データ衛生がデータ品質に与える影響
世界中で AI 競争が繰り広げられていますが、企業はパズルの最初のピースであるデータの整理を怠っています。
認知システムと AI システムへの全世界の支出は 77.6 年に 61.4 億ドル (2022 億ポンド) に達すると予測されており、世界中の企業が効率化を図るために AI をシステムに統合し始めています。しかし、多くの企業がパズルの最初のピースであるデータの整理を怠っているようです。
企業が新しいテクノロジーに投資して将来に備えるためには、まず、処理するデータが最高品質であることを確認する必要があります。これがなければ、企業は、特に処理するデータが基準を満たしているかどうか疑問がある場合、健全で戦略的な決定を下しているかどうか確信が持てません。
水が地球上のすべての生命を支える基礎的な構成要素であるのと同様に、データは今日のビジネスの世界における重要な要素であり、すべての製品、サービス、顧客とのやり取りの基本的な構成要素です。
課題はさらに複雑になります。基礎となるデータが純粋な品質であることを知っていれば、企業は法廷に立たされることがなくなり、コンプライアンス違反も減ります。
プロセスの最適化、コストの削減、イノベーションの推進。データは表面的には非常に明瞭に見えますが、本当に重要なのはその裏側です。表面的なデータに基づいて偏った決定を下すことを避けるために、企業はデータがどのように機能するかを深く掘り下げて理解する必要があります。
データの品質が不明確だと、企業は顧客の不満、規制開示リスク、収益予測不能に陥る可能性があります。さらなる可能性を解き放ち、イノベーションを推進し、より多くの収益を生み出すためには、企業はこれらの問題にさらに深く取り組む必要があります。
公共部門で最近注目を集めたウィンドラッシュ事件の例を取り上げてみよう。内務省は、実際には何年も前に合法的に英国に移住した個人の移民ステータスに関する誤ったデータを保有し、このデータを政府の他の部門と共有し始めたため、不当にサービスを拒否されたり、強制送還されたりした。英国会計検査院は、ウィンドラッシュ事件は質の低いデータに頼ることの結果を示しており、各省庁が情報の取り扱いを改善しなければならない理由を示していると、最近の「政府全体でのデータ使用の課題」レポートで主張している。
データ品質は、多くの民間セクターの産業にも影響を与えます。たとえば、資産運用について考えてみましょう。ステート ストリート コーポレーションの調査によると、資産運用会社の大多数 (88%) は、データ要件が自社の流通戦略に対する課題であると認識しており、ほぼ半数 (36%) は、MiFID II が自社の国境を越えた活動に対する障壁となることに同意しています。
では、企業はデータの浄化を始めるために何をすべきでしょうか?
AI 革命の到来: あなたのビジネスは準備ができていますか?
1.計画を作成する
曲がりくねったデータの流れが確実に軌道に乗るようにするには、企業はデータを高い水準に保つために実行する一連の構造化された手順を概説する必要があります。段階的なデータ クレンジング プランにより、組織のデータに関する透明性が高まります。たとえば、データの出所、発生頻度、すべてのデータが必要かどうか、誰がデータにアクセスする必要があるかなどです。結果として、このようなプランを実行することで、企業はコストを削減し、効率を大幅に向上させることができます。
2. 重労働はテクノロジーで解決する
昔は、データの品質を向上させるために、企業は長い手作業による介入プロセスを経なければなりませんでした。しかし、分析ツールや機械知能ツールの登場により、それらのツールが私たちに代わって精製プロセスの大部分を実行できるようになりました。市場にあるどのツールがニーズと予算に最も適しているかを調べ、それらを使用して自分とチームの作業を楽にしましょう。
3. 監査の実施
次の行動は、監査を実施して、既存のデータがビジネスにどの程度関連しているかを評価することです。たとえば、売上を伸ばすために必要なデータは、顧客にパーソナライズされたサービスを提供したり、不正行為を減らしたりするために必要なデータとは大きく異なります。同様に、ビジネスを運営するためにどの顧客とベンダーが必要で、どの顧客とベンダーがもはやアクティブではなく、残しておいてもよいかを検討してください。新しい ERP プラットフォームに移行するときは、ビジネスに実際に必要なデータの浄化のみに焦点を当てることが重要です。水の濾過プロセスに似ており、その目的は不純物を取り除き、きれいな水だけを残すことです。新しい ERP ソリューションへの移行にも同じ原則が当てはまります。つまり、関連するデータと無関係なデータを分離します。
4. データを恣意的に選ばない
これは間違いなく、企業が犯しやすい、最もよくある間違いの 1 つです。もちろん、見たい結果だけを求めて、不利なデータを減らす傾向があるのは自然なことです。しかし、これではデータ レポートの全体像が見えにくくなります。客観性は成功を生み、企業は正しい方向に進んでいることを確認するために、良いデータも悪いデータも含め、すべての関連データを調査結果に含める必要があります。
5. 文化を忘れない
高品質のデータを維持したい場合、組織としてまず変化を受け入れなければなりません。そして、このレベルのデータ品質を維持することが本当の課題となります。あなたのビジネスが新しいデータを作成し続けることは間違いありません。ほとんどの従業員と雇用主がデータの重要性を過小評価しているため、この取り組みでは姿勢が極めて重要です。
6. データアドボケートの割り当て
考え方を効果的に強化し、変える方法の 1 つは、さまざまなチームに意欲的なデータ推進者を委任することです。従業員が組織の成功の原動力としてデータ品質の重要性を理解するための教育も同様に必要です。そうしないと、すべてが窓ガラスに落ちる雨粒のようにすぐに蒸発してしまいます。
7. 企業はデータ管理の不備により数百万ドルの損失を被る可能性がある
これらすべてを念頭に置き、ハードルを高く設定しすぎると有害になる可能性があることに注意することが重要です。確立されたベスト プラクティス、比較可能な企業、業界標準を参考にするのが最善の方法です。次に、コンプライアンス法の問題があります。発生する可能性のあるインターフェイスの問題を認識しながら、企業は、データがシステムとビジネスの間、およびサプライヤーと顧客の間でシームレスに流れるようにする必要があります。
データはあらゆるビジネスに不可欠な要素であり、これらの手順に従うことで、データが効率的で関連性があり、重要な競争上の優位性につながることを保証できます。そして、水のエコシステムと同様に、データのエコシステムも貴重です。自由に流れ、不要なゴミで汚染されてはなりません。そうして初めて、新しいテクノロジーの恩恵を受け始めることができます。
データプライバシーが注目されています。クリック Pr_media 元の記事はITProPortalでご覧いただけます。