ここでは、データマネジメント導入支援サービスについて次の観点で解説します。

データマネジメントの重要性


先行き不透明で予測困難な時代、経験や勘に頼るのではなく、
稼ぐ力を持つ資産としてのデータをどう利活用してくか
ということが会社を発展させていくための重要な課題となっています。
「データは新しい石油（Data is the new oil）」と言われています。
会社に眠っているデータを、人やAIが、いかにうまく利活用して企業価値を生み出すことができるかが重要なのです。

最近では、「DATA is BOSS 収益が上がり続けるデータドリブン経営入門」という書籍で、データドリブン経営に舵をきり、売上右肩上がりの急成長をとげた「一休.com」の例が話題になっています。

さて、経営にデータを活用することの重要性は理解しているものの、多くの企業が、

  • 会社にはさまざまなデータがあるのに活用されていない
  • 会社にデータを活用できる人材がいない
  • コストをかけてデータ基盤を構築したのに有効活用されていない

という状況にあるようです。
これは、

  • ビジネスにとってどのようなデータが重要かわからない
  • 必要なデータはどこにどういう状態で存在しているかわからない
  • 必要なデータを取得するためにはどうすればよいかわからない
  • 必要なデータを分析できる状態にするためには何をすればよいかわからない

など、データを経営に活かすための知識や仕組が十分に整備されていないからではないでしょうか。

書籍「DATA is BOSS 収益が上がり続けるデータドリブン経営入門」では、日本でデータドリブンが機能していないケースの最初に「見たいデータが見られない」ケースをあげています。

こうした場合は、そもそもデータを整備するケイパビリティが不足しています。
具体的には、どういったデータやどんな分析ができれば顧客の姿が見えてくるか描いた上で、収集するデータの定義、データインフラの整備、データの更新方法などを交通整理していく必要があります。
それは事業の特性や組織の状況によって変わってくるので、社内外のリソースをうまく使って、継続的にデータを整備していくための体制づくりから、しっかり取り組むのが得策です。

「DATA is BOSS 収益が上がり続けるデータドリブン経営入門」より引用

例えば、社員が「こんなデータ分析をしたい！」と考えても、実際にデータ分析ができるようになるまでにはさまざまな準備（プロビジョニング）のステップが必要です。

データマネジメントは、主に

  • ビジネスとして経済価値のるデータを特定する方法
  • 企業全体のデータ構造（データ同士の関係）やデーフロー（データのライフサイクルを通した流れ）を可視化し、データの見取り図（データアーキテクチャ）を作成する方法
  • データをカタログ化して必要なデータに関する情報（データの有無、所在、構造、来歴、品質の状態、セキュリティレベル、利用するときの連絡先など）をすぐに入手できるようにする方法
  • データを統合・連携することでデータの品質やセキュリティを向上させるとともにデータ利活用の効率を上げる方法
  • データのライフサイクルを通してデータの品質（一意性、完全性、一貫性など）やセキュリティを組織的に統制する方法

を提供します。
なので、データマネジメントを導入することで、データのプロビジョニングサイクルを極限まで早くすることができ、データドリブン経営による仮説検証の回転速度を上げることができます。

データマネジメントは、会社にあるカオスな状態のデータを整備し、企業価値を生む状態に資産化します。
つまり、会社に眠っている負債としての（維持するためのコストがかかるだけの）データを経済価値のある資産としての（稼ぐ力を持つ）データに変えることができるのです。

データの資産化とは、ビジネスにとって重要な（経済価値を持つ）データがすぐに活用できる状態になることであり、データドリブン経営の回転速度を上げることで組織が学習スピードを上げるということです。
ピーター・M・センゲの「最強組織の法則」という書籍に、
競争相手より早く学べる能力、それが競争力を維持する唯一の鍵である
と書かれています。
データマネジメントによって競争相手より早く学べる能力をつけることで企業の競争優位性を上げることができるのです。

データマネジメント導入支援サービスの内容

データマネジメント導入支援サービスは、次のサービスから構成されます。

データマネジメント導入ワークショップは、社内でデータ人材を育成したい場合のサービスで、データアーキテクチャ設計代行サービス、データカタログ作成代行サービス、データマネジメント代行サービスは、データマネジメント業務をアウトソースしたい場合のサービスです。

データマネジメント導入ワークショップ

データマネジメント導入ワークショップでは、ワークショップを通して、実際にデータマネジメントの成果物を作成することで、貴社のデータ人材を育成します。
なお、ワークショップとは、グループ演習を通して参加者が主体的に意見交換や問題解決などの協働活動を行い、実践的なスキルを身に付けられる参加・体験型の研修のことです。

企業の担当者の方へ
一度、詳細をご説明いたします。
お問い合わせは以下のメールアドレスにお願いいたします。
culnou_dm@culnou.com

ワークショップの効果

昨今の生成AIの飛躍により、データドリブン経営がますます重要になっています。

さて、経営にデータを活用することの重要性は理解しているものの、多くの企業が、

  • 会社にはさまざまなデータがあるのに活用されていない
  • 会社にデータを活用できる人材がいない
  • コストをかけてデータ基盤を構築したのに有効活用されていない

という状況にあるようです。

これは、

  • ビジネスにとってどのようなデータが重要かわからない
  • 必要なデータはどこにどういう状態で存在しているかわからない
  • 必要なデータを取得するためにはどうすればよいかわからない
  • 必要なデータを分析できる状態にするためには何をすればよいかわからない

など、データを経営に活かすための知識や仕組が十分に整備されていないからではないでしょうか。

データを経営に活かすための知識や仕組が十分に整備するためには、データインフラを構築するだけではなく、ビジネスにとって重要なデータをしっかり管理するためのデータマネジメントが必要です。
データマネジメントは、DXを支えるデータドリブン経営の必要条件になります。

本ワークショップの効果は次の３つです。

  1. 経営やビジネスの視点に立ってデータを設計する
    データは、ITの要素というより、ビジネスの要素としての側面が強く、そこを考えないとデータ基盤を有効活用することはできません。
    本データマネジメント導入ワークショップでは、
    ・会社の顧客に提供する価値は何か
    ・それを実現するバリューチェーンと、各活動の戦略目標は何か
    ・その戦略目標を実現するために必要な資産としての（稼ぐ力を持つ）データは何か
    というように、
    価値創出プロセスの一環としてのデータは何か考えるワークショップになっています。
    なので、ワークショップに参加された方は、自社の戦略を戦略マップとBSCのKPIというかたちで整理し、それを活かすためのデータを設計する力をつけることができます。
  2. 企業全体のデータアーキテクチャを設計する
    本データマネジメント導入ワークショップでは、
    企業全体のデータアーキテクチャ（データ構造とデータフロー）を、概念レベル、論理レベル、物理レベルと、広く粗い粒度から、段階的に粒度を細かくするトップダウンで設計する方法で進めていきます。
    なので、重要なデータを漏れなくダブりなく洗い出すことができ、会社のデータカタログを効果的かつ効率的に整備することができるようになります。
  3. 低コストでデータマネジメントとはどのようなものかを体感することができる
    データマネジメントを組織的に導入するためには、人材も含めた計画を立てて実行する必要があります。
    本データマネジメント導入ワークショップは、少人数で、データマネジメントの全体を体感することができます。
    なので、本格的に導入する前に、会社にとってデータマネジメントを導入する必要があるかどうかも含めて検証することができます。

対象者

現場の業務課題をデータを活用して解決する必要のある業務部門の方で、会社のデータ資産の品質やセキュリティを管理する役割を担う方。

学習目標

学習目標は、次の点について理解し実践できるようになることです。

  • ビジネスとして経済価値のあるデータを特定する方法
  • 企業全体のデータ構造やデーフローを可視化し、データの見取り図（データアーキテクチャ）を設計する方法
  • データをカタログ化して必要なデータに関する情報（データの有無、所在、構造、来歴、品質の状態、セキュリティレベル、利用するときの連絡先など）をすぐに入手できるようにする方法
  • データを統合・連携することでデータの品質やセキュリティを向上させるとともにデータ利活用の効率を上げる方法
  • データのライフサイクルを通してデータの品質（一意性、完全性、一貫性など）やセキュリティを組織的に統制する方法

ワークショップの特徴

  • DMBOKをガイドラインにしていること
    データマネジメントというと会社や団体によってさまざまな定義で解説されていますが、本研修は、データマネジメント知識体系（DMBOK）を標準的なガイドラインとして使用しています。
  • データを経営に活かすための考え方、方法や仕組について学ぶ研修であること
    データ分析の手法を学ぶ研修ではなく、データを経営に活かすための考え方、方法や仕組について学ぶ研修です。
  • 実践的な研修であること
    事前に基本知識をビデオ学習していただき、オンライン・オンサイトではワークショップを通して実際の業務を対象にデータマネジメントの成果物を作成するという実践的な研修になっています。
    なので、研修の成果物は雛形として実際のビジネスでも使えます。

ワークショップの内容

  1. 事前学習
    事前にデータマネジメントの基礎知識に関するビデオ学習をしていただきます。
    ビデオの内容
  2. ワークショップ
    次の演習を、ワークショップができる場所（オンサイト）かオンラインで実施します。

    1. ビジネス要件（データマネジメントの目的）の定義
      弊社のテンプレートを参考にして、次の内容を実施します。

      • 会社のビジネスモデル、経営方針、組織、財務資産、場所の整理
      • 会社のビジネスプロセスの整理
      • 会社のジョブの整理
      • 会社のアプリケーションタイプの整理
      • 会社のアプリケーションカテゴリの整理
      • 会社の戦略マップ、KPIの定義
      • データマネジメントの目的の定義
    2. データ要件（データマネジメントの方針）の定義
      弊社のテンプレートを参考にして、次の内容を実施します。

      1. アクティビティフローの作成
        バリューチェーンを構成するビジネスプロセスのアクティビティフロー（粗粒度の業務フロー）を作成します。
      2. 全体概念データフロー（CRUD表）の縦軸と横軸の作成
      3. 管理対象データの定義
      4. アプリケーションタイプが主管となるデータの整理
      5. データ品質に関する方針の定義
      6. データセキュリティに関する方針の定義
    3. データアーキテクチャ（概念レベル）の設計
      弊社のテンプレートを参考にして、次の内容を実施します。

      1. 全体概念データフロー（CRUD表）の作成
      2. マスターデータの全体概念マスターデータモデルと全体概念データフローの設計
      3. トランザクションデータの業務概念データモデルと業務概念データフローの設計
      4. 分析データの全体概念分析データモデルと全体概念データフローの設計
      5. ビジネスメタデータの定義（データカタログの作成）
    4. データ管理基盤（方針レベル）の設計
      弊社のテンプレートを参考にして、次の内容を実施します。

      1. データ基盤（方針レベル）の設計
      2. データ分析環境（方針レベル）の設計
      3. マスターデータ管理（方針レベル）の設計
      4. データ統合（方針レベル）の設計
      5. データ連携（方針レベル）の設計
    5. データアーキテクチャ（論理レベル）の設計
      弊社のテンプレートを参考にして、次の内容を実施します。

      1. マスターデータの全体論理マスターデータモデルの設計
      2. トランザクションデータの業務論理データモデルの設計
      3. 分析データの全体論理分析データモデルの設計
      4. ビジネスメタデータ（データカタログ）の更新
      5. 全体論理データフロー（CRUD表）の作成（As-IsとTo-beの比較）<

ワークショップの日程

  1. 事前学習
    ２週間、可能な時間を利用して自習していただきます。
  2. ワークショップ
    以下の日程を調整して進めます。

    1. オリエンテーション
    2. 第１回
      ビジネス要件（データマネジメントの目的）の定義①
    3. 第２回
      ビジネス要件（データマネジメントの目的）の定義②
    4. 第３回
      データ要件（データマネジメントの方針）の定義①
    5. 第４回
      データ要件（データマネジメントの方針）の定義②
      データ基盤の方針設計
    6. 第５回
      データアーキテクチャ（概念レベル）の設計①
    7. 第６回
      データアーキテクチャ（概念レベル）の設計②
      データ連携（方針レベル）の設計
    8. 第７回
      データアーキテクチャ（論理レベル）の設計
    9. 第８回
      研修の振り返りと成果物の作成
    10. 成果発表

データアーキテクチャ設計代行サービス

次のタスクを実施して、弊社で貴社のデータアーキテクチャを設計します。

  • ビジネス要件（データマネジメントの目的）の定義
  • データ要件（データマネジメントの方針）の定義
  • データアーキテクチャ（概念レベル）の設計
  • データアーキテクチャ（論理レベル）の設計

企業の担当者の方へ
一度、詳細をご説明いたします。
お問い合わせは以下のメールアドレスにお願いいたします。
culnou_dm@culnou.com

データカタログ作成代行サービス

次のタスクを実施して、弊社で貴社のデータカタログを作成します。

  • ビジネス要件（データマネジメントの目的）の定義
  • データ要件（データマネジメントの方針）の定義
  • データアーキテクチャ（概念レベル）の設計
  • データアーキテクチャ（論理レベル）の設計
  • ビジネスメタデータの定義
  • データカタログの作成

企業の担当者の方へ
一度、詳細をご説明いたします。
お問い合わせは以下のメールアドレスにお願いいたします。
culnou_dm@culnou.com

データマネジメント代行サービス

年間のデータマネジメントのデータマネジメントシステム運用計画に従って、次の運用タスクを代行いたします。
企業の担当者の方へ
一度、詳細をご説明いたします。
お問い合わせは以下のメールアドレスにお願いいたします。
culnou_dm@culnou.com

  • 個別アプリケーション設計時の検証
    • アプリケーションシステムのデータモデルの検証
      ビジネスメタデータのデータ要件とデータアーキテクチャ（論理レベル）を参照し、アプリケーションの論理データモデルとテクニカルメタデータを検証します。
    • 業務パッケージのデータ要件の検証
      ビジネスメタデータのデータ要件とデータアーキテクチャ（論理レベル）を参照し、業務パッケージがデータ要件を満たすか検証します。
  • 個別アプリケーション運用テスト時の検証
    • 業務パッケージのデータプロファイリング
      運用テストの段階で業務パッケージの実データをプロファイリングします。
    • アプリケーションシステムのセキュリティ監査
      運用テストの段階でアプリケーションシステムのセキュリティ監査をします。
    • 業務パッケージのセキュリティ監査
      運用テストの段階で業務パッケージのセキュリティ監査をします。
  • 既存アプリケーションの検証
    • 既存アプリケーションシステムのデータプロファイリング
      調査できていない既存アプリケーションシステムの実データをプロファイリングします。
    • 既存業務パッケージのデータプロファイリング
      調査できていない既存業務パッケージの実データをプロファイリングします。
    • 既存データ管理基盤のデータプロファイリング
      調査できていないデータ管理基盤の実データをプロファイリングします。
    • 既存アプリケーションシステムのセキュリティ監査
      調査できていない既存アプリケーションシステムのセキュリティ監査をします。
    • 既存業務パッケージのセキュリティ監査
      調査できていない既存業務パッケージのセキュリティ監査をします。
    • 既存データ管理基盤のセキュリティ監査
      調査できていない既存データ管理基盤のセキュリティ監査をします。
  • データ運用の検証
    • データ管理基盤のデータ運用の検証
      データ管理基盤のオペレーショナルメタデータを確認し、データのバックアップと復旧の検証をします。
    • アプリケーションシステムのデータ運用の検証
      アプリケーションシステムのオペレーショナルメタデータを確認し、データのバックアップと復旧の検証をします。
    • 業務パッケージのデータ運用の検証
      業務パッケージのオペレーショナルメタデータを確認し、データのバックアップと復旧の検証をします。
  • コードマスター（参照データ）のメンテナンス
    コードデータ（参照データ）は、データ分析するときの特徴量にもなり、これを会社全体で一元管理することはデータの一貫性を保つためにも重要です。
    弊社では、コードデータをマスター化して会社全体で一元管理する支援をします。
  • データオーナーの問い合わせ対応
    データオーナーからの問い合わせに対応します。
  • データ利活用の支援
    KPIを検証するビジネスプロセスに従って、問題の特定、原因の推定、解決策の策定、実験計画の策定、解決策の検証の支援をします。
  • データの改善・強化
    • データ管理基盤のデータの改善・強化
      データプロファイリングやセキュリティ監査の結果を受けて、データ管理基盤のデータを改善、強化します。
    • アプリケーションシステムのデータの改善・強化
      データプロファイリングやセキュリティ監査の結果を受けて、アプリケーションシステムのデータを改善、強化します。
    • 業務パッケージのデータの改善・強化
      データプロファイリングやセキュリティ監査の結果を受けて、業務パッケージのデータを改善、強化します。