非IT人材とデータについて

お久しぶりです。今回も1か月ぶりの更新です。

もっとサクサクブログが書けるといいんですけどね。。

というわけで今回は、基本に立ち返り「データ」とは何か?また、ITスキルがあまりない人がなぜデータに関わる必要があるのか?についてご説明します。
(前回の続きである、メタデータの詳細についてはまた今度書こうと思います。)
データマネジメントの知識体系本である、DMBOKでは、

「データは企業にとって重要な資産」と言われています。

このことは、広く知られている事実だと思いますが、中々データを資産として積極的に管理している組織は多くありません。また、データとは単体で使えるものではありません。つまり、何もしないでデータから偶然価値が生まれるということはないということです。だからこそ、データに対して確固とした意志を持ち、計画を立て、コーディネートし、コミットする必要があります。
また、データをしっかりと管理するためには、ITスキルと非ITスキルが必要です。
ITスキルとは、データを生み出すためのシステム(データベース等)を実装し、パフォーマンスを上げることを指します。一方で、非ITスキルとしては、どのようなデータ活用し、戦略的な価値を引き出すかを考え実行することを指します。つまり、業務的な知識やデータに対する理解が求められます。

よくある勘違いとして、人工知能機械学習を基に戦略を立てたり、分析を行う際データサイエンティストにお願いすれば勝手に答えが出てくるだろうというものです。
実際には、
・どういったデータが見たいのか?
例)顧客ごと、営業員ごとの成約率が見たい等
→営業戦略を立てるため、顧客の性質(年齢層や住所等)と営業員の性質(年齢層や役職等)にはどういった関係があるか知りたい。
・そのデータはどこから持ってくるのか?
例)本店の営業システムだけで良いのか?それとも全社の営業システムから持ってくるのか?そもそも営業システムから持ってくるだけで良いのか?等
・そのデータはきちんと整理されているのか?
例)仮に全社的にデータを持ってくる場合、支店ごとの営業システムで異音同義語、同音異義語は無いのか?等(例:大阪支社では顧客コードを10桁で持っているが、東京本店では顧客コードを8桁で持っている)
といった、データを分析するための準備が必要です。

これからの時代、ITに直接かかわる人材(プログラマーやデータエンジニア等)だけでなく、ITには直接かかわらない人材(営業員やマーケターなど)にとってもデータに対して理解や関心を持っておくことは非常に重要だと考えています。さらに、両者(IT人材と非IT人材)が協力することも重要です。

ということで今回は以上となります。今後もデータって大事なのかもなぁと思ってもらえるような記事を投稿していければと思っております。

データは仕事上だけでなく、日常の至る所に存在しています。そのデータを上手に活用しようとすることは損にはならないと思っています。
もしこの記事を読んでみて、少しでもデータについて学んでみたいと思ってもらえると幸いです。

「データを説明するデータ」と言われるメタデータとは??

みなさんこんにちは。前回の投稿からかなり時間がたってしまいました。
また少しずつ投稿していこうと思います。
今回は、ビッグデータの存在により、その重要性が改めて認識されているメタデータについて取り上げようと思っています。
メタデータとは何ぞや?を出来るだけわかりやすくまとめていきます。
ITに直接かかわる方もそうでない方も知っていて損にならないと思いますので、是非ご覧ください。
※データマネジメント初学者の内容となっておりますので、予めご了承ください。

 メタデータとは?

DMBOK第2版によると、メタデータは"データに関するデータ"と記載されています。しかし、同様にこの言い回しは単純すぎて誤解を招きやすいとも。
もう少しわかりやすく言うとすると、メタデータとは"データを管理・利用するためのデータ"とも言い換えられます。とはいえ、メタデータとは曖昧かつ範囲が広い言葉であるためこの説明でもわかりくいかもしれません。そんな時は以下のようなイメージを持つとより一層わかりやすいかもしれません。 例えばこのような缶詰があったとします。

この缶をデータだとするとメタデータはこうなります。

 

つまり、缶のラベルがメタデータです。 ラベルがあることで「これはビールで、キリンから発売されていて、アルコール度数が〇%・・・」といったように、缶の情報を知ることができます。これがデータを説明するデータ(=メタデータ)です。
ラベル(メタデータ)がついていないまま、家に様々な種類の缶があることを想像してみてください。気軽に缶を口にしたりできないと思います。さらにお子さんが家にいる場合、誤ってビールを飲んだりしたら大変です。

メタデータを管理せずデータを使うということは、こういうことです。

また、特にビッグデータが浸透しつつある現在、今までの構造化データ(Excelやデータベースなど予め構造が決まったデータ)だけでなく、非構造化データ(テキストデータや位置情報データなどネイティブなまま使用されるデータ)も貴重な資産となる時代です。

非構造化データは説明の通り、ネイティブなまま使用されることが多いです。
そのため、データを説明するためのデータ、つまりメタデータがより重要となります。

今回はメタデータの概要について簡単にご説明しました。次回は、メタデータにはどのような性質があるのか?どのように作成、管理、維持していくべきか?等についてご紹介できればと思います。

というわけで、久しぶりとはなりましたが、今回は以上になります。
スマホの写真にも実はメタデータがついていたり、かなり身近に存在しますので、これを機にメタデータを調べてみてはいかがでしょうか?

あなたは解けますか?意外と気づかない直感の落とし穴〜後編〜

お久しぶりです。今回も前回の投稿から1ヶ月以上空いてしまいました。。月一くらいのペースがちょうど良いみたいなので、このくらいの頻度で書き続けていければなぁと思います。

さて、今回は前のブログの続きになります。とはいえ、1ヶ月以上も空いてしまったので、内容を忘れている方がほとんどかもしれません。前回のブログも載せておりますので、是非併せて読んでいただければと思います。

あなたは解けますか?意外と気づかない直感の落とし穴 - fujishinkunのブログ
前回は、「モンティ・ホール問題」に関する記事を書いておりましたが、今回はその解答編です。解答をお見せする前に、この問題を再度さらっと紹介させてください。

「ルール」

プレイヤーの前に閉じた3つのドアがあります。
1つのドアの後ろには当たりである「車」があります。
他の2つのドアの後ろには、外れの「ヤギ」が用意されています。

まず、プレイヤーが1つのドアを選択します(選択しただけでまだドアを開けてはいません)。その後司会者のモンティが残った2つのドアのうち外れである「ヤギ」がいるドアの1つを開けます。
ここで、プレイヤーは2つの選択肢を選ぶことができます。

・最初に選択したドアをそのまま開ける

・残っている、モンティに開けられていない方のドアを開ける

上記2択であなたはどちらを開けますか?どちらを選ぶ方が当たりである「新車」が当たりやすいでしょうか?

この問題は、残っているモンティに開けられていない方のドアを開ける方が「新車」が当たりやすいというものでした。
では、なぜそのような結果になるのでしょうか?こちらをご覧ください。

f:id:fujishinkun:20220227181427p:plain

こちらの画像がモンティホール問題のイメージ図になります。(扉はわかりやすいように開けております。実際は見えておりません。)
一つずつの扉を選んだ場合を見ながら考えていきましょう。

f:id:fujishinkun:20220227181435p:plain

まずは、一番左(Aの扉)を最初に選んだ場合です。Aはヤギの扉ですので、司会者であるモンティホールは残った扉の中で外れであるBの扉を開けます。
この場合最初に選んだAではなく、残った扉であるCを選ぶと当たりを引くことができます。

f:id:fujishinkun:20220227181442p:plain

次に真ん中の扉(Bの扉)を最初に選んだ場合です。こちらもBは外れの扉なため、司会者のモンティホールはもう片方の外れの扉である、Aの扉を開くことになります。つまり、この場合も残った開けられていない方の扉(Cの扉)を開けると当たりを引くことができます。

f:id:fujishinkun:20220227181420p:plain

最後にCの扉を最初に選んだ場合です。回答者は正解を選んでいるため、司会者はAもしくはBの扉を選んで開けます。つまり、この場合最初に選んだ扉を開けると当たりを引くことができます。

ここまで見ると、なぜ最初に選んだ扉ではない、残った扉を開く方が正解の可能性が高い理由が何となく理解ができてくるのではないでしょうか?

回答者が最初に外れであるヤギの扉を選んでいたとしたら、最初に選んでいない方を開けば確実に正解の扉を開けることができます。ヤギは3つの扉の内2つの扉にいるため、2/3の確立で正解にたどり着きます。

以上がモンティホール問題の解答となります。他にも考え方はありますが、何となく理解いただけたでしょうか?

説明が長くなってしまいましたが、この問題を通して私が言いたかったことは、人の直感や勘というものは意外と当てにならないということです。身近な例で言えば、初めて会った時には「嫌な奴そう」と思った人も話してみると意外といい人だった。や、今月お金をあまり使っていないと思っていたが、クレジットカードの請求書を見てみると予想以上に使っていた。。等です。

数字やデータは客観的な事実を映し出してくれます。これらを無視して行動や意思決定を行うと、思わぬところで損をすることもきっと多いと思います。仕事上だけでなく、普段の生活から数字やデータというものを意識して行動してみてはいかがでしょうか?

あなたは解けますか?意外と気づかない直感の落とし穴

お久しぶりです。とはいえ、前回の投稿から1ヶ月も空いていないので、少し早めに投稿あげられてよかったです。

前回までは、データマネジメント等の話を中心に記事を書いていました。今回は嗜好を変えて、なぜデータや数字は重要なのか?にフォーカスしていきたいと考えています。
というのも先日

Metafindウェビナー「組織の変革とデータガバナンス~ DMBOKから読み解くDX改革 ~」 | Metafindコンサルティング

上記のセミナを聴講し、その中で面白いなと感じた内容があったのでその話も踏まえられたらいいなと思ったからです。

その内容というのが、「モンティ・ホール問題」というものです。
こちらは有名な問題なので、すでにご存知の方も多いかもしれませんが、ご紹介します。問題も一緒にご紹介しますので、今回初めて耳にする方や、聞いたことあるけどあまり覚えていない方は是非この問題の答えを考えてみてください!
「モンティ・ホール問題」というのは、アメリカの司会者モンティ・ホールさんが、あるテレビ番組で以下のようなルールのゲームを紹介したものです。

「ルール」

プレイヤーの前に閉じた3つのドアがあります。
1つのドアの後ろには当たりである「車」があります。
他の2つのドアの後ろには、外れの「ヤギ」が用意されています。

まず、プレイヤーが1つのドアを選択します(選択しただけでまだドアを開けてはいません)。その後司会者のモンティが残った2つのドアのうち外れである「ヤギ」がいるドアの1つを開けます。
ここで、プレイヤーは2つの選択肢を選ぶことができます。

・最初に選択したドアをそのまま開ける

・残っている、モンティに開けられていない方のドアを開ける

上記2択であなたはどちらを開けますか?どちらを選ぶ方が当たりである「新車」が当たりやすいでしょうか?

いかがでしょうか?この問題は、どちらが当たりやすいかでかなり議論になった問題でもあります。(私も初めて答えを聞いた時は「何で?』と頭にハテナが浮かび続けていました。笑)
この問題は、皆様にも是非考えていただきたいので、解き方は次回ご紹介します。
あらかじめ答えをお伝えすると、

・残っている開けられていない方のドアを開ける

方が「新車」が当たる確率は高いです。

なぜ、この問題をチョイスしたのかというと、恐らくこの問題を初めて聞いた人はどの扉を開いても確率は3分の1だから変わらない。もしくは、残った扉は2つだから2分の1でどちらを開けても変わらないだろうと考えたのではないでしょうか?(私もそうでした。。)
ここが、今回のタイトルである直感の落とし穴です。人の直感とは意外と当てにならない部分があり、その直感に頼りすぎると、大事な場面で損をしてしまうということが起こりかねません。つまりビジネス上でも、私生活でも、何かしらの意思決定をする際自身の直感だけでなく数字やデータから見える客観的な事実を正しく解釈するということが非常に重要になります。
だからこそ、特にビジネス上では、客観的な判断ができるくらい整備されたデータを準備することが厳しい競争を勝ち抜く上で欠かせません。もちろん数字だけで人を動かすことはできませんが、こうしたクイズをきっかけに数字やデータに目を向けて見てはいかがでしょうか?

データガバナンスとは

あけましておめでとうございます。
本年もゆるゆるブログを更新していこうと思います。
とはいえ、前回更新から1ヶ月以上も空いてしまったので、
もう少し頻度を上げられたらなぁと思ってます。

さて、今回は前回のブログに引き続き「データガバナンス」について
書こうと考えております。前回のブログを忘れてしまった方は
こちらも併せて読んでいただけるといいかなと思います。

ADMCとデータガバナンス - fujishinkunのブログ

そもそも「データガバナンス」とは?

”データガバナンスの定義は、データ資産の管理(マネジメント)に対して職務権限を通し統制(コントロール)することである。”
(DMBOK第3章:データガバナンス)

DMBOKによると、上記の説明が記されています。
しかし、これだけでは何を言っているのかわからないと思う方も多いのでは
ないでしょうか?(私もそうでした。。)
そこで、データではなく別の資産(金融資産)を例に考えてみましょう。
下記画像を参考に説明いたします。

f:id:fujishinkun:20220103125820p:plain

この画像はお金を増やしたいAさんが、株式投資に詳しいBさんにアドバイス
を求めているというものです。
優しいBさんは投資の際のルールを設け、さらにそのルール通りにAさんが
資産を管理しているのかを監督してくれました。
このように、資産を目的に合わせきちんと管理できるように統制していく。
そしてこの資産を「データ」資産に置き換えたものがデータガバナンスです。

データマネジメントとデータガバナンス

データマネジメントとデータガバナンスはよく混同されて考えられる概念です。
しかし、両者はコインの裏表のような関係にあることを理解しておく必要が
あります。

下記は両者の概念です。
データマネジメント:目的達成のため、データ資産を管理する活動を実際に
          手を動かして行うこと。
データガバナンス:データの適切な管理を確実にするために監視統制を
         行うこと。

先ほどの画像の例でいうと、
Aさんが実際にお金を増やすためルールに則り株式投資を行う(マネジメント)。
BさんはAさんがルールを守り、資産を適切に管理しているかを監督する
(ガバナンス)。
となります。
このように、データマネジメント(実行側)とデータガバナンス(監督側)
の間で義務の分離を図るべきです。

データガバナンスを組織に導入するには?

DMBOKによると、データガバナンスを組織に導入するためには3つの機能が必要
であると説明しています。

立法:ポリシーやルールの策定

行政:組織や業務の監視

司法:問題の管理と解決

先ほどの画像の例をこの3つの機能に当てはめて考えてみます。

立法:株式を買う・売るのタイミングに関するルールを定める

行政:上記のルールをAさんが守っているか監視する。

司法:Aさんの売り時で売らないといった行為をやめさせる。

このように、組織にデータガバナンスを導入する際は上記3つの機能を組み込む
ことが重要です。

最後に

今回紹介させていただいた例は、あくまでデータガバナンスの概念をわかりやすく
するため金融資産で例えておりますのでご容赦ください。
もう少しデータガバナンスについて詳しく知りたい方はこちらのブログを
読んでみるのも良いかもしれません。

データガバナンスとは? データマネジメント用語解説6 | Metafindコンサルティング

今回はかなり長くなってしまいましたが、ここまで読んでいただき、
ありがとうございます。
2022年も良い一年になりますように。

データガバナンスとは

あけましておめでとうございます。
本年もゆるゆるブログを更新していこうと思います。
とはいえ、前回更新から1ヶ月以上も空いてしまったので、
もう少し頻度を上げられたらなぁと思ってます。

さて、今回は前回のブログに引き続き「データガバナンス」について
書こうと考えております。前回のブログを忘れてしまった方は
こちらも併せて読んでいただけるといいかなと思います。

ADMCとデータガバナンス - fujishinkunのブログ

そもそも「データガバナンス」とは?

”データガバナンスの定義は、データ資産の管理(マネジメント)に対して職務権限を通し統制(コントロール)することである。”
(DMBOK第3章:データガバナンス)

DMBOKによると、上記の説明が記されています。
しかし、これだけでは何を言っているのかわからないと思う方も多いのでは
ないでしょうか?(私もそうでした。。)
そこで、データではなく別の資産(金融資産)を例に考えてみましょう。
下記画像を参考に説明いたします。

f:id:fujishinkun:20220103125820p:plain

この画像はお金を増やしたいAさんが、株式投資に詳しいBさんにアドバイス
を求めているというものです。
優しいBさんは投資の際のルールを設け、さらにそのルール通りにAさんが
資産を管理しているのかを監督してくれました。
このように、資産を目的に合わせきちんと管理できるように統制していく。
そしてこの資産を「データ」資産に置き換えたものがデータガバナンスです。

データマネジメントとデータガバナンス

データマネジメントとデータガバナンスはよく混同されて考えられる概念です。
しかし、両者はコインの裏表のような関係にあることを理解しておく必要が
あります。

下記は両者の概念です。
データマネジメント:目的達成のため、データ資産を管理する活動を実際に
          手を動かして行うこと。
データガバナンス:データの適切な管理を確実にするために監視統制を
         行うこと。

先ほどの画像の例でいうと、
Aさんが実際にお金を増やすためルールに則り株式投資を行う(マネジメント)。
BさんはAさんがルールを守り、資産を適切に管理しているかを監督する
(ガバナンス)。
となります。
このように、データマネジメント(実行側)とデータガバナンス(監督側)
の間で義務の分離を図るべきです。

データガバナンスを組織に導入するには?

DMBOKによると、データガバナンスを組織に導入するためには3つの機能が必要
であると説明しています。

立法:ポリシーやルールの策定

行政:組織や業務の監視

司法:問題の管理と解決

先ほどの画像の例をこの3つの機能に当てはめて考えてみます。

立法:株式を買う・売るのタイミングに関するルールを定める

行政:上記のルールをAさんが守っているか監視する。

司法:Aさんの売り時で売らないといった行為をやめさせる。

このように、組織にデータガバナンスを導入する際は上記3つの機能を組み込む
ことが重要です。

最後に

今回紹介させていただいた例は、あくまでデータガバナンスの概念をわかりやすく
するため金融資産で例えておりますのでご容赦ください。
もう少しデータガバナンスについて詳しく知りたい方はこちらのブログを
読んでみるのも良いかもしれません。

データガバナンスとは? データマネジメント用語解説6 | Metafindコンサルティング

今回はかなり長くなってしまいましたが、ここまで読んでいただき、
ありがとうございます。
2022年も良い一年になりますように。

ADMCとデータガバナンス

お久しぶりです。書こう書こうと置いていたら気づいたら1ヶ月以上ブログを書き損ねていました。。これからもう少し頻度をあげて書こうと思います。

さて、話は変わりますが先日「ADMC」というデータマネジメントのカンファレンスを視聴致しましたので、その感想を書こうと思います。

そもそも「ADMC」とはアジアデータマネジメントカンファレンスの略で、データマネジメントの大きなイベントの一つです。

そんなADMCを見ていて感じたのが、”データガバナンス”という言葉がかなりトレンドになっているなぁということでした。
”データガバナンス”とは?と感じる方も多いと思いますが、この内容を書くとかなり長くなってしまうので、また次回以降書こうと思います。今回はそういう言葉があるんだと思っていただけると幸いです。

”データガバナンス”について気になる方はこちらを参考にされてみても良いかもしれません。

データガバナンス | Metafindコンサルティング

ところで、”データガバナンス”というのはツールを導入することで実現できるものだと考えている方が多く見受けられます。
しかし、”データガバナンス”というのは継続的に取り組まれるべき内容であり、むしろ体制の構築やルールの作成、社内のマインドセットの変革等人や組織が重要視されるものです。
組織のデータを効率的に利活用し、資産として管理するためには”データガバナンス”が必要不可欠です。DXやデータ利活用を推進しようとされている方は是非”データガバナンス”について考えてみてはいかがでしょうか?