データ・ライフサイクル管理とは

環状交差点を上空から見た図

データ・ライフサイクル管理とは

データ・ライフサイクル管理(DLM)は、データ入力からデータ破棄まで、ライフサイクル全体でデータを管理するためのアプローチです。 データはさまざまな基準に基づいてフェーズに分けられ、さまざまなタスクを完了したり、特定の要件を満たしたりすると、これらのステージを移動します。 優れたDLMプロセスは、ビジネスのデータに構造と編成を提供します。これにより、データ・セキュリティやデータ可用性など、プロセス内の主要目標の達成が可能になります。  

これらの目標はビジネスの成功にとって極めて重要であり、時間とともに重要性を増していきます。 DLMのポリシーとプロセスにより、企業はデータ侵害やデータ損失、またはシステム障害によって生じる壊滅的な結果に備えることができます。 データの急速な成長に伴い、より多くの悪意のある攻撃者が市場に参加する中で、優れたDLM戦略はデータ保護と災害復旧を優先します。 このようにして、災害が発生した場合に備えた効果的なデータ復旧計画がすでに実施されており、ブランドの収益と全体的な評判に対する壊滅的な打撃の一部を抑制します。

データ・ライフサイクル管理と情報ライフサイクル管理

情報ライフサイクル管理(ILM)は、データ・ライフサイクル管理と同じ意味で使用されることが多く、またデータ管理手法の一部でもありますが、DLMとは異なります。  

データ・ライフサイクル管理は、ファイル・レベルのデータを監視します。つまり、タイプ、サイズ、および経過時間に基づいてファイルを管理します。 一方、ILMはファイル内の個々のデータを管理し、データの正確性とタイムリーな更新を保証します。 これには、電子メールアドレスや口座残高などのユーザー情報が含まれます。  


データ・ライフサイクル管理のフェーズ

データ・ライフサイクルは、その耐用年数に沿った一連のフェーズで構成されます。 各フェーズは、ライフサイクルの各ステージでデータの価値を最大化する、一連のポリシーによって管理されます。 DLMは、ビジネス・ワークストリームに組み込まれるデータの量が増えるにつれ、重要度を増しています。 

フェーズ1:データ作成

新しいデータ・ライフサイクルはデータ収集から始まりますが、データのソースは豊富です。 これはWebおよびモバイル・アプリケーション、モノのインターネット(IoT)デバイス、フォーム、調査など、多岐に渡ります。 データはさまざまな方法で生成できますが、ビジネスを成功させるうえで、利用可能なすべてのデータを収集する必要はありません。 新しいデータの組み込みは、その品質とビジネスとの関連性に基づいて常に評価する必要があります。 

フェーズ2:データ・ストレージ

データは構造化の手法が異なる場合もあり、こうした違いは企業が使用するデータ・ストレージの種類に影響を及ぼします。 構造化データはリレーショナル・データベースを活用する傾向がありますが、非構造化データは通常、NoSQLまたは非リレーショナル・データベースを利用します。 データセットのストレージの種類が特定されると、インフラストラクチャーのセキュリティの脆弱性が評価され、データの暗号化やデータ変換などのさまざまな種類のデータ処理を行って、悪意のある攻撃者からビジネスを保護できます。 また、このタイプのデータ変更により、機密データがGDPRなどの政府のポリシーに関するプライバシーと政府の要件を確実に満たすようになり、企業はこれらのタイプの規制による高額な罰金を回避できます。 

データ保護のもう1つの側面は、データの冗長性に重点を置くことです。 保存されたデータのコピーは、データの削除やデータの破損などの状況でバックアップとして機能し、データの偶発的な変更や、マルウェア攻撃等のより意図的な変更から保護します。  

フェーズ3:データの共有と使用

このフェーズでは、ビジネス・ユーザーがデータを利用できるようになります。 DLMを使用すると、組織はデータを使用できるユーザーや、データを利用可能な目的を定義できます。 データが利用可能になると、基本的な探索的データ分析やデータの視覚化から、より高度なデータマイニングや機械学習技術まで、さまざまな分析に活用できます。 これらの方法はすべて、ビジネスの意思決定とさまざまな利害関係者へのコミュニケーションにおいて役割を果たします。 

さらに、データの使用は必ずしも内部使用のみに制限されているわけではありません。 たとえば、外部のサービス・プロバイダーは、マーケティング分析や広告などの目的でデータを使用できます。 内部用途には、ダッシュボードやプレゼンテーションなどの日常のビジネス・プロセスとワークフローが含まれます。

フェーズ4:データ・アーカイブ

一定の時間が経過すると、データは日常業務に役立たなくなります。 ただし、潜在的な訴訟や調査ニーズのため、頻繁にアクセスされない組織のデータのコピーを維持することが重要です。 次に、必要に応じて、アーカイブされたデータをアクティブな実稼働環境に復元できます。 

組織のDLM戦略では、データをいつ、どこで、どのくらいの期間でアーカイブするかを明確に定義する必要があります。 この段階で、データには冗長性を確保するアーカイブ処理が行われます。

フェーズ5:データの削除 

ライフサイクルのこの最終段階では、データは記録から削除され、安全に破棄されます。 企業は、必要がなくなったデータを削除することで、アクティブ・データ用のストレージ・スペースを増やすことができます。 このフェーズでは、データが必要な保存期間を超えた場合、または組織にとって意味のある目的を果たさなくなった場合に、データがアーカイブから削除されます。


データ・ライフサイクル管理の利点

データ・ライフサイクル管理には、次のようないくつかの重要な利点があります。 

•処理の改善:データは、組織の戦略的イニシアチブを推進する上で重要な役割を果たします。 DLMは、ライフサイクル全体を通じてデータ品質を維持するのに役立ちます。これにより、プロセスの改善が可能になり、効率が向上します。 優れたDLM戦略により、ユーザーが利用できるデータの正確性と信頼性が確保され、企業はデータの価値を最大化できます。

•コストの管理:DLMプロセスは、ライフサイクルの各段階でデータを重視します。 データが本番環境で有用ではなくなると、組織はデータのバックアップ、レプリケーション、アーカイブなど、さまざまなソリューションを活用してコストを削減できます。 たとえば、オンプレミス、クラウド、またはネットワーク接続ストレージにある、低コストのストレージにデータを移動できます。

•データのユーザビリティ:DLM戦略により、ITチームは、すべてのメタデータへの一貫したタグ付けを可能にするポリシーと手順を開発することで、必要なときにアクセシビリティを向上させることができます。 強制力のあるガバナンス・ポリシーを確立することで、データを保持する必要がある限り、データの価値が確保されます。 クリーンで有用なデータが利用できることで、企業プロセスの敏捷性と効率が向上します。

•コンプライアンスとガバナンス:各業界セクターには、データ保持に関する独自のルールと規制がありますが、健全なDLM戦略は、企業がコンプライアンスを維持するのに役立ちます。 DLMを使用すると、組織は個人データと組織の記録に関するデータ・プライバシー法を遵守しながら、効率とセキュリティを向上させてデータを処理できます。


データ・ライフサイクル管理とIBM

IBMは、組織がデータの要件時から廃棄時までデータを管理し、コストを削減しながらビジネスの俊敏性を向上させるのに役立つビジネス・ソリューションを提供します。 IBM Cloud Pak for Dataは、マイクロサービス、主要なデータ、AI機能を活用して、分散システム全体でデータのインテリジェントな統合を可能にし、企業にビジネス・パフォーマンスの全体像を提供します。 これにより、エンタープライズ・データの収集、編成、洞察が迅速になり、企業は大規模な意思決定を行うことができます。 データ管理チームはまた、競争力のあるIBMのセキュリティー・フレームワークを使用することで、データがセキュアであることを信頼できるため、規制ポリシーを確実に順守し、コンプライアンスのリスクを低減できます。