成長するビジネスが効率を維持および改善するには、メタデータ戦略の開発が必要です。 メタデータは、大量のデータ (画像、テキスト、ファイル、デジタル オブジェクト) を識別するために使用される少量のデータです。 これは、データがソースから収集される、データ システムを介して移動される、ユーザーがアクセスする、他のデータと統合される、クレンジングされる、または分析されるたびに生成されます。 

任意の形式または量のデータにタグを付けることができます  、自動 (または手動)。 通常、メタデータ タグは、目的のデータを簡単に見つけられるように設計されています。 

メタデータ タグによって伝達される情報 (記述子またはキーワード) は、通常、タイトル、日付、作成者、技術情報などの関連要素に関連付けられています。 タグはユーザーには表示されませんが、代わりにソース コード内に隠されています。 それらは、メタデータの内容をブラウザ、検索エンジン、およびその他のツールに伝えます。 メタデータは、データがどのように使用されたかを伝えることもできます。 六つある 基本タイプ メタデータの:

• 説明的なメタデータ: このタイプのメタデータは、検出と識別に使用されます。 タイトル、著者、キーワードなどの記述子が含まれます。
• 構造メタデータ: データのコンテナーに関する記述子が含まれています。 デジタル マテリアルのバージョン、関係、およびその他の機能について説明します。
• 管理メタデータ: リソースの種類、アクセス許可、データの作成方法と作成時期など、リソースを管理するための情報を示します。
• 参照メタデータ: この形式のメタデータは、統計データの内容と品質に関するものです。
• 統計メタデータ: 統計データの収集、処理、または作成に関連するプロセスを説明するために使用できます。
• 法的メタデータ: 作成者、著作権所有者、およびパブリック ライセンスに関する情報を提供します。

メタデータの目的は、デジタル リソースのインデックス作成、保存、アクセス、および発見の方法を提供することです。

一部の組織は、実際には組織化も開発も行っていません。 データアーキテクチャ、そして彼らが成長するにつれて、彼らのデータは散らばり、整理されていません. これにより、目的のデータを見つけるのが難しくなる可能性があります。 この現代社会で企業が成功するには、データを迅速かつ効率的に見つけて使用できる必要があります。

データ ガバナンスとメタデータ

メタデータは Data Governance ソフトウェアと連携するように設計されており、Data Governance の重要な機能であり、データ セットのインデックス作成とアクセスを可能にします。 メタデータ戦略には、メタデータと データガバナンスプログラム. これにより、既存のプライバシー規制や法律 (たとえば、 GDPR、CCPA、または LGPD）。 データ ガバナンスは、データ資産に対する説明責任を提供し、メタデータが常に正確で一貫していることを確認します。 従来、メタデータ管理は、コンプライアンス上の理由からデータを整理および分類するために使用されてきました。 

現在、データ ガバナンス プログラムに組み込まれている機械学習命令によって、メタデータのキャプチャとキュレーションのプロセスが自動化されています。

A データガバナンスフレームワーク 多くの場合、データ ウェアハウジング、データ品質、マスター データ管理、メタデータ管理など、いくつかのアプリやソフトウェア プログラムの使用が含まれます。 データ ガバナンス プログラムを使用して、ビジネスのデータ フローに関する完全な透明性をサポートし、データ資産を定義、追跡、測定、および管理できるようにします。

開発と実装

メタデータ戦略を効果的に実施するには、組織のメタデータを完全に理解することが重要です。 メタデータ システムの開発には、いくつかの手順が必要です。 すべての要件が満たされるまで、システムの編成、実装、およびテストに必要な時間を (繰り返し) スケジュールすることが特に重要です。 実施計画には、プロジェクトのスケジュールとすべての詳細を含める必要があります。

実装計画では、プロセスを個別の管理可能なタスクに分割する必要があります。 たとえば、すべてのアクティブなデータ資産のマップを作成するには、データ レイク、データ ウェアハウス、データベース、クラウド ストレージ、電子メール、およびビジネスで使用されるその他のストレージが含まれます。 各保管場所は、個別に調査するために一覧表示し、スケジュールする必要があります。 (メタデータの追跡 データレイクインデックス化されていないデータを使用すると、「それ」を管理可能なタスクに分割する必要がある場合があります。)

メタデータ戦略の実装には、通常、次の手順とサブ手順が含まれます。

メタデータ テンプレートを作成します。 この時点での目標は、発見される能力を最大化するために使用する必要があるメタデータの種類を決定することです。 これには、テンプレートを最適に設計する方法について、データを使用している人々から情報を収集する必要があります。 この情報収集段階では、スタッフへのインタビュー、顧客への調査、ワークショップを開催して IT や利害関係者から情報を得ることができます。 クライアントとビジネス ユーザーが自身のメタデータにどのようにタグを付け、共通の要素を識別するかを必ず評価してください。 

• 使用するメタデータの種類を特定する: ここでの目標は、使用するメタデータの種類を特定することです。 最高のコミュニケーション ビジネスの内容とニーズ (説明、構造、管理、参照、統計、法律)。 整数、フリー テキスト、文字列、日付、日付/時刻フィールドなど、組織のデータ資産を最もよく表すメタデータの種類を決定します。 次に、 ルールが必要 (たとえば、タイトル フィールドを 50 文字に制限する必要がある場合や、日付/時刻フィールドで国際的な表示標準を使用する必要がある場合があります)。

• メタデータ語彙の確立: メタデータの一貫した伝達のために、記述子の正式な定義を開発する必要があります。 通常、メタデータ語彙はドメイン固有のデータに基づいています。 多くの場合、メタデータ要素は、顧客データ、製品データ、画像などのカテゴリにグループ化されます。 語彙をサポートし、コミュニケーションに役立つメタデータ用語集を開発することは、データ ガバナンス戦略の一部であるべきです。 データ品質.

• 件名のメタデータに注意してください: 不思議なことに、メタデータには … サブメタデータが含まれています。 多くの場合、メタデータのメタデータ構造には独自のメタデータがあります。 わかりやすい名前または文字の長さである可能性があります。 サブジェクト メタデータ は、この種のメタデータの正しい名前です。 サブジェクト メタデータの記述子を使用して、貢献パートナーや機関の記録を他の記録とリンクし、それらを見つけやすくすることができます。

メタデータをマップします。 ある種の追跡可能なチャートを作成します。 コンピューター上のスプレッドシートまたはテーブルである可能性があります。 ホワイト ボードはオプションですが、誤って消去しないように対策を講じる必要があります。 前の手順で収集した情報を使用して、メタデータがどこでどのように使用されているかを示します。 

• メタデータとその場所を一覧表示したら、共通の記述子を探します。 (記述子は異なる名前を持っていても同じ目的を果たす場合があります。研究目的では、それらは共通の記述子とみなされます。) データを元のソース (ERP や CRM システムなど) までさかのぼって追跡できることが重要であることを忘れないでください。

• 作る データカタログ. データ カタログは、ビジネスのデータ資産の整理されたインベントリです。 このカタログは定期的に維持および更新する必要があります。

評価： この段階での目標は、ビジネス全体でメタデータの一貫性とクリーンさを維持するために必要な、インポート/エクスポート、同期、またはマスター データ管理の「ツール」があるかどうかを判断することです。 次の情報は、メタデータの設計方法とその種類を決定するのに役立ちます。 メタデータ管理ツール メタデータ戦略をサポートするための研究。 

人々とプロセスを理解する: これは評価フェーズの重要な部分であり、プロセスがどのように機能するか、人々が抱えている問題とその解決策を理解することが含まれます。 以下にリストされているのは、人々とプロセスをよりよく理解するためのいくつかの方法です。

• ビジネス内でデータがどのように移動するかを追跡します。 システム内でデータが移動するときに、共通の記述子を探します。

• メタデータがどのように使用されるかを理解します。 フォームへの入力や他のシステムとの接続に使用されますか? ワークフロー プロセスを開始しますか?

• 記述子の編成方法を決定します。 メタデータ キャプチャ プロセスでは、コンテンツにタグ付けするフリースタイルの方法 (「民俗学」）または完全に自動化されますか？

• スタッフが変化にスムーズに適応するためには、どのようなトレーニングや教育が必要ですか? トレーニングはどのように行われますか？

継続的な改善のためにメタデータ モデルを設計します。 フィードバックは、メタデータ モデルの継続的な改善と進化にとって重要です。 スタッフや顧客からフィードバックを収集して、メタデータ計画がビジネスの目標をサポートし続けることを確認することが重要です。 

設計に継続的な改善を組み込むための推奨事項を次に示します。

• メタデータ モデルの機能にアクセスするには、定期的にマネージャーに連絡してください。 
• ビジネス目標が変わると、メタデータ モデルも変更する必要がある場合があります。
• メタデータに関する提案や苦情がある人にフィードバック メカニズムを提供します。

可能な限り自動化: 自動化の基本的な理由は XNUMX つあります。 はるかに高速です。 人的ミスを排除します。 そして、「自動的に」タスクが確実に達成されるようにします。 メタデータを自動化すると、データのタグ付けやカタログ化などのタスクにかかる時間を大幅に短縮できます。

メタデータ戦略を実装する利点

メタデータは、データから最大の価値を得る上で重要な要素です。 データの一貫性を保証し、データ ガバナンスをサポートし、法規制の遵守を支援します。 また、インテリジェントなビジネス上の意思決定を行う際に使用される調査もサポートします。

リアルタイムのメタデータ自動化を使用すると、非常に便利で費用対効果が高くなります。 スタッフは最新のデータにアクセスできるため、効率とデータ品質が向上します (そして、より適切な意思決定を行うことができます)。 自動化は、データの標準化、分類、および裏付けに使用できます。 その結果、すべてのデータの不整合やその他の問題がリアルタイムで修正されます。

警告: メタデータ戦略を実装する前に、徹底的な調査 (および/またはコンサルタントの雇用) を行う必要があります。 機能しないツールに時間とお金を浪費するのは逆効果です。 

Shutterstock.comからのライセンスに基づき使用されている画像