DataOps - データに対する投資対効果の変革をもたらす新しいアプローチ

by Petteri Vainikka

DataOpsは英語のdata operation(データオペレーション)に由来する語で、データ管理と産業界のオペレーションに革命を起こす大きな可能性を持っています。本記事では、DataOpsが何を意味するのか、なぜDataOpsが他の取り組みと異なるのか、そして企業がより大きな成功をおさめるためにどのようにDataOpsに取り組めばよいのかについて紹介します。

DataOpsとは

DataOpsの定義から始めましょう。以下のGartner社とForrester社のいずれの定義でも、コンセプトの中心にコラボレーションがあることを強調しています。

“DataOps is a collaborative data management practice focused on improving the communication, integration and automation of data flows between data managers and data consumers across an organization.” - Gartner

もう一つの共通点として、DataOpsでは、組織のさまざまな部分を横断する形でのデータ統合に重点を置いています。DataOpsとは、データのサイロを壊し、広い範囲でデータを取得し、利用できるようにすることなのです。

“DataOps is the ability to enable solutions, develop data products, and activate data for business value across all technology tiers from infrastructure to experience.” - Forrester

DataOpsは、データの活用と評価を自動化、管理、そして運用可能にするテクノロジーを活用することで、最終的にはデータからビジネスを予測し、マネジメントを変えることを目指します。

CO - DataOps-A transformative new approach-insert 1

DataOpsとDevOpsは違うものである

「DataOpsはこういうものではない」という視点からも見てみましょう。少し前からDevOpsについて語られるようになりました。DataOpsとDevOpsは似ているように見える部分はありますが、この二つは異なるものです。どちらも運用の取り組みを強化する方法論ですが、共通点はほとんどありません。

DataOpsでは、すべてのエンジニアからデータを利用するビジネスパーソンまでが活用できる、ビジネスに役立ち、信頼でき、実用的な高品質のデータを提供することに重点的に取り組みます。自動化の取り組みでは、データのガバナンスと統合が中心になります。もう一つの重要な目標はITシステムサポート、オペレーション、そしてビジネスの連携です。

一方、DevOpsでは、ソフトウェアとアプリケーションの開発に重点的に取り組みます。自動化は開発サイクル、ソフトウェアデリバリープロセス、無駄の排除を中心に行われます。開発者、オペレーション、ビジネスを連携させることがDevOpsの主な目的です。

現在のDataOpsの導入状況

DataOpsは比較的新しいコンセプトで、今後、具体的なベストプラクティスが出てくることが期待されます。このような状況で、一部のテクノロジー企業はDataOpsの話題性に便乗して既存のソリューションにDataOpsを適用し、DataOpsをわかりにくくしています。

DataOpsへの関心が高まっているのは、組織において多くのプロセスや手順が破綻していて、広範囲でのデータコラボレーション、教育、ツールの進化が求められているからです。現在、DataOpsを部分的に実践し、データと分析に変革をもたらそうという取り組みが見られますが、まだその道のりは長いといえます。

DataOpsがビジネスにもたらす影響

DataOpsの導入に成功した企業では、データ管理と統合ソリューションを提供するスピードが劇的に速くなります。

継続的かつ信頼のおける形でデータを配信することで、以下の活動のスピードと効率を向上できるでしょう:

  • 分析
  • ビジネスインテリジェンス(BI)の取り組み
  • 継続的な情報収集活動
  • 運用・制御データの利用
  • 機械学習(Machine Learning、ML)アプリケーションのためのデータ
  • その他のデータを利用する活動

さらに、自動化とより信頼のおけるデータパイプラインへの移行を推進することで、組織でリスクを最小化し、データを展開する可能性を高めます。

以下の表は、DataOpsを実現する主要なソリューションの特徴の概要を示しています:

CO - DataOps-A transformative new approach-insert 2

DataOpsで成功するには

DataOpsの新しい取り組みの恩恵を受けたいと考えている組織に対して、Gartner社はプロジェクトを立ち上げる際のアドバイスを提供しています:

  1. 厳密に定義された範囲を狙う。
  2. エグゼクティブレベルでの支援を確保する。理想的にはCDO(Chief Data Officer、チーフデータオフィサ)またはその他の高い職位にてデータと分析に関するリーダー。DataOpsはデータの利用者にデータを提供する新しい方法であるため、この点は非常に重要である。
  3. DataOpsのコンセプトを導入する際に、既存の慣習を変えることへの抵抗があり、それを乗り越えるための準備をする。
  4. DataOpsを実現するために、データリテラシといった他の新しい取り組みを活用する。
  5. DataOpsは取り組みであり、技術やツールではない。DataOpsはツールによって支援される組織の文化的な変化である。

DataOpsはデータリテラシの向上に欠かせないものです。データリテラシとは、コンテキスト化されたデータを読み、書き、理解する能力です。データから最適な価値を得るには、データリテラシが欠かせません。したがって、多くの組織がDataOpsを導入すればするほど、これらの組織では、データの持つ革新的な可能性を最大限に活かす体制が整うでしょう。

 

最後に、調査会社によるDataOpsに関するレポートをお読みになりたい方は下記のレポートをダウンロードください。


JP-IDC-PAPER