2022.06.01

データマネジメントとは?DX・データ活用に必要不可欠な理由と実践事例

データマネジメントとは?DX・データ活用に必要不可欠な理由と実践事例

現在、デジタルの発展により多種多様なデータが大量に取得できるようになりました。多くの企業がデータを保有し、活用しているかと思います。今後もデータが増えていくことが予想されている中で、有効的にデータを利用していくためには、データマネジメントを行うことが重要です。

本記事では、データマネジメントとは何かから始まり注目されている背景や行うメリット、行ううえでの注意事項ついて事例を交えながら紹介します。

データマネジメントとは

データマネジメントとは、文字通り「データを管理すること」です。

DAMA International(国際データマネジメント協会)が発行している「データマネジメント知識体系ガイド 第二版」によると、データマネジメントは次のように定義されます。

データとインフォメーションという資産の価値を提供し、管理し、守り、高めるために、それらのライフサイクルを通して計画、方針、スケジュール、手順などを開発、実施、監督することである。

つまり、「管理すること」と言ってもその幅は広く、データを登録・更新・活用することからそれらの業務を遂行するために必要な活動のすべてを含んだものを、データマネジメントと呼びます。

データマネジメントという言葉自体は2009年頃から使われていましたが、現在では「データを管理する」という意味から「データを活用する」という意味で使われているケースが増えています。

また、データマネジメントでは、データをビジネスに活かすことができる状態が継続的に維持されること・さらに進化させていくための組織的な営み・意思決定のために常時利用可能な状態に改善や維持することの3つが求められます。

データマネジメントの対象

ここからは、マネジメント対象であるデータについて説明します。

構造化データと非構造化データ

data management 01

システムで取り扱うデータは、大きく「構造化データ」と「非構造化データ」の2つに分けることができます。

構造化データとは、一定の体系に則って整形されたデータのことです。非構造化データとは、CADデータ、画像、動画、SNSやメールの本文などの文章や画像・音声などのデータの規則性がなく表形式に変換できないデータのことです。

例えば、「Aさんはスカートを購入した」という文章のデータがあった場合、人間は意味を読み取ることができますが、システム側ではこちらは単なる文字列として認識し、非構造データとして分類されます。これに対して「主語:Aさん」「述語:購入した」「目的語:スカート」のように、体系化によってそれぞれの言葉に意味を持たせた記述を行うと、構造化データとして分類されます。

非構造化データを分析などに活用したい場合は、それぞれに意味や情報を加えて構造データに変換することが必要になります。

データマネジメントを構成する11の領域

データマネジメントを行ううえで、手引書となる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にDMBOK(ディンボック)というものがあります。「data management body of knowledge」の略称であり、現在までに第2版が出版されています。

DMBOKでは、データマネジメントの領域に関する知識を11個の機能に集約、体系化しています。

  • データガバナンス
  • データアーキテクチャ
  • データモデリングとデザイン
  • データストレージとオペレーション
  • データセキュリティ
  • データ統合と相互運用性
  • ドキュメントとコンテンツ管理
  • 参照データとマスターデータ
  • データウェアハウジングとBI
  • メタデータ
  • データ品質の管理

この中で重要になってくるのが「データガバナンス」と「データ品質」です。

データガバナンスは、データの統治のことであり、データに関するルールと倫理が守られているか、またルールや倫理が守られる組織体制になっているかが問われています。データは、使い方を間違えれば悪用や会社が正しく機能しなくなる恐れがあります。そのような最悪のケースを避けるためにも、データガバナンスが重要になります。

データ品質は、データに信頼がおけるかどうかの問題に対する対策であり、データの価値に本質的に関わる重要なものです。信頼できないデータに基づいて企業が経営するのは不可能でしょう。

データマネジメントを行う際は、データ品質の管理・データガバナンスの推進を根幹においたうえで、データの保持をするための手段、データの分類・整理に関するテクニック・知識など他の領域に枝分かれする体系を取るのが近道かもしれません。

データマネジメントが注目されている背景

分散環境による多種多様なデータの大量発生

十数年前までは基幹システムだけでデータが一括で管理されていましたが、デジタルの発展が進んだ現在では、常にデータがあらゆるところで生まれ、組織内のさまざまな場所で蓄積されている状態が当たり前になっています。

マーケティングにおける顧客データだけをとって見ても、ECサイトやアプリ・モール型オンラインショップなどで会員情報や行動情報を取得でき、広告からの行動履歴やLINEなどのメッセージツールへの反応、実店舗での情報などデータの発生場所や種類・構造がチャネルごとに異なります。

また、行動情報などのトランザクションデータは日々、何十万・何百万件と発生しており、種類だけではなくデータ自体の量も膨大に発生しています。

これらのデータが分散されて管理されている状態を、データのサイロ化と呼び、データ管理に多くの工数がかかる、データの正確性が担保できないなどの問題を引き起こします。 そのため、データマネジメントでデータを一元管理する必要があります。

データのサイロ化について、詳しくは下記の記事をご覧ください。

関連:攻めのDX推進を阻害する「データのサイロ化」の問題と解決方法

非構造化データの増加

大量のデータを取得できるようになった現代において、圧倒的にボリュームと種類が多いのが非構造化データです。

非構造化データには、日々の業務に関連するものが多く、またログデータ・映像データなど昨今のトレンドに沿った情報も含む場合が多いです。そのため企業のデジタル戦略には、非構造化データ活用も欠かせません。

しかし、「構造化データと非構造化データ」の章で説明した通り非構造化データは構造定義を持たないデータです。そのままの状態では、高度な機械学習やBIを用いたとしても、分析などに利用することはできません。非構造化データを分析・活用するためには、利用できるようにするための変換や加工が必要になります。

そのため、データマネジメントで、加工前のデータや加工後のデータ、データ同士の関係性などを適切に管理し、貴重なデータを活用できる環境を作る必要があります。

データ保護の強化

2018年1月に施行されたCCPA(カリフォルニア州消費者プライバシー法)や、2018年5月に施行されたGDPR(一般データ保護規則)、また日本でも2022年4月に日本で改正個人情報保護法が施行されています。

個人情報保護を重視しているAppleでは、モバイルアプリでのトラッキングにおける同意に関するルールが厳格に定められ、審査において規定を満たしていないアプリを公開できないようにしています。

ブラウザ側でも、Safariが3rd Party Cookieの取得に制限をかけるなど、個人情報に関する規制が世界中で進んでいます。

データを取得しやすく且つ活用の幅も広くなったため、データマネジメントにより企業が保有しているデータがどのように管理・活用されているのか明確化する必要があります。

データドリブン経営を図る企業の増加

データドリブンとは、日本の製造業ではKKDと呼ばれることもある「勘、経験、度胸」に頼らず、さまざまなデータを蓄積し、その分析結果をもとに課題解決のための施策を立案やビジネスの意思決定などを行うことをいいます。

情報化社会の発展によりやり取りされる情報量の増加や消費社会における価値観の多様化、顧客行動の複雑化などを受け、データそのものの価値は年々高まっており、あらためてデータドリブン経営の重要性を見つめ、取り入れていく企業が増えています。

データを活用した経営を図るためには、まずデータマネジメントによりデータの整理や活用ができる環境・ルールを定める必要があります。

データマネジメントがもたらすメリット

業務効率の改善が見込める

データマネジメントにより社内のデータが整理され正しい状態で管理されていれば、業務のうえで欲しい情報を決まった場所に行くだけで取得することができます。これによりデータを探すという手間とその際に生じる不要なコミュニケーションを省くことができ、業務効率の改善が見込めます。

ビジネスのリスクを減らせる

自社のデータがどのような形で取得され、管理されているのかが整理されていれば、日本だけではなく各国のプライバシー保護の観点に低触したり、データの流出などのセキュリティーリスクに晒される危険性から企業を守ることができます。

万が一、データ規制に抵触していたり流出の恐れがあった場合にも、整理されている状態であれば、原因の追及やリカバリーも迅速に対応することができます。

また、業務や部署によっては、属人化が進み、データや情報が個人に閉ざされてしまっている場合があるかもしれません。こうした業務の属人化は、担当者の不在時に業務へ大きな影響を与える可能性が大きいです。

データマネジメントにおいて業務に関する情報を整理・管理し、いつでも共有できる仕組みの構築を行うことで、リスク分散に繋げることができます。

信頼のおけるデータの活用ができる

データは、管理されているだけでは意味がありません。各業務において分析や施策の実行などに活用されるかと思います。特にデータの分析は、課題の抽出や目的達成のための仮説の検証のために非常に重要です。

正しくデータ分析を行うためには、具体的な課題を見つけ、現時点での仮説とその根拠は何か、仮説を確かめるにはどんな情報を集めてデータ分析する必要があるのかを検討することが大切です。その際に、前提としてデータが正しく、また信頼のおけるものである必要があります。

データの信頼性を測定するための指標をデータの品質と呼びます。このデータの品質が一定以上担保されていない状態で分析を行ったとしても、出た結果は過っている可能性が高く、その数字をもとに仮説の検証や課題の抽出を行うことは危険です。

データマネジメントにてデータの品質を高めることで、信頼のおけるデータで分析や活用を行うことができます。

顧客に新しい価値を提供できる

現代は、ハイブランドや強いこだわりのある商品を除けば、消費者がある程度の品質の商品を気軽に買える時代となっています。そんな現代において、競合と差をつけるためには、深い顧客理解が重要です。深い顧客理解を得るためには、顧客データを分析・可視化することが重要です。

データマネジメントにより整理されたデータを活用することで、顧客の動向や趣向が見え、深い顧客理解に繋げることができます。顧客が欲しい情報を欲しいタイミングで提供し、コミュニケーションの改善に繋げたり顧客が本当に望んでいるサービスや商品を見極めるためのヒントを得たりすることができます。

顧客の分析について、詳しくは下記の記事をご覧ください。

関連:ユーザー分析の重要性と手法

データマネジメントの進め方

データマネジメントは、主に4つのステップで進めていきます。

  1. 戦略策定・計画(データアーキテクチャ)
  2. データの設計
  3. データを蓄積する仕組みの構築・維持
  4. データの利用(データ品質の向上、セキュリティ管理も含む)

まずは、事業戦略や業務要件、既存データソースの管理基盤、データの変更頻度等を考慮して、マスターデータの統合方式を検討し、戦略策定・計画を立てることが重要です。現状のデータの管理状況や状態を把握することで、理想の姿とのギャップが明確になり戦略策定・設計が立てやすくなります。

データマネジメント活動を正しく進めるためには、ルールの制定や取り締まりの基準などを定めることも必要です。設計や仕組みを作る中で、並行してルールなどの設定も行いましょう。

データマネジメントを成功させるポイント

目的を明確にする

データマネジメントを行ううえでは、やみくもに整理を行うのではなく、実現したい理想の姿を定めてから取り組むようにしましょう。

組織によってデータマネジメントによって実現したいことは多種多様です。そのため、自分たちの組織ではデータをどのように活用したいかを考えることが大切です。理想の姿が明確になっていないまま進んでしまうと、ツールを選定する時に基準が分からず時間がかかったり、導入した仕組みが思ったものと異なるというケースを引き起こす恐れがあります。

また、データとシステムは切っても切り離せない関係性ですが、システムを入れること自体は目的ではありません。データマネジメントによってデータを管理することを目的化せず、理想の活用方法に向けて整備を行うことが重要です。

現状のデータを調査する

自分の組織が、どのようなデータを取集し、どこに蓄積し、どのように活用しているかを把握する必要があります。

現状を把握したうえで、目的に対して現状何が出来ているか・出来ていないかを明確にするのは、データマネジメントを進めていくうえで大切です。もし、現状のデータの種類や状況を把握しないままデータマネジメントの取り組みを進めてしまうと、導入したツールや仕組みには適さない、または繋がらないという事態も起こり得ます。こうした不測の事態を避けるためにも、今のデータの状態を把握しておきましょう。

また、現状を整理する場合、データが自分の組織や部署だけでは足りない場合もあります。その際は、他部署と連携を図り、目的に対して必要な範囲は網羅した状態で整理を行いましょう。

スモールスタートから始める

データマネジメントを全社的に一気に進めるのは、規模が大きすぎるため統率が困難になる場合が多いです。また、最悪の場合、時間ばかり取られてしまい、なかなか成果に繋がらずプロジェクトが途中で終わってしまうという可能性もあります。そのため、スモールスタートから始めることをおすすめしています。

目的に対して、まずは小さなデータから手をつけ、小さな成功例を積み重ねていくことが、結果的にプロジェクトの成功に繋がることでしょう。

PDCAサイクルが回せる環境を作る

データマネジメントは一度実施して終わりではありません。一度データマネジメントを運用すると、更なる課題や案が出てきます。そのため、改善を行えるようPDCAを回せる環境を作ることが重要です。PDCAサイクルに関しては「気づき」「分析」「対処」「継続による醸成」の4つの要素を組み込み、データ活用する成長サイクルを構築しましょう。

「気づき」とは、事実を捉え、見えていない事象や問題に気づくこと、それに対して「分析」を行うことで問題点を明確化し、「対処」でデータを活用することでどこまで意思決定の品質が向上するのか検討しつつ、意思決定プロセスを分解し、データによって自動化が可能な箇所の業務効率化を検討する必要があります。最後の、「継続による醸成」では、データ活用を継続し醸成させる仕組みが重要です。

データ活用は、最初のうちはなかなか上手くデータを揃えられないケースが多く、思うように進められない場面が多く出てきますが、サイクルを構築して回すことで、成熟度が上がり、企業の強みへとつながります。

データマネジメントの事例

コニカミノルタでのデータマネジメント

日本の電機メーカーであるコニカミノルタの事例を紹介します。

コニカミノルタは、世界約150カ国にセールス・サービス体制を整え、世界中に約200万社の顧客企業を抱えるグローバル企業のためデータの量は膨大で、管理と活用に苦労していました。

分析に必要なデータは、売上・粗利など財務データ、機器の稼働データ、販売会社のカスタマーエンジニアのサービス活動データなど多岐に渡り、かつ社内での格納場所も分散していました。そのため、担当者は分析のテーマに応じて必要なデータを各格納場所から取得・結合して分析をするという状態でした。

また、分析データの作成も、データ分析依頼のたびに一から作成をするために重複した作業が発生するなど、分析担当者に多くの工数と負担がかかるなど、担当者に属人的でかつ業務負担がとても大きいことが課題でした。さらに、作成されたレポートにはデータ定義や品質のバラつきがあり、信頼のおける分析結果とは言えない状況でした。

そのような状況を打破するため、データ分析依頼を受けてからレポート発行するまでの業務フローの整理から始め、データ分析をするために必要な運用ルールの整備などのデータマネジメントを行いました。結果、データ分析業務の属人化を解消し、レポート作成時間が大幅に短縮できたうえ、データ分析サービスの社内展開を進めることに成功しています。

また、データマネジメントグループは少人数体制であることもあり、データ分析に工数を割くためデータ管理のところは極力工数をかけないよう極力簡略化させる必要がありました。その点も考慮し、問合せから変更管理・評価までを一元管理することで運用の効率化を行い、管理工数を削減するとともにレポート品質が向上しました。

大和ライフネクストでのデータマネジメント

マンション管理やビル管理を行っている大和ライフネクストの事例を紹介します。

国内屈指の不動産管理実績を誇る大和ライフネクストでは「総合生活支援サービス企業」としてより豊かな「人、街、暮らし」を支援するサービスを提供しています。そのため蓄積データは膨大な量と種類があり、日々の業務に追われる中で適切なデータマネジメントが困難な状態でした。また、社内ではDX推進への取り組みが必須課題であったため、膨大な量のデータの有効活用が求められていました。

大和ライフネクストでは、セキュリティ・データ管理課は元々存在していましたが、社内の各部署の要望に応じてデータ提供をするだけに止まっており、活用までは至っていませんでした。加えて、各部署がクラウド化していく中で、それぞれのデータがクラウド上に格納されデータのサイロ化が起き、データ管理課内でもどのデータがどこにあるか把握できなくなっていました。

コンサルティングの力を借りながら現状の問題点を抽出・整理などのデータマネジメントアセスメントから始め、アセスメントの初期段階で、データ項目の意味定義といったメタデータのナレッジが属人化しているという問題点が抽出されました。

属人化の解消のためには、社内全体にデータ活用の文化を馴染ませる必要があり、また同時にデータの活用方法が理解できる人材の育成を行う必要がありました。データマネジメントというと、ツールやテクニカルな部分に注目しがちですが、ツールを使いこなせる土壌づくりも同時に重要という点に気づくことができました。

ナレッジの浸透させるための一歩として、大和ライフネクストではデータのインプットとアウトプットがどのように行われ、社内のどのシステムと紐付いているのか一目で理解できる「モデル図」を作成しました。社内メンバーもこのモデル図を見るだけで、データ活用支援ができるような環境作りに成功しています。

CDPを利用したデータマネジメント

データマネジメントを行うにあたり、システムやツールの選定は重要です。ここからはデータマネジメントの中でも重要なデータの管理の部分で有効的なシステムの1つであるCDPについて紹介します。

CDPとは

CDPとは「カスタマー データ プラットフォーム:Customer Data Platform」の略称で、顧客に関するデータを収集・統合・連携するシステムのことを指します。

CDPは顧客理解を目的としたプラットフォームであるため、データマネジメントの目的を、社内の業務効率よりも社内の売上向上や顧客とのコミュニケーション改善などに置いている企業でのデータマネジメントに有効的です。

CDPついて、詳しくは下記の記事をご覧ください。

関連:CDPとは?カスタマーデータプラットフォームの機能やメリット、活用例を解説

CDPがもたらすメリット

データマネジメントにおいてCDPがもたらすメリットは、部署ごとやブランドごとなどに散在しているデータを一元管理でき、そのうえで顧客を一人の個人として認識できるよう統合できる点です。

さまざまなチャネルから取得した顧客情報をもとに顧客一人ひとりの動きを分析することができ、顧客をより深く理解することができます。また、顧客理解から顧客に適切なタイミングで適切な情報を届けられるなどのコミュニケーション改善にも繋げることができます。

統合し整理されたデータをもとにBIツールに連携したり、メールなどのコミュニケーションツールと連携することができるため、データマネジメントされたデータでマーケティング施策の改善を行うこともできます。

CDPのメリットついて、詳しくは下記の記事をご覧ください。

関連:CDPのメリットと失敗を回避するツール選定のポイント

まとめ

データマネジメントとは「データを管理すること」を指す言葉です。データマネジメントは、多種多様なデータの大量に取得できるようになった現代において必要不可欠です。データを正しく管理してマネジメントすることで、会社のデータ保護の強化やデータドリブン経営の成功に繋がります。

データマネジメントはまず目的を定め、現状と理想像のギャップを抽出することから始めましょう。目的を社内の工数の見直しよりも顧客との関係性改善や新たなビジネスチャンスを拡張させたいという企業には、データマネジメントのためのシステムとしてCDPを利用することをおすすめしています。

弊社EVERRISEでは、顧客データをノーコードで管理できるCDP「INTEGRAL-CORE」を提供しており、これまでTVerさまやhoyuさまなどを含め複数社の導入実績がございます。

また、CDPの提供だけでなく、デジタルマーケティング領域における300件以上の開発実績で培ったノウハウから、データ活用基盤構築のためのコンサルティングや自社の基幹システムを含めた各種システムと連携を行うための開発も可能です。

CDP「INTEGRAL-CORE」の機能や特長、ユースケース、実際の画面については、以下の無料資料で詳しく紹介しています。データ活用にお困りの際はぜひお気軽にご相談ください!

無料資料:CDP「INTEGRAL-CORE」サービス資料のダウンロードはこちら

アクセスランキング

Related Post

関連記事