【パートナーブログ:MIND】企業活動を支えるデータ品質管理

パートナーブログシリーズ、続いては三菱電機インフォメーションネットワーク株式会社様です。データが企業の資産として経営に利活用必須となる一方、多くのシステムにおいてデータの品質管理の課題に直面しがちです。企業活動を支えるデータ品質管理に今、求められている要件とは?

 


■データを取り巻く環境とデータ品質管理

昨今、データは企業の資産であり、その利活用は、企業経営にとって必須です。データソースとなるべきシステムの増加により、まさに様々なデータが活用の対象となってきており、活用するデータの範囲も広がっている状況です。一方、 多くのシステムにおいて、マスタデータの不統一、データ内の同音意義/異音同義が、不完全な権限等の設定、データのライフサイクルの管理等々の課題に直面しがちです。

これらは、どれもデータの品質管理に係わる課題といえます。前述したように、連携すべきシステムやシステム間におけるデータ分析などが増え、対象となるデータソースが多様化し、データの様相も多岐に渡っており、それの品質をトータルで管理することの重要性が増しております。

 

■データ品質管理に求められること

それでは、そのデータ品質管理に求められる要件とは何でしょう?データ品質が高いということは、ビジネスの目的のためにデータが利用に適した状態であるということは当然ですが、大切なことは、利用に適した状態を ”維持する” ということです。この ”維持する” ということがポイントであるため、データ品質管理のサイクルを回すことが重要になります。

そのサイクルは、以下の要素を実現し、まわすことになります。

①分析(現在のデータ品質を把握し分析)

②目標設定(目標とする品質を定義)

③クレンジングの実施(クレンジングの規則の設定、実施)

④測定・監視(効果の測定・監視)

→①分析 。。。。。。

有効なデータ利活用が進めば、データのソースとなる連携システムの数は増加し、対象となるデータの発生元も増加します。データの品質の劣化を防ぐために、上記のように永続的なサイクルを確立する必要があります。

 

データ品質管理サイクル
データ品質管理サイクル

 

 

■データ品質管理のサイクルの実現を支援する ソリューション ”Informatica Data Quality”

このデータ品質を永続的に維持・管理するためのサイクルの仕組みをしっかりと実現する製品して、インフォマティカ社が提供する Informatica Data Quality があります。 Informatica Data Qualityは、データ品質のプロセスを、「分析/マッチング/クレンジング・標準化/統合」に分類し、上記サイクルの各要素において、データ品質計画・ルール作成、例外データの確認・修正、標準化、権限設定を強力に支援します。

また、三菱電機インフォメーションネットワーク株式会社(MIND)は、1990年代に、まだ国内がデータウェアハウス(DWH)の黎明期にあたる時期から、データ分析・統合のソリューションを提供して参りました。当初は、インフォマティカ社製品を軸にDWHを構築し、データ分析を実施するためのデータ統合システムが大半でしたが、昨今は、データ連携の基盤となるシステムの構築も多くなってきています。業種は、広く、製造・流通・金融・通信等、とくに業種にかかわらず、実績ございます。

そのような多くのシステム構築の中で、データ品質管理は、かならず何等かの形で必要となる要素であり、MINDは様々な経験とノウハウを蓄積させていただいています。

MINDは、それらのノウハウをもとに、データ品質管理から、その先のデータ統合・連携・分析、マスタデータ管理に関し、要件定義から運用テスト、教育までご支援を提供しております。もちろん、個々のフェーズの必要な部分を切り出してのご支援も可能ですので、データの品質管理を御検討の際は、是非お声かけください。

よろしくお願い申し上げます。

 

<お問い合わせ先>

〒108-0023 東京都港区芝浦4-6-8(田町ファーストビル)
三菱電機インフォメーションネットワーク株式会社
営業本部 ソリューション営業第二部 第一課
TEL (03)6771-4805