編集部からのお知らせ
記事PDF集:官民意識のゼロトラスト
電子インボイスの記事まとめ
海外コメンタリー

ビジネスの意思決定の精度向上へ--データ活用力を高めるための5項目

Mary Shacklett (Special to ZDNet.com) 翻訳校正: 石橋啓一郎

2021-05-20 06:30

 コロナ禍がなかなか収まらない中、企業がデータを活用するには、データの品質や適切なデータの取り扱い方針がこれまで以上に重要になる。それは、医薬品やワクチンの臨床試験を行うにも、次の感染流行がいつどこで起こるかを予想するにも、資源や人員の確保状況を評価するにも、経済的な影響を評価するにも必要なことだ。

Five ways to use data to make better business decisions
提供:Getty Images/iStockphoto

 そうした活動では、アナリティクスや人工知能(AI)、機械学習が重要な役割を果たすが、データの品質や適切なデータの取り扱いも同じくらい重要だ。

 IT部門は、マスターデータ管理(MDM)の手法を用いてデータの収集、集約、照合、統合、品質チェック、流通をどう行うかを定義し、データの品質を確保することになる。

 マスターデータ管理を行うためのツールや自動化ソリューションは数多く出回っている。これらのツールを利用すれば、人間が手動でデータの選別や正規化を行ったり、どのデータを組み合わせ、誰にどのデータを渡すかを決定したりする手間を減らすことができる。この仕事の中で難しいのは、IT部門がMDMで行うデータ準備のための基礎となる、適切なビジネスデータの取扱い方針を実現することだ。

 この記事では、意思決定のために高品質のデータをそろえようとするあらゆる企業に必要不可欠な、5つのビジネスデータの取扱いに関するベストプラクティスを説明する。

ダークデータをデジタル化する

 ダークデータとは、そこにあるにも関わらず利用されていないデータのことだ。この種のデータは、事業部門によって何年も前に作成された紙ベースの文書の場合もあれば、現時点では利用されていないIoTデバイスのセンサー出力の場合もある。

 IBMは数年前、IoTデバイスから収集されたセンサーデータの90%は利用されておらず、ダークデータになっていると推定していた。ダークデータが最終的には不要なものだと判明する場合も多いが、中にはそうでないものもある。企業はこれらのデータの見直しを行い、どれを捨てるかを判断し、残したいデータをデジタル化する必要がある。一端デジタル化してしまえば、意思決定に利用できるため、もはや無駄なデータ資産として残ることはない。

意思決定に役立つデータかどうかを見極める

 データをデジタル化できても、それが意思決定に役立つかどうかはまだ分からない。そのデータに価値がなければ、捨ててしまうべきかもしれない。

 どのデータを残すかの判断にはバランスが必要だ。今は重要でなくても、後になって価値が出てくるデータもあるだろう。一方で、将来的にも意思決定に使われる可能性が極めて低く、削除しても良さそうなデータ(例えばIoTデバイスのジッターのデータや、20年前に会社で開いたパーティーに関するメモなど)も存在する。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

特集

CIO

モバイル

セキュリティ

スペシャル

ホワイトペーパー

新着

ランキング

  1. 経営

    5分でわかる、レポート作成の心得!成果至上主義のせっかちな上司も納得のレポートとは

  2. 経営

    ノートPCは従来ながらの選び方ではダメ!新しい働き方にも対応する失敗しない選び方を徹底解説

  3. 経営

    問題だらけの現場指導を効率化!「人によって教え方が違う」を解消するためのマニュアル整備

  4. ビジネスアプリケーション

    緊急事態宣言解除後の利用率は低下 調査結果に見る「テレワーク」定着を阻む課題とその対応策

  5. ビジネスアプリケーション

    たしか、あのデータは、こっちのアプリにあったはず…--業務改善のためのアプリ導入がストレスの原因に?

NEWSLETTERS

エンタープライズ・コンピューティングの最前線を配信

ZDNet Japanは、CIOとITマネージャーを対象に、ビジネス課題の解決とITを活用した新たな価値創造を支援します。
ITビジネス全般については、CNET Japanをご覧ください。

このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]