こんにちは！
消費財メーカーのデータサイエンティストを経て現在は会社経営をしている、ウマたん(@statistics1012)です！
データを扱う仕事をしていると必要になるのがデータマネジメント。
攻めのデータ分析を行うためには、地道な守りのデータマネジメントが非常に重要になってくるのです。
そんなデータマネジメントを体系的に学ぶ上で非常に有用なのが、DMBOK(ディンボック)
データマネジメントに関する知識を体系立ててまとめた書籍であり、DMBOK はData Management Body of Knowledgeの略です。
それを分かりやすくまとめた「データマネジメントが30分でわかる本」という書籍も非常におすすめです。
この記事では、そんなデータマネジメントに関してそれらの書籍を参考にしながら、より簡潔に分かりやすくまとめていきたいと思います。
以下のYoutube動画でも分かりやすく解説していますので是非チェックしてみてください！
目次
なぜデータマネジメントは重要なのか
なぜデータマネジメントは重要なのでしょうか？
データマネジメントがしっかり行われていないデータ分析は、船底に穴の空いた船のようなもの。
最初は素晴らしい船出に見えても、その船はみるみる沈んでいきます。
データ活用も同じ。
多額のコストをかけて作り上げたデータマネジメントプラットフォームDMPやそれに付随するモデルもデータマネジメントが行き届いていないと形骸化していってしまいます。
このような状況を避けるために徹底したデータマネジメントが重要になってくるのです。
データのリスクが表出するたびに、場当たり的な対応でその場しのぎを続けることはできません。
DMBOK(ディンボック)とは
データマネジメントの領域が大切なのは分かりましたが、どのように学べばよいのでしょうか？
そこで活躍するのがDMBOK（ディンボック）です。
DMBOKはデータマネジメントに関する知識を体系立ててまとめたものであり、DMBOK はData Management Body of Knowledgeの略です。
米国のデータマネジメント組織である「Data Management Association International」が刊行していて、データマネジメントについて網羅的にまとめられています。
DMBOKではデータマネジメントの領域を11個に分けています。
・データアーキテクチャ
・データストレージとオペレーション
・データ統合と相互運用性
・データモデリングとデザイン
・マスターデータ管理
・ドキュメントとコンテンツ管理
・データセキュリテイ
・データ品質管理
・データウェアハウジングとビジネスインテリジェンス
・メタデータ管理
・データガバナンス
以下のようにデータマネジメントの領域が10個に分かれており、それぞれの領域を全体として管理するデータガバナンスが存在するDAMAホイール図が有名です。
DAMAは、Data Management Associationの略です。
そして、それらの領域をベースとして、DMBOKでは
・データ取り扱い倫理
・データサイエンス
・データマネジメント組織
の項目をデータマネジメントを推進する上で考慮すべき要素としてまとめられています。
DMBOKによるデータマネジメントの領域をそれぞれ簡単に解説
それでは、以下のDAMAホイール図のそれぞれの領域について簡単に見ていきましょう！
これらを簡単に見ていきましょう！
データアーキテクチャ
まずは、データアーキテクチャ。
これはデータがどのようにビジネスに活用されているのかを俯瞰してみることの出来る設計図です。
既存のデータがどこから取得され、どこに保存され、どのようにビジネスに活かされているのかを理解して、その上で無駄なデータを整理して、必要なデータを定義します。
この時、
「ビジネスにおいてどのようなゴールを目指しそのゴールを達成するためにはどのようなデータが必要か」
という観点で考えましょう！
データストレージとオペレーション
2つ目がデータ・ストレージとオペレーション
ビジネス要件に合致するデータベースの保守・運用を行うことです。
セキュリテイとビジネス要件の観点からデータベースの設計・開発を行いましょう！
データ統合と相互運用性
3つ目がデータ統合と相互運用性データ活用の観点から使いやすいデータを作り適切な場所への移動を行うことです。
いわゆる、Extract, Transform, LoadのETLと呼ばれる領域になります。
適切なデータをビジネスに活用しやすい形にして適切な場所に保存しましょう！
データモデリングとデザイン
4つ目がデータモデリングとデザイン
データが増えてくると、様々なデータテーブルが作成され、テーブル同士の関連性がわかりづらくなります。
そのテーブル同士の関連性をまとめた図がいわゆるER図と呼ばれているものでデータの運用・保守に非常に重要です。
ER図は形骸化してしまうと使い物にならないので、誰がどのタイミングで更新するか決めて運用を行いましょう。
マスターデータ管理
5つ目がマスターデータ
顧客マスターや商品マスターなどの全データの基本となっていて常に最新であり信頼できるデータのことをマスターデータと呼びます。
マスターデータと似たデータテーブルがあると混乱を招きます。
マスターデータの管理と運用ルールのガバナンスをきかせましょう！
ドキュメントとコンテンツ管理
6つ目がドキュメントとコンテンツ管理
プロジェクト計画書やデータ分析レポートなど非構造化データに関してもしっかり管理を行うことが重要です。
このようなデータは往々にして放置され大量のデータの中に埋もれてしまいがちなので、定期的にメンテナンスをして管理する体制が必要です。
データセキュリテイ
7つ目がデータセキュリティ
ビジネス観点でデータを運用するとともに、セキュリティ観点で管理することも重要です。
顧客の個人情報を誰にでもオープンな形で保存していることはNGなように、データのセキュリティレベルを管理し、アクセス権限をコントロールすることが重要です。
地味に思えますが、万が一のリスクを防ぐために企業活動として重要な部分です。
時代の流れでセキュリティの考え方は変わりますので、それに合わせてアップデートすることが必要です。
データ品質管理
8個目がデータ品質管理
データに欠損が発生していたり、最新のものではなかったりすると、データ活用に不具合が生じます。
一度生じてしまったデータの不備は後で復元するのに労力を使う場合が多いです。
必ずデータの品質を常に保てるようにしておきましょう！
データウェアハウジングとビジネスインテリジェンス
9個目がデータウェアハウジングとビジネスインテリジェンス
DMPでデータをビジネス活用しやすいような形で保持し、BIツールを用いて効果的なPDCAサイクルをまわしましょう！
BIダッシュボードはターゲットと目的を明確にしないと形骸化してしまいます。
無駄に作られたBIが乱立することになってしまうんです・・・
それを避けるためにビジネス要件からデータ活用のターゲットと目的は明確にしましょう！
メタデータ管理
10個目がメタデータ管理
他の項目とも関係していますが、データを管理するためのデータのこと。
どのデータがどこにどのセキュリティレベルで置いてあるかを一元把握できるようにしておきましょう！
データガバナンス
最後にデータガバナンス
ここまでのデータマネジメントの要諦をしっかりガバナンスを効かせて運用できる体制を作ることが重要になります。
現場レベルだけ進めるのではなく経営レベルの理解と介入が必要になってきます。
DMBOKに基づくデータマネジメント まとめ
ここまでで、データマネジメントにおける要諦についてまとめてきました！
データマネジメントの領域は以下の11個に分かれるのでした！
・データアーキテクチャ
・データストレージとオペレーション
・データ統合と相互運用性
・データモデリングとデザイン
・マスターデータ管理
・ドキュメントとコンテンツ管理
・データセキュリテイ
・データ品質管理
・データウェアハウジングとビジネスインテリジェンス
・メタデータ管理
・データガバナンス
データマネジメントは守りの仕事に見えますが、攻めの経営をする上で非常に重要な部分なので是非おさえておきましょう！
短期的には地味な仕事ですが、おろそかにすると長期的にボディブローのように効いてきます。
もっとデータマネジメントについて知りたい！という方は是非
・データマネジメントが30分でわかる本
・DMBOK
を手に取ってみてください！
ぜひデータマネジメントをしっかりおこなって健全なデータ活用の土台を作っていきましょう！
その上でデータサイエンス手法や機械学習を使ってデータ活用を実現しましょう！
Pythonを使うと様々なことができます。しかしどんなことをやりたいかという明確な目的がないと勉強は捗りません。
Pythonを習得するためのロードマップをまとめましたのでぜひチェックしてみてくださいね！
