データ・ガバナンスは、さまざまなポリシーと基準を通じて、組織データの可用性、品質、およびセキュリティーを促進します。 これらのプロセスが、データの所有者、データ・セキュリティー対策、およびデータの使用目的を決定します。 データ・ガバナンス全体の目的は、セキュアで簡単にアクセス可能な、高品質のデータを維持することにより、ビジネスに関する深い洞察を得ることです。
データ・ガバナンスのプログラムにとって一番の推進力となるのは、ビッグデータとデジタル変革への取り組みです。 組織は、モノのインターネット(loT)などの新規データ・ソースによるデータ量の増大に対処するため、データ管理の実践を再検討して、ビジネス・インテリジェンスを拡大する必要があります。 データ・ガバナンスのプログラムが効果的となるのは、データ品質の向上や、データ・サイロの削減、コンプライアンスおよびセキュリティーの確保、そしてデータ・アクセスを適切に分散させることに取り組む場合です。
データ管理は、データ・ガバナンスよりも適用される範囲が広くなります。 それは、組織データの取り込み、処理、保護、および保存を行う業務として定義することができます。その業務は、組織データを戦略的な意思決定に活用し、ビジネスの成果を向上させることを目的とします。 データ管理には、データ・ガバナンスが含まれますが、その他の領域であるデータ処理、データ・ストレージ、およびデータ・セキュリティーなどのデータ管理ライフサイクルも含まれます。 データ管理に含まれるそのような領域は、データ・ガバナンスに影響を与える場合もあるため、各領域におけるチームと協力して、データ・ガバナンス戦略を実行する必要があります。 たとえば、データ・ガバナンス・チームは、異種混合のデータ・セット全体における共通点の特定はできますが、それらを統合する場合には、データ管理チームと連携し、データ・モデルおよびデータ・アーキテクチャーを定義することにより、それらのつながりを促進する必要があります。 別の例として、データ・アクセスが挙げられます。データ・ガバナンス・チームは、特定の種類のデータ(例:個人情報(PII))に対するデータ・アクセスに関し、ポリシーの設定ができますが、一方でデータ管理チームは、そのアクセスの直接的な提供、または仕組みを導入(例:組織内で定義されたユーザーの役割を活用してアクセスを承認)することにより、そのアクセスの提供ができます。
データ・ガバナンスのフレームワークを導入することで、組織内のデータの価値を高めることができます。 データ・ガバナンスは、データ全体の精度の向上に貢献するので、そのデータを基にした結果に影響を与えることになります。その影響は、より単純な日常のビジネスに関する意志決定から、より複雑な自動化の構想にまで至ります。 その他の主なメリットは以下の通りです。
データ・ガバナンスに利点があることは明確ですが、データ・ガバナンスの構想を成功させるためには、多くのハードルを克服する必要があります。 それらの課題には以下のものが含まれます。
データ・ファブリック・アーキテクチャーで構築されたプラットフォームを使用して迅速に結果を予測します。 所在場所を問わず、データを収集、編成、分析します。
積極的なメタデータとポリシーの管理に裏打ちされたインテリジェントなカタログ化により、AIと分析のためのビジネス対応データを活用できるようにします。