データの相互運用性とは

データの相互運用性とは、さまざまなシステムが協調してデータを効率的に交換、統合、使用する能力です。企業全体でのシームレスなデータ共有をサポートし、コラボレーション、イノベーション、データ駆動型の意思決定を向上させます。

企業は、データ資産を標準化し、データ共有をサポートするために必要なインフラストラクチャーとプロトコルを採用することで、データの相互運用性を実現できます。相互運用可能なデータの一般的な特性には、次のようなものがあります。

• さまざまな事業単位や多様なシステムからアクセス可能で、解釈可能な一貫した形式で存在します。
• 他のデータと組み合わせて、より包括的な分析を行うことができます。
• これはアプリケーション・プログラミング・インターフェース（API）を通じてシームレスに共有されます。
• 多くの場合、電子データ交換（EDI）規格や迅速なHealth Interoperabilityリソース（FHIR）などの一般的な相互運用性規格に準拠しています。

情報エコシステムがますます大規模かつ複雑になるにつれ、データの相互運用性は金融サービス、医療、官公庁・自治体などの分野で極めて重要な役割を果たします。こうした業界やその他の業界の組織は、投資決定、治療法の決定、公共安全対策の実行などのクリティカルな機能を後押しするためにシームレスなデータ交換に依存しています。

データの相互運用性を確立することは困難な場合がありますが、ソフトウェアソリューションが役立ちます。データクリーニングツール、API管理ソフトウェア、データ統合プラットフォームによって、企業は、情報を必要とするシステムや利害関係者が情報を容易に利用でき、アクセスできる強固なデータ環境を構築することができます。

データの相互運用性の価値と重要性を理解するには、それが欠落したときに何が起こるかを考えると役立ちます。

例えば、高い本棚の上部に料理本が置かれていると想像してください。手が届く人もいれば、見えない人もいるかもしれません。ましてや棚から引っ張り出すことはできないかもしれません。

料理本にアクセスできる人がそのレシピ本にアクセスすると、そのレシピでは材料の定量化でインペリアル単位（匙加減やオンスなど）とメトリック単位（グラムやリットルなど）の間を行き来していることがわかります。

このシナリオでは、読者は測定値を常に変換する必要がありますが、これは時間がかかり、退屈な作業です。そして、このような変換を行う過程で間違いが起こり、望ましくない結果につながることもあります。

これらの課題は、データアクセスと解釈可能性に関して組織が直面している課題に匹敵します。しかし、利害関係者やシステムがデータにアクセスできなかったり、使用可能な値に変換するのが困難だったりすると、塩辛いソースや崩れたスフレよりも大きな結果を招く可能性があります。

つまり、チームは重要なデータ資産を活用して共同作業し、洞察を得て、問題を特定し、機会を捉えることができません。

医療提供者の場合は、患者の状態に関する明確な詳細を見逃す可能性があり、治療効果が低下する可能性があるということです。ポートフォリオ・マネージャーなら、発展している市場動向を認識していないままとなり、顧客の投資収益率に悪影響を与える可能性があるということです。

最新の在庫データにアクセスできないため、エージェント型AIシステムが生産スケジュールを最適化できない可能性があるということかもしれません。異なる機関の初期対応者が、同じ状況に対して異なる認識を持っている可能性があり、緊急時の協力が成功するのが妨げられる可能性があるということかもしれません。

ここで登場するのがデータの相互運用性です。

データの相互運用性を通じて、さまざまなデータソースの情報が標準形式に整理され、さまざまな事業単位やシステムとの相互運用性や互換性が確保されます。また、システム間のデータ交換のリンクを確保することで、データの相互運用性により、さまざまな利害関係者がその情報に直接アクセスできるようになります。

データの相互運用性は、1973年¹から小売や製造のデータのUPC（Universal Product Code）に利用されてきており、データ駆動型の意思決定やオートメーションが現実のビジネスオペレーションの中心となるにつれ、その重要性は増してきています。

企業は、ビジネス・インテリジェンスと人工知能（AI）の取り組みに注力している場合、必要とする人々やシステムが利用でき、理解しやすく、使用できるようにするために、適切なデータを用意する必要があります。データの相互運用性は、それを実現するのに役立ちます。

他のデータ管理の実践や柱と同様に、データの相互運用性により、組織はデータ資産を最大限に活用できるようになります。データの相互運用性のメリットは次のとおりです。

• データアクセスの向上：企業全体、またシステム間でシームレスにデータが流れると、利害関係者は状況の全体像を把握するために必要な情報に簡単にアクセスできます。

• 使えるデータを増やす：推定68%の企業データが使われていません。その主な理由は、データサイロに閉じ込められているか、解釈が難しすぎるからです。データの相互運用性の実践による形式の標準化により、組織全体でこれまで「ダーク」だったデータを簡単に使用できるようになります。

• 敏捷性の向上：データの相互運用性は、システムへのリアルタイムおよびほぼリアルタイムのデータストリーミングが部門間で解釈可能であることを確保することで、変化する市場環境に企業が対応するのに役立ちます。

• 効率性の向上：データへのアクセスが容易で、アドホックな変換が不要であれば、ワークフローはより迅速に進み、データチームは節約した時間をより価値の高い作業に割り当てることができます。

• コラボレーションの向上：組織内のより多くの人が同じデータセットにアクセスし、理解できるようになると、意見の相違や誤解の余地が少なくなり、部門を超えたコラボレーションと共同イノベーションの基盤が整います。

• 容易な拡張性：企業が新しいシステムを追加する際、データの相互運用性により、最小限の人的介入でそれらのシステムの既存のデータ資産を活用できるようになります。

• コンプライアンスの強化：金融やヘルスケアなどの規制の厳しい業界の企業には、データの配布と共有に関する厳格な規則が適用されます。データ相互運用性を実践することで、組織はデータ共有を規制要件や業界標準に準拠させることができます。

• エクスペリエンスの向上：データが標準化され、組織全体で効率的に交換されると、アプリケーション間でデータがスムーズに動き回ることができ、さまざまなタスクで手動でデータを入力する必要が減ります。これにより、従業員のエクスペリエンスが改善されます。

• 情報に基づいた意思決定：広くアクセス可能で解釈可能なデータは、組織がよりスマートでデータ駆動型の意思決定を行うのに役立ちます。このような意思決定は、利害関係者とエージェント型AIの両方によって行われます。エージェント型AIは、自律的な意思決定を行うために利用可能なデータを使用します。

• より広範な相互運用性：データの相互運用性は、企業またはネットワーク内での全体的な相互運用性または相互運用可能なシステムの成功をサポートします。このような相互運用性は、サービス、リソース、機能を共有できるシステムで構成されます。^2,3

データの相互運用性の確立は段階的なプロセスになる可能性があり、組織はさまざまな一般レベルの相互運用性の達成に向けて取り組んでいます。データ交換に適用されるレベルは次のとおりです。

さまざまなレベルのデータの相互運用性を実現するために企業が従う共通の手順は次のとおりです。

さまざまなデータ構造の情報を一般的なデータ形式（JSONやXMLなど）に変換することで、構文上の相互運用性が実現します。

JSON（JavaScript Object Notation）は、JavaScriptプログラミング言語をベースにした単純なデータ交換形式です。JSONメッセージは、名前と値のペア（オブジェクト）と、順序付けられた値のコレクション（配列）で構成されます。⁴XMLデータ形式は、拡張マークアップ言語のルールに準拠した形式で、データを定義するためのカスタマイズされたタグを作成できます。⁵

データ要素を記述するための共通の語彙を確立すると、意味的な相互運用性を実現できます。例えば、医療分野では、ユニバーサル・コーディング・システムLOINC（Logical Observation Identifiers Names and Codes）は、特定のラボテストを詳細に識別します。

コード「806-0」は、脳脊髄液中の白血球を手動で計測した結果を表します。2つの異なる検査室が同じ患者に対して異なる時期にその検査を実施した場合、そのコードは医療従事者にどのような検査が実行され、その結果を比較して患者の転帰に関するインサイトを提供することができるかを示します。

メタデータの管理は、組織がセマンティック相互運用性を確立するのにも役立ちます。システム間でデータが転送されると、そのデータには、データの解釈方法を受信システムに指示するメタデータが付随します。

メタデータ管理によって、メタデータは構造化され、アクセス可能で実行可能な状態に保たれるため、データの相互運用性の意図したとおりに機能することができます。例えば、メタデータは、学術研究のためのリポジトリーの相互運用性において重要な役割を果たします。研究者は異なるリポジトリーからメタデータを一度に検索して、必要な参考情報を見つけることができるからです。⁶

企業は、APIを使用して内部システムと外部システムの間でデータを共有することで、トランスポート相互運用性を実現します。APIは、ソフトウェア・アプリケーションが簡単かつ安全に相互に通信できるようにする一連のルールまたはプロトコルです。

データ共有とデータ相互運用性を目的としたAPIの活用例は数多くあります。保険や医療に関する情報の交換、モノのインターネット（IoT）デバイスによるデータ送信、ソーシャル・メディア・コンテンツと独自のビジネスWebサイトとの統合などです。

データ形式、一般的な用語、伝送プロトコルの決定に関しては、企業はゼロから始める必要はありません。さまざまな相互運用性フレームワークや相互運用性標準規格は、データの相互運用性と相互運用可能なシステムを確立する方法について、業界、分野、テクノロジー固有のガイダンス（一部は法律で義務付けられているもの）を提供しています。

これらの規格は、企業内および異なる組織間の相互運用性を確保し、組織の相互運用性を実現するのに役立ちます。

フレームワークには以下が含まれます。

• 医療画像や患者データのデータ形式や送信プロトコルに関するDigital Imaging and Communications in Medicine（DICOM）規格。
  
  
• 企業間でデジタル文書を安全に伝送するための電子データ交換（EDI）規格。
  
  
• 医療データ交換のためのFast Healthcare Interoperability Resources（FHIR）は、米国保健福祉省によって義務付けられています。
  
  
• 国際標準化機構（ISO）および国際電気技術委員会（IEC）によるISO/IEC 21823-4:2022は、IoTシステムの相互運用性規格を定めています。
  
  
• Project 25（P25）緊急対応員などの公安機関の職員間のデジタル無線通信の規格。

データ・ガバナンス・プログラムは、データの収集、処理、利用を管理することにより、組織のデータの品質、セキュリティー、可用性を確保します。したがって、システム間でのデータの交換を容易にする手順を確立することで、データの相互運用性を強力にサポートできます。

ただし、データ・ガバナンスとデータ相互運用性は共生関係にあることに注意することが重要です。つまり、データ・ガバナンスがデータの相互運用性をサポートするだけでなく、データの相互運用性も、特にコンプライアンスに関してデータ・ガバナンスをサポートできます。

Harvard Business Schoolの調査によると、データの相互運用性は、組織がデータ追跡と規制監査の規制要件を満たすのに役立ちます。研究者は、内部データAPIが、特に組織が欧州連合の一般データ保護規則（GDPR）の義務を満たすのに役立つことを発見しました。⁷

組織は、データの相互運用性の目標を達成するために、無数の課題に直面する可能性があります。一般的には、次のようなものがあります。

データ相互運用性により、システム間でデータを交換するための架け橋を確立できますが、それらのシステムがレガシー・タイプである場合、その橋渡しはより困難になります。レガシーの情報システムでは、多くの場合、時代遅れの形式が使用されており、新しいツールやシステムと互換性がありません。データ変換と統合ソリューションは、企業がレガシーシステムによる課題を克服し、データの相互運用性を実現することを可能にするかもしれません。

正確なデータの欠如やその他のデータ品質の問題は、データの相互運用性を損なう可能性があります。データセットに不整合、レコードの重複や欠落、無効なデータ、その他の欠点がある場合、そのデータを共有すると企業全体に低品質のデータが伝播してしまうリスクがあります。データライフサイクルの中で、データクリーニング、監視、検証、ガバナンスを実施することで、データ品質を改善することができ、これによりデータの相互運用性が向上しやすくなります。

データの相互運用性を実現するには、多くの場合、統合ソフトウェアなどの新しいツールやシステムを組み込む必要があり、従業員はこれらを使用するためのトレーニングを必要とします。テクノロジー・プロバイダーは、従業員が統合ソリューションに慣れるのに役立つチュートリアルやその他の参考情報を頻繁に提供しています。さらに、他のテクノロジー導入イニシアチブと同様に、データの相互運用性のための統合ツールを推進するリーダーを指定することで、より幅広い使用を促進できます。

さまざまな業界や分野のデジタル化と高まるデータ駆動型の性質により、データの相互運用性は公共部門と民間部門の両方で広く適用できるようになります。

金融サービス業界はデータに基づいて運営されており、銀行、ブローカー・ディーラー、保険会社、決済処理業者などの組織は、売買や取引などに関する膨大な量の情報を毎日交換しています。サイロ化されているデータとデータ形式の不一致は、その他の課題の中でも、データの相互運用性は業界における効率性を向上させるための重要な側面となっています。⁸

政府の期間や部門は、政策やプログラムに関してより効果的に連携するために、データの相互運用性を活用しています。例えば、チリとウルグアイにおけるデータ相互運用性の取り組みにより、各国政府は複雑な気候変動データを解釈できるようになり、監視と緩和の取り組みにおいてより有効に活用できるようになりました。⁹

データの相互運用性により、医療機関は患者記録や予防接種登録などの重要なヘルスケア・データを共有できるようになり、事業者が患者ケアを向上させるのに役立ちます。米国では、メディケアまたはメディケイドの支払いを受ける組織に対して、電子健康記録（EHR）テクノロジーを通じたヘルスケア・データの相互運用性が義務付けられています。¹⁰

グローバル・サプライチェーンの複雑さは、商品が製造され世界中で動き回る際に、データ・システム間で膨大な量の情報が交換されることを意味します。データ標準とデータの相互運用性により、ベンダー、運送業者、港湾運営者の間のコミュニケーションが合理化され、結果としてコスト削減と排出量削減が実現します。¹¹

次のようなさまざまなテクノロジーやプラットフォームが、企業によるデータの相互運用性の実現に役立ちます。

• データクリーニングと変換ツール：AI搭載ツールは、データの標準化や重複の排除など、データのクリーニングと変換技術を自動化し、共有に適したデータを確保することができます。

• メタデータ管理ツール：メタデータ管理ツールは、組織がデータの相互運用性に必要な高品質のメタデータを維持するのに役立ちます。メタデータ・カタログ・プラットフォーム。抽出、変換、ロード（ETL）ツール。エンタープライズ・データ・ガバナンス・スイートにはメタデータ管理機能が備わっている場合もあります。

• API管理ソフトウェア：API管理ソフトウェアは、組織がすべてのAPIを統合されたソリューションから管理し、APIライフサイクル全体にわたる重要なタスクを自動化できるようにします。

• データ統合プラットフォーム：主要なデータ統合プラットフォームは、さまざまなソースからのデータを統合できます。また、データ品質の問題を迅速に特定して解決できるように、データ・オブザーバビリティー機能も提供する場合があります。