データスチュワードシップを読み始めたので覚書として残しています。 第6章と次の第7章が本書で最もボリュームのありメインと考える。 はじめに第5章まではデータスチュワードシップの全体像や取り組むための準備であり、第6章からが本丸となる。 全体間・総論は理解・合意を得られても「具体的には?」という各論に入ると話が合わないことが多い。そのため実践ということなのでここは非常に重要となる。 基本事項2通りとは「ビジネス機能主導」か「データドメイン主導」かの2通りのことである。
データスチュワードシップを読み始めたので覚書として残しています。 はじめにここまでにデータスチュワードシップの必要性とか準備があり、実際に始めるというところであろう。 しかし、やろうといっていきなり実現できるものでないというのはその通りだと思う。これまでになかった考えを導入するのだから、サポートしながら少しずつ始めるのが良いだろう。 サポートやトレーニングに際して避けるべきポイントとしては以下の記載がある。 誤ったスキルを教える 誤ったスキルレベルで教える 誤った
データスチュワードシップを読み始めたので覚書として残しています。 はじめに現状調査はデータスチュワードシップや建設に限らず基本中の基本。ただ、データスチュワードシップという概念がしっかり浸透していない状況にお手は何の調査をするか? これも想像はできる。たぶん以下のようなイメージ 何らかをトリガにビジネス部門から始まり、複数部門が取り組む --> 効果の最大化を目指したりサイロ化を嫌いガバナンスを取り始める --> 文化が染みつくとドメイン主導に戻る データスチュワード
データスチュワードシップを読み始めたので覚書として残しています。 各役割と責任の詳細はそれぞれの記載を読むのが良いが、全体的な理解はデータスチュワードシップRACIマトリックスの策定にRACIマトリックス例が書いてあり理解に役立った。 はじめに第2章で複数のスチュワードが出てきて、その責任について言及していたが、ここでは果たすべきタスクが説明されている模様。 実際に本書で記載されている体制を構築するかについては各組織の状況次第となるため、本書でも"注記"として"悪jまで
データスチュワードシップを読み始めたので覚書として残しています。 はじめにいきなり複数種類のデータスチュワードが登場して混乱する。 これまでデータスチュワードを分けて考えたことがほとんどなく、ここでいうビジネスデータスチュワードのことをデータスチュワードと思っていた。それぞれの概要は次の通り。 ビジネスデータスチュワード: ビジネス機能が所有するデータに対して責任を負う人 オペレーショナルデータスチュワード: 入力作業など、データを直接扱う人 プロジェクトデータスチュ
データスチュワードシップを読み始めたので覚書として残しています。 データガバナンスとデータスチュワードシップデータガバナンスとは データガバナンスの定義について上記のように記載されている。これはDMBOKやData Governanceで述べられている内容と大きな違いはなく、特に類似点として以下があると感じた。 データは資産として管理されるべきである ポリシーとプロセスの重要性 一方でDMBOKやData Governanceではデータスチュワードの位置づけにはほと
データスチュワードシップを読み始めたので覚書として残します。 今日において、データスチュワードシップの重要性とその役割について触れられる機会が増えている。特に、現代のビジネス環境におけるデータの重要性が高まるにつれて、データの適切な管理と活用が企業の競争力を左右する要因となっている。 データの重要性と課題今日では、データは企業にとって重要な資産となってる。しかし、その一方で、データの管理には多くの課題が存在する。 データの意味や品質の解釈: データ自体は何も語らない。デ
イントロダクションデータストレージとオペレーションとは、格納されるデータを設計、実装し、サポートすること。 目的はデータ精製や取得から廃棄に至るライフサイクル全体の価値の最大化。 アクティビティ データベースサポート データベース技術サポート データベース管理者(DBA) 最も確立され最も広く採用され最も成熟しているデータマネジメント業務 オペレーションとセキュリティ ビジネス上の意義 企業が業務を遂行するためには情報システムが必要 データストレージとオ
DMBOKをもとに作成しているが、DAMA日本支部の成果物が非常に参考となった 基本的な考え方データ品質の位置づけ データが高品質であることを保証する これがデータマネジメントの根幹である データ品質の良しあしは、すべてのデータマネジメント機能から影響を受ける データ品質以外の機能は主にデータの器にフォーカスしている データ品質は、データの中身に焦点を当てている。 データ品質を管理する意義 データ品質管理の目的はビジネスとしてそのデータから価値を引き出せるよう
基本的な考え方 メタデータとは メタデータの一般的な定義"データに関するデータ"は単純すぎて誤解を招きやすい メタデータに含まれるもの 論理的及び物理的なデータ構造 データのルールと製薬 ITプロセスと業務プロセス etc メタデータの役割 大きな図書館における図書目録のようなもの 管理視点 所有する本・資料 保管場所 etc 利用者視点(検索) 対象分野 著者 etc メタデータ管理とデータマネジメント 企業がデータを資産として管理するた
私自身はプロダクト開発をしているわけではなく、社内のデータ活用・管理をより一層進めるための企画やガバナンスを推進している。全社で進めようとすると、これまでのやり方から変えていく必要があるものが頻出する。多くの人は変わることに抵抗があるため、なかなか受け入れてもらえない。また、変わろうという意識を持っていてもなかなか行動が変わらない人も多くいた。そこでヒントを得られないかと思い、本書を手に取ったので覚書として記載する。(英語版で読んだため訳が異なる部分があるかもしれません)
デジタルトランスフォーメーション(DX)の進展に伴い、ビジネスの成功はデータの効果的な活用にかかっています。しかし、データをただ蓄積するだけでは、その価値を引き出すことはできません。データを適切に整理・構造化し、ビジネスでの意思決定や戦略立案に役立てるためには「データモデリング」が重要な役割を果たします。 1. はじめにデータモデリングの概要 データモデリングは、ビジネスにおけるデータの関係性を整理し、データの構造を明確にする手法です。これにより、データの一貫性を保ちなが
全体像BI ビジネスインテリジェンス 組織の業務と改善の機会を把握する為に使われるデータ分析の一種 このようなデータ分析を可能にする一連の技術 BIは過去から現在の知見を提供し業務判断を支援 DW データウェアハウス 意思決定支援データベースと、その関連ソフトウェアプログラムの組み合わせ エンタープライズ・データウェアハウスは組織全体のBIニーズに対応するために設計されたセントラル・データウェアハウス 企業全体の意思決定支援業務の一貫性を確保するために、EDW
メモをもとに生成AIに記事化してもらってますので、そのつもりで読んでください。 生成AIの進化が私たちの生活やビジネスにどのような変革をもたらすのか、興味深く探求する機会が訪れています。 2024年7月18日に行われた「生成AIビジネス活用最前線2024」セミナーでは、最新の技術動向から企業の成功事例まで、多岐にわたる情報が共有されました。 生成AIが社会にもたらす衝撃と未来アクセンチュアのデータ&AIグループ日本統括 AIセンター長、保科さんが基調講演で「生成AIがもた
イントロダクションビジネス上の意義 ビジネス上の意義は、マスタデータにおいて重要なインプット。 マスターデータの可用性と品質向上は、データの全体品質と業務データの信頼性に劇的な影響を与える。付加的な恩恵としてIT環境の簡素化・効率化・生産性の向上、さらに顧客体験価値も向上する可能性がある。 組織のデータ要件を満たす 組織内の複数部署が、完全で一貫性があり信頼できる共通データセットにアクセスする必要がある。マスターデータをもとにして、このようなデータセットが作られることが
リレーショナルデータベースに保存されないデータと情報の取得、保存、アクセス、利用の制御に焦点を当て、非構造化・半構造化情報の整合性とアクセス可能性の維持を目的とした知識。 特に法律や規制への準拠にフォーカス 1. イントロダクション1.1 業務上の意義 規制村主、訴訟やeディスカバリ要請にこたえ、事業継続性などの招請に対応できるようにする。 組織が特定の業務活動レコードを保持することは、法律により要求されている。 レコードには神のドキュメントと電子的に保存された情報が