データアクセス／準備／統合を効率化、AI活用を促進する「DataOps」とは

　AIなど最新技術の活用にはデータが欠かせないが、ある調査によると、89％の企業がその管理に苦労し、洞察の遅れや、基礎データの信頼性の欠如に悩んでいるという。こうした中で注目されているのが、自動化技術を活用し、データのアクセスや準備、統合における非効率さを解決するための、人／プロセス／テクノロジーのオーケストレーションを意味する「DataOps」だ。

　「DevOps」と言葉は似ているが、DataOpsは迅速かつ信頼できる高品質データに焦点を当てた方法論であり、変革や効率性の目標としているものがDevOpsとは大きく異なる。その中核は情報アーキテクチャにあり、データパイプライン全体を「中断」せずに徐々に変更できるかが鍵となる。そのためには、データガバナンスとデータ統合のツールおよび、プラクティスの棚卸しが必要となる。

　そしてツール選定の際には、データキュレーションサービス、メタデータ管理、データガバナンス、マスターデータ管理、セルフサービスでのアクセスといった、5つの重要領域での自動化を重視しなくてはならない。本資料では、DataOpsの定義や、提供する機能、活用事例などについて詳しく解説しているので、ぜひ参考にしてほしい。