でシステム全体で一貫して使用されるように、コア共有データの継続的な調整とメンテナンスが含まれます。
データ ウェアハウジングとビジネス インテリジェンス
意思決定支援データを管理し、ナレッジ ワーカーが分析レポートを通じてデータから価値を引き出せるようにするための計画、実装、および制御プロセスが含まれます。
メタデータ
定義、モデル、データ フロー、その他の重要な情報を含む高品質の統合データへのアクセスを可能にするための計画、実装、および制御アクティビティが含まれます。
データ品質
組織内でのデータの適用可能性を測定、評価、改善するための品質管理手法の計画と実装が含まれます。
データ処理倫理
情報の透明性と、データとその適用に関する社会的責任のある意思決定を促進する上でのデータ倫理の中核的な役割について説明します。データの収集、分析、使用における倫理意識は、すべてのデータ管理者の指針となるべきです
ビッグデータとデータサイエンス
大規模で多様なデータと情報の収集と分析の能力を向上させるために登場したテクノロジーとビジネス プロセスについて説明します。
データ管理の成熟度評価
組織のデータ管理能力を評価および改善する方法の概要を説明します。
データ管理の組織と期待される役割
データ管理チームを構築し、データ管理活動を成功させるための実践的なガイダンスとリファレンスを提供します。
データ管理と組織変革
企業文化の変化を計画し、成功させる方法について説明します。文化の変化は、データ管理の実践を組織に効果的に組み込むことによって避けられない結果です
要約する
特定の組織がデータをどのように管理するかは、その目標、規模、リソース、複雑さ、さらにはデータが全体的な戦略をどのようにサポートするかについての理解によって決まります。
ほとんどの組織は、各知識領域に記載されているすべてのアクティビティを実行しているわけではありません。
ただし、データ管理のコンテキストをより広範に理解することは、組織がどこに注力すべきかについてより適切な決定を下すのに役立ち、それによってこれらの機能内および機能間の管理慣行が改善されます。