「世界には何カ国あるか？」といったシンプルな質問は、一見するとシンプルな答えが返ってくるように思えます。以下の図が示すように、実際にはそれほど単純ではありません。国連は主権国家を195カ国としていますが、自称国家は204〜207カ国存在し、ワールドカップ出場資格のあるFIFA加盟国は211カ国、オリンピック参加国は206カ国にのぼります。では、正しい答えは何でしょうか？それは誰に聞くか、そしてその人がどう定義するかによって異なります。
真実を求めて
データを活用する企業が増える中で、「正しい」答えや「真実」の唯一のバージョンが、必ずしも明確で単純なものではないことに気づき始めています。これを受けて、IT部門はデータガバナンスと管理の強化を求めるようになっています。これは、従業員が同じ質問をした際に、信頼性の高い正確なデータと分析にアクセスし、同じ答えを得られるようにするためです。
この概念は理論的には魅力的です。つまり、データを一元管理することで、同じ質問には常に同じ回答が得られるとを保証するからです。残念ながら、この理論は多くの組織において現実的には成り立ちません。さらに悪いことに、この理想的な環境を実現しようとして導入されたプロセスが、同じ質問に異なる回答があるという問題以上に、深刻な影響を及ぼす可能性もあります。
真実にたどり着くための厳しい現実
まずは、なぜ類似した質問に対して異なる回答を持つシステム間で、しばしば異なる数値が出てくるのかについてお話ししましょう。
例えば、あなたが家電製品を製造しているメーカーだとしましょう。あなたは、昨年家電製品の製造に使用されたすべての部品の総コストを知りたいと考え、その答えを出すために2人のアナリストに調査を依頼します。1人のアナリストは、家電製品の製造に使用された部品の総額が1億ドルであると判断し、「昨年」を1月から1月までに注文されたすべての部品と解釈しました。
2人目のアナリストは、同じ質問に対してやや異なる2つの定義を用います。まず、このアナリストがカウントする部品の総数には、新品の家電を製造する際に使用された部品だけでなく、すでに市場に出ている製品の修理や保守に使用された部品も含まれます。さらに、このアナリストはこの期間中に注文された部品ではなく、この期間中に支払われた部品を対象とするよう定義しています。
では、どちらが正しいのでしょうか？
これらの定義のうち、どれがこの質問を考える上で正しいのでしょうか？現実では、それは両方である場合もあれば、どちらか一方だけの場合も、どちらでもない場合もあります。すべては、解決しようとしているビジネス上の課題によって異なります。
企業内の各システムは、それぞれの目的や業務に適した、わずかに異なる数値のバージョンを保持しています。購買部門は注文に注力し、支払管理部門は支払いに関心を持っています。他の部門では彼らが日頃取り組んでいる問題の要件に対応するため、より微妙な定義が求められます。結局、「昨年家電製品を製造するために使用したすべての部品の総コストは？」という問いには、多くの答えが存在します。
真実は見る人の目に宿る
どのバージョンの真実が正しいのかを判断できるのは誰なのでしょうか？この例では、真実は見る人の視点によって異なることがおわかりいただけると思います。その質問が会計部門からのものであれば、彼ら、そしておそらく彼らだけが、自分たちのニーズを満たすバージョンがどれかを判断することができます。別のグループが回答をコントロールしようとするのは、おそらく有益ではないでしょう。
真実は、本当に問われている質問の内容にも左右されることが明らかになります。昨年家電製品を製造するために使用されたすべての部品の総コストを尋ねると、アナリストは当然のように「どの種類のコストですか？」と問い返すでしょう。税金は含めますか？送料はどうしますか？
全員が同じ認識を持つために
真実の単一バージョンは幻想に過ぎないと主張する人もいるかもしれませんが、企業はやはりチーム間でデータや分析のさまざまな側面が整合していることを確保する必要があります。組織が単一の「真実」のバージョンにたどり着くための、3つのヒントをご紹介します。
- データを責任を持って民主化する： データレイクを作成し、社内全体でデータを共有して誰もが簡単にアクセスできるようにしましょう。ただし、データガバナンスを徹底し、責任を持って実施することが重要です。企業は、データが全従業員にとって容易にアクセス可能であるだけでなく、正確で信頼性があり、安全で監査可能な状態であることを確保する必要があります。真実の一元化を実現するためには、まずすべてのチームが同じデータにアクセスできる環境を整えることが必要です。自分たちの条件に合った情報を正確に見つけ出すことができるようになります。
- データトレーニングとスキルアップを提供：従業員がデータを意思決定へとつなげるスキルを習得できるよう支援し、シチズンデータサイエンティストを育成します。適切なトレーニングを提供し、データに対して快適かつ自信を持って取り組めるようにしましょう。正確な質問を投げかけ、答えを導き出す際の微妙な違いを見極め、自分自身のインサイトを発見する力を養うことが大切です。
- 共有と再利用を可能にする：クエリ、分析モデル、背景資料、ダッシュボード、レポート、インサイトが適切に共有されるようにしましょう。これにより、同僚間で「ひとつの真実」としての共通認識が築かれます。また、効率化も実現します。例えば、「総売上高」を計算するために新たなクエリを作成するのではなく、シンプルな検索によって、他のチームが作成した関連クエリやドキュメントを見つけることができます。ユーザーは、どのデータが取得されていて、それがどこから取得されているのかを把握できるよう、透明性が確保されている必要があります。これにより、ユーザーは会社全体の知見を効果的に活用できるようになります。
貴社がデジタルトランスフォーメーションに取り組んでいる場合、「真実」を得る過程での成功や失敗、どのように支援を提供しているのか、あるいはさらに言えば、データサイエンス部門の取り組みによってどのような支援を受けているのか、ぜひお聞かせください。