データ管理 (DM) は、一貫した責任ある実践、概念、プロセスの包括的なコレクションで構成されます。 これらのリソースは、ビジネスの成功に向けてデータを調整し、 データ戦略。 さらに、長期的な抽象的な計画から実践的な日々のデータ活動まで多岐にわたります。

DM はデータ ライフサイクル全体を通じて多くの結果、行動、アクティビティに及ぶため、企業はそれを フレームワーク 役立つ。 このような方法論には、少なくとも次のものが含まれます。

• データ戦略: リソースの優先順位付けとデータ操作の基礎
• データガバナンス： データ管理のポリシー、手順、役割の形式化
• データアーキテクチャ： 企業のデータ インフラストラクチャ全体とそのコンポーネント

組織は、特にこれら XNUMX つのコンポーネントを管理して、ビジネスの機会を増やし、業務を適切に実行し、リスクを軽減します。

データ管理の定義

ビジネス上のコミュニケーション中に、データ管理がそのコンポーネントや実践と入れ替わることもあります。 したがって、次のような特定のコンテキストで使用されます。 データガバナンスプログラム または、他の DM 原則を脇に置いて、特定のデータ プラットフォームを実装することもできます。

この種のコミュニケーションにより、問題が解決されたり、問題に迅速に対処したりできます。 ただし、形式化されたデータ管理の定義は、そのフレームワーク全体に焦点を当てる広範なスタンスをとっているため、一般にビジネスでは他のコンポーネントも考慮されます。 

たとえば、DAMAインターナショナルの DMBOK データ管理を「ライフサイクル全体を通じてデータと情報資産の価値を提供、制御、保護、強化するための計画、ポリシー、プログラム、実践の開発、実行、監督」と定義しています。 この意味は、データの使用過程を通じてデータを使用するすべてのアクティビティに及びます。

データ管理には、ビジネスとデータ間のあらゆる接続も含まれます。 この概念は、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要件を満たすために、すべてのエンタープライズ データ サブジェクト領域と構造タイプをカバーします。 さらに、データを使用するために必要なデータ イベントと実践 ビジネス上の決定 DMの文脈に当てはまります。

社内全体に一貫したリアルタイムのデータを提供するためのプロセスと関与は、DM の傘下で行われます。 これには、スケーラビリティ、可視性、品質、準備、ガバナンス、セキュリティ、信頼性の向上が含まれます。 

データ管理コンポーネント

データ管理の実践、概念、プロセスの組み合わせは、データ管理フレームワークに従って記述可能なさまざまなコンポーネントを形成します。 DAMA International は、以下に示すように、進化した DMBoK 2 Wheel を提供しました。

高いレベルの概念を含む黄色の円は、ライフサイクル全体で実施されるデータ管理アクティビティと基本的なアクティビティを囲んでいます。 これらのアイデアは、組織内での DM の導入に情報を与え、導き、推進します。 それらには、 データ戦略 そしてデータガバナンス。

基本的なアクティビティは、ライフサイクルを管理するために行われるデータ管理作業に役立ち、データ ガバナンスの成果物から生まれます。 これらの出力の例は次のとおりです。

• データセキュリティ： たとえ悪意のある入力であっても、人や物がデータや情報資産に対して適切な行動を取れるようにするためのポリシーと手順を実装します。 
• メタデータ管理： 優れたメタデータ管理」コンテキストを作成します 他のデータ要素については、データの全体像を提供します」とライターの David Kolinek 氏は述べています。 この全体的なビューにより、データの整理と検索、その意味の理解、その価値の最大化が可能になります。
• データ品質管理: データ品質 (DQ) は、合意されたビジネス要件に基づいて、データの有用性に対する企業と消費者の信頼の度合いを表します。 データ品質管理は、DQ の期待と現実を一致させます。

ライフサイクル管理活動は現場で毎日行われ、データ管理の最も実践的で目に見える部分です。 これらのアクティビティは、次の XNUMX つのカテゴリに分類されます。

• 計画と設計: 計画と設計の実践では、高レベルの概念的なガイダンスと基本的なアクティビティを、技術的に実装するための実際的な要件に組み合わせます。 たとえば、データ アーキテクチャは、管理アクティビティの計画と設計を表します。
• 有効化と維持: イネーブルメントおよびメンテナンスのアクティビティは、予測可能なデータ通信、統合、自動化を確保するための DataOps に重点を置いています。 マスター データ管理は、組織の共有データ資産の均一性と正確性を確保するための方法であり、一連の有効化および保守アクティビティを構成します。
• 使用と強化: データを使用および強化する活動は、ビジネス上の洞察を直接生成し、アナリスト、データ サイエンティスト、およびその他のビジネス プロフェッショナルの仕事の典型となります。 たとえば、データの視覚化では、情報が画面上にどのように表示されるかを記述し、その有用性を判断します。

データ管理とデータ ガバナンス

マネージャーと従業員がデータ ガバナンスについて議論するとき、データ管理の概念を置き換えることがあります。 データ ガバナンスと DM の意味は、データ品質、統合、ポリシー、標準に関するプロセスにおいてかなり重複しています。

ただし、DM では、テクノロジーやツールを通じて、データ ガバナンスの範疇に当てはまらないポリシーや手順の実装もカバーしています。 日々のデータ活動。 データの可観測性、データ ガバナンスの実践として分類されていませんが、データ管理の実践でカバーされています。

データ管理はデータ セキュリティの対象になりますか?

データセキュリティ データ管理の重要なコンポーネントを表します。 その実践は、ライフサイクル全体を通じてデジタル情報を不正アクセス、破損、盗難から保護し、情報セキュリティのあらゆる側面を網羅し、データ ガバナンスと密接に結びついています。

ただし、データ セキュリティのみに焦点を当てると、データ管理の重要な側面が欠けてしまいます。 例えば、 データプライバシー 個人データの保護に重点を置いていますが、データ セキュリティと重複しない場合があります。 事業部門は従業員の関係ステータスをソーシャルメディア上で知る可能性がありますが、組織がその発見をその従業員に通知しなかった場合、企業のデータプライバシーのデータ管理に疑問が生じます。

さらに、 洞察を得る レポートと分析による効果が DM の主な推進力です。 経営幹部は新しいビジネスチャンスを見つけようという強い意欲を持っているため、組織全体にわたるデータへの適切なアクセスと透明性が必要であり、それがデータ管理フレームワークに組み込まれています。

デジタルトランスフォーメーションの役割

データ管理は強力な基盤ですが、 デジタル変換 管理者、それらは同じではありません。 データ管理は、データを活用してビジネスを維持および改善することに重点を置いています。 デジタル変革管理は、新しいテクノロジーを活用して企業をサポートし、発展させます。

たとえば、Dynamic という企業が、より新しい生成 AI テクノロジーを通じて業務をデジタル的に変革したいと考えているとします。 動的を改善するには DM プロセスを実行する必要があります アクセス 顧客、従業員、製品、財務に関する知識。 

また、Dynamic はデジタル変革のための知識を従業員と共有することから始める必要があります。 この点に到達するには、Dynamic は彼らを奨励する必要があります。 働くチーム これには、リモート ワーカーをランチに集める外出が含まれる場合があります。 DM イベントではありませんが、ランチはデジタル変革の基礎となります。

それまでの間、Dynamic は従業員を次の人材に訓練する必要があります。 データリテラシー、企業データの作業と分析を改善します。 このようなデータ リテラシー トレーニングは、デジタル トランスフォーメーションには関連しない可能性がありますが、一般データ プライバシー規則 (GDPR) への人によるコンプライアンスなど、DM の他の側面には関連する可能性があります。

データ管理の利点

再利用可能なリソースであるデータは、ビジネスの機会と収益を促進します。 データ管理は、その目的に向けてデータを推進するエンジンを提供します。 

さらに、DM は保存されます 会社のお金 そして効率が向上します。 コンプライアンス違反やデータ侵害による非効率な業務や罰金などのリスクを特定して処理する手段を提供します。

さらに、組織はデータ管理を使用して、ビジネス環境の変化に迅速に適応します。 DM を通じて、次のことができます。 ハンドル共通 データ量の増加、分析の新しい役割、コンプライアンス要件などの継続的な課題もあります。 

ビジネスマンはこれらのメリットを具体的に次のように認識しています。

• 拡張性の向上によるビジネス活動のパフォーマンスの向上
• エクスペリエンスをカスタマイズすることで顧客関係を改善
• セキュリティとプライバシーの強化
• より効果的なマーケティングおよび販売キャンペーン
• データ共有機能の強化によりデータ アクセスが向上
• 製品とサービスのより迅速な提供 
• 個々の活動を統合して効率化することで運用管理を改善
• 規制とコンプライアンス管理の強化
• APIやシステム開発のスピードアップ
• 特にリアルタイムデータを使用した意思決定とレポートの改善
• より良いです データフロー 組織全体のビジネスユニット全体
• 企業のすべての作業活動にわたる一貫性の向上
• AIテクノロジーの迅速な導入

使用事例

データ管理のユースケースは、さまざまなアプリケーション、テクノロジー、業界、成果に及びます。 これらの例は、より大きな長期的なビジネス目標と特定の技術的な実装に及びます。

長期的な企業全体のシナリオ

長期的な全社的な例については、以下を参照してください。

• 　 USトランスコム より適切な情報に基づいた意思決定、顧客理解、業務改善のためのデータ戦略を開発、実装しました。 
• のための機関 高等学習 データ カタログを含むデータ ガバナンス プログラムを企業全体の取り組みとして実装しました。 この DM の実装により、コラボレーションと透明性が強化され、データ ガバナンスの決定に関する通知が 80 日から 25 日に短縮されました。
• ヘルスケア企業 実装 不正行為を特定して対処するための機械学習 (ML) テクノロジー。 
• A グローバルファイナンシャル サービス会社は、大量の取引に対応するために堅牢な DM フレームワークを実装しました。
• 欧州自動車メーカーが導入 安全な データ交換エコシステムである Catena-X は、品質上の問題を検出する機能を備えており、リコール対象の車両の数を 80% 以上削減します。

短期的なプロジェクトベースのシナリオ

以下のリストには、特定の短期プロジェクトまたはユニットのサブグループで実施されたユースケースが含まれています。

• 会社 WalkMe アプリとデジタル アダプション プラットフォーム (DAP) を通じてデジタル トランスフォーメーションを実装しました。 この組織は、テクノロジー、人材、プロセスを通じて顧客と関わり、中央のヘルプ コンテンツ リポジトリを構築しました。
• いくつかの大学による共同研究イニシアチブである E2e プロジェクトが、 製造データ モノのインターネット (IoT) キットによる空気圧縮とエネルギー使用量の報告について説明します。 メーカーは、効率を改善し、修理と交換を対象とするための推奨事項を受けました。
• A 財務グループ ある組織では、組織全体の他のビジネスユニットとデータを統合しました。
• ある企業がデータ ファブリックを導入したのは、 追跡 顧客感情に基づいて顧客離れを予測し、製品やプロセスを最適化するための高度な予測分析と処方分析を実施します。

上部の画像 中古 下 ライセンス から Shutterstock.com

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
• プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
• プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
• プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
• 情報源： https://www.dataversity.net/what-is-data-management/