The new website for MarkLogic is www.progress.com/marklogic. Visit it.
BLOG ARTICLE

優先事項:もっとデータドリブンに

Back to blog
09.30.2021
0 minute read
Back to blog
09.30.2021
0 minute read
Captivated by the Code

私は前回のブログで、451リサーチとのウェビナーでの調査結果をいくつか取り上げました。特に「データドリブンであることのメリット」と「データガバナンスの重要性」について述べました。今回は、「企業が真のデータドリブンとなることがなぜそれほど困難なのか」と「こういった障壁を解消するために何ができるのか」について、さらに詳しく見ていきたいと思います。

手持ちのあらゆるデータから価値を得ることが難しい主な理由として、「データのサイロ化(分断)」と「データの複雑さ」があります。こういった問題にきちんと取り組むことができないために、ビジネス上の意思決定における効果的なデータ活用が長年にわたって阻害されています。一生懸命努力しているのにこういった問題を解決できないお客様を、私はこれまでたくさん見てきました。

この件に関する451リサーチの調査結果は極めて興味深いです。つまり「データドリブンプロジェクトを立ち上げた会社の方がデータサイロの数が多い」ことが判明したのです。これは大企業でも中小企業でも同じでした。

私はこれを最初に聞いたときは驚きましたが、よく考えてみると当然のことです。つまり「こういったデータディスカバリーを積極的に推進する会社は、これまで知られていなかったデータサイロを発見してしまう」ということです。この場合、個々の業務部門ごとに「自分たち用」のデータソースがあると考えられます。こういったデータは、業務部門を超えて利用できれば組織全体にもメリットがあるはずです。

また、データディスカバリーの過程において、会社は(私たちが呼ぶところの)「コンプレックスデータ」が大量にあることに気付きます。こういったコンプレックスデータは、既存のデータソースのビジネス価値を高めるために十分に活用されているとは言えません。

ところで私自身あるいは私の顧客にとって、「コンプレックスデータ」とは何を指すのでしょうか。当たり前のことですが、その答えは状況に寄って変わってきます。つまり業界、会社、データのタイプ/ソースによって違うのです。この話題については、次回のブログで詳細に取り上げます。

完全に「データドリブン」な組織になる際の技術的障壁は何か

以下のグラフからもわかるように、予算の制約はIT部門にとっていつも悩みの種です。一方、技術的な課題の上位にあるのは、当然のことながら、「既存のレガシーシステムとの統合」「データプライバシー」「データセキュリティ」です。

451 Research findings

これに加えて、このインフォグラフィック(451リサーチの「Voice of the Enterprise: Data & Analytics, Data Management & Analytics 2020」に基づく)が示すように、労働者の生産性は必要なデータが利用できるかどうかに影響されます。データ統合問題以外に顧客企業の多くが直面する課題として、「データクオリティ」があります。451リサーチのレポートによると、回答者の46%が「データドリブンを促進するうえでデータのクオリティが重要である」としています。

ここで取り上げたような障壁は現実のもので、私は「データからビジネス上の成果を得るためにMarkLogicを使う方法」について、これまで顧客の皆さんに長いこと説明してきています。それではMarkLogicはこれまで何をやってきたのでしょうか。また、より優れたデータを使って知見を改善するうえで、MarkLogicはどのように役に立つのでしょうか。

私たちの顧客企業は皆、情報からの価値を増やす「旅の途中」にいると言ってよいでしょう。ほとんどの組織は、まず特定のビジネスニーズに対処するために個別のデータストアを構築しますが、多くの場合、このデータが他の業務部門でも役立つかどうかは検討していません。

その後、情報に基づく意思決定に必要なデータは、いろいろな場所にいろいろな形式で格納されていることに気付きます。つまり「データドリブンとは複数ソースからのデータの活用なのだ」と理解するのです。これができれば意思決定が改善され、ビジネス価値も高まります。

それではデータドリブンになりたい顧客企業をサポートするうえで、MarkLogicには何ができるのでしょうか。

  • MarkLogicは、あらゆるソースからのあらゆる形式のデータを素早く読み込むことで、コンプレックスデータから価値を生み出します。またデータ間の関係性を素早く発見することや、コンテンツのエンリッチ、メタデータの強化などができます。
  • マルチモデルデータベースなので、1つのプラットフォームにあらゆるデータを格納できます。素早いデータ統合および(下流への)「ジャストインタイム」のスキーマ適用により価値創出時間を短縮できます。MarkLogic以外では、読み込み前にスキーマを決定しなければならないため、プロセスの初期段階でデータに関して難しい決定を下さなければなりません。一方MarkLogicの場合、特定の問題で必要になるまでそういったプロセスは不要です。
  • MarkLogicには、データ統合やマスタリングのツールもいろいろ備わっています。こういったものを使って、リッチなセマンティックモデルを構築し世界を表現できます。また強力な検索やクエリによって意思決定を改善できます(「この保険加入者に関して知っているすべての情報を提示せよ」など)。これに加えて、ユーザーは自分の作業結果を他の人と安全に共有できます。

まとめると、MarkLogicはデータドリブンな企業を素早く実現できます。その強力なエンタープライズデータプラットフォームによって、1つのプラットフォームでコンプレックスデータを管理し、より優れた知見をビジネスユーザーに提供できます。私たちのお客様の多くが、自分たちの成功体験について証言してくれるでしょう。私たちは、これらの課題に対処するためには新しいアプローチを検討すべきことを推奨しているのです。

George Bloom

George has over 25 years of experience in collaborating with customers to solve complex business problems associated with data. His breath and depth of experience range from the early days of relational technology, through the evolution of middleware and data transformation solutions, to today’s focus on “big data” integration and its potential positive impact on business processes. His experience across multiple industries and understanding of how new technology can help solve pressing business problems makes George a trusted advisor to his customers and a frequent panelist at industry conferences.

George’s experience in both "start-up" (Sisense, Cirro, Itemfield, Connotate) and established software companies (Informatica, Oracle) gives him a unique perspective on "best practices" and the solutions available to enterprises today. At MarkLogic, George leads a team of Sales Executives who work with enterprises to solve data problems and create new business opportunities by rethinking how data should be managed.

George holds a BA Degree in History from Columbia University and an MBA from Rutgers Business School.

Read more by this author

Share this article

Read More

Related Posts

Like what you just read, here are a few more articles for you to check out or you can visit our blog overview page to see more.

Business Insights

The Next Critical Step for AI: Eliminate Data Bias

Learn about data bias in AI, ways technology can help overcome it, why AI still needs humans, and how you can achieve transparency.

All Blog Articles
Business Insights

How to Achieve Data Agility

Successfully responding to changes in the business landscape requires data agility. Learn what visionary organizations have done, and how you can start your journey.

All Blog Articles
Business Insights

Knowledge Sharing Challenges

Sharing data can be relatively easy. Sharing our specialized knowledge about data is harder – and current approaches don’t scale.

All Blog Articles

Sign up for a Demo

Don’t waste time stitching together components. MarkLogic combines the power of a multi-model database, search, and semantic AI technology in a single platform with mastering, metadata management, government-grade security and more.

Request a Demo