DataOpsって何?
こんにちは!インサイトテクノロジーマーケティング本部です。
「DataOps」という言葉を何となく聞いたことがあるのではないでしょうか。企業がデジタルトランスフォーメーション(DX)を推進する際に取り入れる手法の1つのようなイメージが強いようですが、「DataOps」が一体どのような手法を指しているか、「DataOps」を採用してどのようなメリットが得られるのかを調べて、その結果をシリーズで皆様と共有したいと思います。まず、「DataOps」の定義から見ていきましょう。
「DataOps」の定義
「DataOps」は、米国の調査会社であるガートナー社より提唱された言葉であり、「組織全体のデータ管理者とデータ利用者の間のコミュニケーションの向上と、データフローの統合と自動化の改善に焦点を当てた共同作業によるデータ管理の手法」と定義されています。
言い換えると、DataOpsとは、担当者、プロセス、テクノロジーを連携させ、より俊敏で自動化されたデータ管理アプローチを実現することです。その目的は、データへの容易なアクセスを実現し、データの収集から利用までのデータサプライチェーンに関わるさまざまな関係者(開発者、データサイエンティスト、ビジネスアナリスト、DevOps担当者など)の要求に対応して、幅広いユースケースをサポートすることです。
DataOpsは幅広い内容を指す用語であり、新たなデータ管理のための製品やサービスの活用が含まれるだけでなく、企業文化や組織の変革も含むことがあります。近年、「DataOps」に関連するコンセプトとテクノロジーは、データ駆動型を目指す企業に広く採用されています。
なぜDataOpsなのか?
DataOpsが流行りになった背景には、データ量の増加とそれに伴うデータ価値への重視を無視することができません。あらゆる規模の企業が、データ駆動型の新しいアプリケーション開発に注力し、変革を実現しようとしています。企業が、オンプレミスやクラウドなど、さまざまな場所のさまざまなデータプラットフォームで、大量のデータの保存と処理を行う場合、データ管理とデータプロビジョニングの複雑性も増大します。
そして、変革には、ビジネスの俊敏性向上が不可欠です。
データ駆動型アプリケーションを開発して活用し、データ駆動型の意思決定を行ってビジネス価値を実現しようとするには、より俊敏で自動化されたアプローチを通じてデータベースプロビジョニングとデータ管理を行い、 変化するビジネス要件にすばやく対応しなければならないことは明らかです。特に、データのプロビジョニングと管理に関しては、今でもその多くが手作業のプロセスに依存しているため、イノベーションの実現と効率向上にとって妨げとなります。
そのようなデータ管理におけるより俊敏で自動化されたアプローチの実現を表すため、「DataOps」という用語が使われるようになりました。
DataOpsによって、データプロビジョニングに関わる複雑性をなくし、セルフサービス型のデータアクセスを実現できます。これにより、データ駆動型アプリケーションの開発と、データ駆動型の意思決定を加速し、ビジネスの俊敏性をサポートして、急速に変化するビジネス要件にも対応できるようになります。
また、DataOpsを採用することで、近年ますます悪化している、データ管理者が、データ利用者の要求に対応できない問題も解決できます。データサイエンティスト、データエンジニア、データアナリスト、データ管理担当者、IT担当者を組み合わせた、部門横断的なコラボレーションチームの編成が求められます。
このように、データ駆動型の取り組みが進むに伴い、データ管理に関して、新たな企業文化や組織的アプローチが必要となっていることは、DataOpsの背景となっています。次回からDataOpsが重要である理由やもたらすメリットについて述べます。
DataOpsシリーズ