Mars Model開発記（5）～データ層の要旨

MarsModelとは（現段階の構想）

• IT音痴の組織がIT導入をする際に用いるフレームワーク。

• 骨子は、「プロセス層（Value Process Layer）」「ロジック層（Application Logic）」「データ層（Data Flow Layer）」の3つの観点で業務を組む話。

• 既存の手法と違うのは、原則 Fit to Standard。

• 今回はデータ層の定義の話。

データ層を考える

ここからがグッと理解度が落ちるデータ層の話です。
ロジック層と比べると、説明は比較的簡単ですが、実施は簡単じゃないですね。ロジック層は、説明が難しく、実施は簡単という。

データ層は業務群を回すことを前提に考える

• アプリケーションのロジックを動かす

• アプリケーションのアプトプットから別のアプリケーションのロジックを動かす

• 意思決定に必要なデータ分析をする

共通データ・モデルを作る（１）

→業務やアプリケーションでデータが不整合を起こすと面倒なので、まず、全体の共通データモデルを作る

• 各業務が必要とするデータを確定する

• 各アプリケーションが必要とするデータを特定する

• 業務から生じるデータを特定する

• 各アプリケーションが出力するデータを特定する

共通データ・モデルを作る（２）

• 業務レベルのデータフローを作る

• アプリケーション間のデータフローを作る

共通データ・モデルを作る（３）

• 各アプリケーションの制約を踏まえた共通データモデルを作る

  • ここで、エンティティ云々みたいな細かいことを考える必要はない。どうせDBはバラバラだから。

• テクニック

  • 全社共通キーの設定

    • アプリケーション間で授受できるデータ項目数にずれが必ず生じるので、全社共通キーを設けて結合する事を前提にする。
      →ぶっちゃけ、大企業でもこれ出来ていないことが多い。

  • 業務から受け取れるデータのギャップは最初に課題に置く

    • ようはインプットデータがゴミや欠損だらけだと何も生まれないので、データ品質と、量（項目）のギャップはすべて課題に挙げておく。おおむね人間の入力が変われないことで起きる。
      【宿題】これを解決するアプローチは、今後、導入・運用の論議の中で言及する。

データの流れを考える

業務とデータのタイミングの整理

• 業務とデータの発生のタイミング

• データの伝達と業務の開始のタイミング

→プロセスとプロセスの流れ中心。この流れがスムーズでなければ意味が無い。

ロジックとデータのタイミングの整理

• ロジックがデータを処理するタイミング
  →バッチ処理だと待たねばならない

• ロジックに必要なデータが集まるタイミング
  →データの流れが Ｎ:1 の時に必要

テクニック

• 業務の流れにウェイトを置いて、業務自体の順番を組み立てる

• ロールバックパターンを確定しておく