ホワイトペーパーマスターデータ管理の決め手はデータ品質データ品質管理ツールで効果的な商品情報管理 (PIM) を実現する手順本文書には Informatica Corporation (Informatica) の機密情報、専有情報および企業秘密情報 (以後、｢機密情報｣とします) が含まれており、Informatica による事前の書面による承認を得ることなく、いかなる手段においても、本文書をコピー、配布、複製、複写することを禁止します。本文書の情報が正確かつ完全であるようにあらゆる試みを行っていますが、誤植または技術的に不正確な部分が存在する可能性があります。Informatica は、本文書に含まれる情報の使用から生じるいかなる損失に対して一切の責任を負いません。本文書に含まれる情報は、予告なく変更されることがあります。こうした資料で検討している製品特性を Informatica ソフトウェア製品のリリースやアップグレードへ採用することは、リリースやアップグレードの時期と同様に、Informatica が独自に決定します。以下の米国特許の 1 つまたは複数の特許によって保護されています : 6,032,158; 5,794,246; 6,014,670; 6,339,775; 6,044,374; 6,208,990; 6,208,990; 6,850,947; 6,895,471;または以下の申請中の米国特許: 09/644,280; 10/966,046; 10/727,700。 2013 年 11 月発行ホワイトペーパー目次データ品質管理 (DQM) を MDM 戦略の一環とする . . . . . . . . . . . . . . . . . . . . 3 DQM ツール . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 (データ) 品質の監視 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 コンセプトの状況と妥当性チェックルール. . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 システムによるユーザーサポート . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 レポート作成ツール . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 組織的な対策 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 DQM を組織面で実現するのがデータガバナンス . . . . . . . . . . . . . . . . . . . . . . 5 マスターデータ管理の決め手はデータ品質 1 ここ数年間で、多くの企業が顧客情報やサプライヤ情報、製品情報といった業務関連のマスターデータを再定義し、全社レベルの戦略にすることを決断しています。マスターデータ管理システム内のデータオブジェクトの整合性、正確性、信頼性を確保するために、テクノロジーを使って、業務部門と IT 部門の両方がデータを統制すること。データ品質管理 (DQM) データオブジェクトを、業務プロセスや IT アプリケーションの中で「適切に利用する」ための方法を定義すること。商品情報管理 (PIM) 商品情報のベースとなるデータの取得やデータ管理、アウトプット管理に関わる全ての業務プロセスと IT コンポーネント。商品に関連するマスターデータには、例えば部品番号や商品の簡易名称、技術的な特性などがあります。これらのデータは、商品情報管理 (PIM) の基本構造となります。PIM は、IT システムやエンタープライズリソースプランニング (ERP) システム内にある主要データ、商品関連のその他知識、マーケティング情報などを、画像や動画のような構造化されたメディアコンテンツと組み合わせます。PIM 戦略は、全ての販売チャネルにある商品情報を集めて、ひとつのデータベースに統合すること(つまり情報の一元化) を目的とします。このデータベースを元に、オンラインストアや受注プラットフォームなどの電子チャネルだけでなく、高度に自動化された印刷カタログや印刷作成プロセスなどのマルチチャネルのコミュニケーションが可能になります。特に、グローバルに多種多様な商品を取り扱う企業の場合、さまざまな関連部署 ( 購買、マーケティング、商品管理、社外代理店など ) が、こうした商品情報の利用プロセスやそれをサポートするシステム構成を継続的に再定義しなければなりません。しかし多くの PIM プロジェクトの場合、他のプロジェクトに比べてデータ品質をそれほど重要視していません。ビジネスプロセスレベルの情報ライフサイクルサプライヤ管理製品ライフサイクル管理販売管理ビジネスインテリジェンスマスターデータ管理戦略とビジネスモデル業界トレードデータガバナンスプロセスおよび組織要求管理統合の実現品質管理 IT バリューチェーン情報ライフサイクルのアーキテクチャ 2 データ品質管理 (DQM) を MDM 戦略の一環とするデータ品質管理が最も必要とされるのは、さまざまな場所に分散したマスターデータに簡単にアクセスする方法やデータに関するドキュメンテーション、明確な品質基準、マッチング手段などについて知りたい時です。しかし、データ品質は、原則的にその都度変わるものであり、逆に言えば常に改善できるものです。そこで、DQM の基盤を構築する際に最初にすべき事は、データ品質の目標を定義して、次にその妥当性をプロジェクトで試すことです。データモデルの正規化構造的に調整されたモデルマスターデータオブジェクトの分析オブジェクト構造の分析構造的な定義と設計システムの移行コンテンツの調和コンテンツ調整後のデータ一致オブジェクトの認識オブジェクトのクリーンアップコンテンツの正規化提案された適応データモデル企業データの責任派生データのガバナンス地域マスターデータ管理プロセスと組織の環境ケアプロセスの定義マスターデータ管理の実行手法そして、プロジェクトで効果があれば、そのプロセスがマスターデータ管理と品質管理ポリシーを統合した明確なプロセスモデルとなります。つまり、MDM で永久的に使えるグリッドデータと、全てのデータオブジェクトを「適切に利用する」ための評価基準の両方を構築できるということです。ここでデータ品質は、アプリケーション側のデータ要件と実際のデータ特性の両方を考慮する橋渡し的な役割を担うと定義します。たとえば、同じ商品でも、オンラインストアで扱う場合と、印刷されたカタログで扱う場合では、製品データの質に対する要件は大きく異なります。DQM の導入における最初のステップは、マスターデータ品質要件をクリアするための条件を特定することです。例えば、法規制要件は、サプライヤの効果的な管理、前述のマルチチャネル販売モデル、レポートや評価基準の標準化などの社内統制の課題面で重要な役割を果たします。 DQM は、再定義された MDM メタデータモデルをベースとしたルールを管理するためのシステムであると定義します。そしてこれらのルールは、プロセス改善に必要な品質要件を客観的に定義することによって導き出せます。この定義プロセスを的確に進めるためには、適切な評価方法とツールの導入が必要です。まさに「評価できなければ、管理できない」という DQM の原則通りです。適切なレポートや評価基準がベースにあれば、「自社に見合ったデータストレージアーキテクチャは何か？」といった問題に、プロセスとテクノロジーの両方から答えを導き出すことができます。そして、その答えの成果は、常に DQM の目標と照らし合わせながら、時間の経過とともに評価します。マスターデータ管理の決め手はデータ品質 3 DQM ツール品質管理戦略の導入プロセスをサポートし、測定と評価の進捗状況を確認するためには、DQM ツールが必要です。システムへの適用性については、個別にテストすることで調整します。 (データ) 品質の監視 • システム／プロセスの変化に合わせた品質基準の定義 • データを扱う人の責任定義コンセプトの状況と妥当性チェックルール • データチェックの自動化 • 積極的な状況共有システムによるユーザーサポート • 検索メカニズム、タスク管理、ワークフローのサポート • (レイアウトが関連するような) 商品のビジュアルなプレビュー • 役職と権限で異なるオブジェクトビュー、コンテンツベースの責任レポート作成ツール • KPI レポート作成のフレームワーク • ビジネスインテリジェンスの範囲内で関連する CRM や ERP、その他コマースを含むデータソースへのリンク組織的な対策 • サービスレベル契約 (SLA) への合意 • コストセンター配賦モデルとボーナス／ペナルティ制度の再考 • 標準作業手順 (SOP) の確立 4 DQM を組織面で実現するのがデータガバナンス DQM 戦略は、統計的に適用できるものではありません。なぜなら、企業家的なコンテキストパラメータのイノベーションに伴い、対象とする市場も法的要件も常に変化するからです。DQM タスクにグループ全体で取り組むためには、各部門に責任を割り当てることが必要です。そこで、品質管理の組織的な一面として、データガバナンスによって現在の DQM プロセスの一部となる管理タスクを規定します。例えば、データ品質戦略や指針の確立、データ保守プロセスや基準の定義、データ品質目標に対する全社の合意、それら全てを考慮したインセンティブシステムの確立などです。またデータガバナンスによって、タスクの遂行に関与すべき組織内の役職を特定します。代表的な例として、DQM の戦略と導入において全般的な責任を担うのは、データスチュワード (データ管理者) です。多くの場合は、担当者レベルがこの役割を担うことになりますが、データの提供と受け入れを行う部門間の活動を調整し、それぞれにデータ品質基準とその原理を導入することで、全社に DQM の文化を浸透させます。また一方で、データスチュワードは特化の分野に特化した DQM 要件についても、全体的な戦略に照らし合わせながら評価します。その過程で対立があった場合には、経営幹部が参加するデータ品質委員会で、部門間の問題を解決し、全社のデータ品質管理を監督します。 2010 年の Gartner 調査よりデータ品質管理の成熟度を測定するために、DQM 成熟度モデルがよく導入されます。この成熟度モデルを使って、組織のデータ品質管理の達成度合いを決定します。成熟度モデルは、データがどの程度管理されているか、データ管理者とプロセスの責任者がどの程度データ品質に対する責任を果たしているか、といった事から、一般的な基準や指針が日常業務でどの程度守られているかを評価するのに役立ちます。DQM システムを制度化することの正当性は明らかです。データ品質管理は、時間の経過とともに変化するデータ品質目標に合わせて繰り返し再定義されるものです。また、組織毎に異なる学習曲線を考慮する必要性も示してくれます。特に、 MDM 戦略と DQM 戦略を組み合わせるようなデータ品質管理タスクは、IT 部門が単独で実行できるようなものではないということを理解することが重要です。変更要求異なる興味複雑さカルチャーカルチャー管理ユーザーのスキルと役割データ品質レポート作成 DQM 半減期所用時間固定的な DQM 戦略の調整マスターデータ管理の決め手はデータ品質 5 〒162-0845 東京都新宿区市谷本村町 1-1 住友市ヶ谷ビル 13 階電話: 03-5229-7211 (代表) FAX: 03-5229-7623 www.informatica.com/jp linkedin.com/company/informatica twitter.com/InformaticaCorp © 2015 Informatica Corporation. All rights reserved. Informatica® および Put potential to work™ は、米国およびその他の国における Informatica Corporation の商標または登録商標です。その他すべての企業名および製品名は、各社が所有する商号または商標です。 IN09_1113_2530_PIM_for_Data_Quality_US.pdf