映画のワンシーンを見てみます。 ミッションインポッシブル – ローグネイショントム・クルーズが離陸したジェット機の外側にぶら下がっている。そう、彼はその状態から変わらず、搭乗もできていません。データ担当役員の中には、同じように感じている人もいるでしょう。目標、つまりこの比喩では目的地を定めるだけでは十分ではありません。データ戦略は、時間通り、予算通り、そしてもちろん安全に搭乗するためのフライトプランを提供する必要があります 。 

実際、データ戦略は野心、つまりビジネス目標から始まります。しかし、旅の目的は目的地だけではありません。目標を定めたら、目指すべき方向性として、組織としての現在の状態を評価する必要があります。それには強いリアリティが必要です。その出発点は、旅程と途中で協力しなければならないものを特定するのに役立ちます。目的地への行き方の地図が手に入ります。

お客様との最近の戦略ワークショップでは、データアクセス、アナリティクスおよびAI機能、組織構造、文化とコミュニケーションの4つの領域を評価することに焦点を当てています。 

ご存じのとおり、データ戦略なくしてAI戦略は存在しないため、まずはデータから始めます。お客様の現在のデータの実態をより深く理解するために、私たちは以下の一連の質問をします。 

• すべての内部データにアクセスできますか？
  • 既存のアプリケーション、システム、またはビジネスユニットのサイロからデータを解放したか？ 
  • 非構造化データを使用可能な構造化データに変換できたか？ 
• 現在、パートナーや顧客とデータを共有しているか？ 
• 現在、外部データをデータプロバイダーやマーケットプレイスから調達していますか？ 
• データが保護され、その使用が規制に準拠していることを確認しますか？

AIへの関心が高まり、AIが普及したことにより、幅広く多様なデータソースにアクセスし、管理することの重要性がさらに高まっています。データの多様性により、幻覚やバイアスのリスクが軽減されます 。

しかし、データファウンデーションの構築と維持は、データやテクノロジーそのものだけに依存しているのではありません。現在の現実における人、プロセス、組織の要素について掘り下げる、別の一連の質問があります。 

• 適切なデータ、アナリティクス、テクニカルスキルがありますか？ 
• データやアナリティクス機能は組織内のどこにありますか？ 
• あなたのチームは、コラボレーションを成功させるために組織化され、強化されていますか？ 
• ユースケースやアナリティクス、AIイニシアチブを特定し、優先順位を付けましたか？
• データに基づいたインサイトやアプリケーションをビジネスユーザーに提供できていますか？
• 現在、データやアナリティクスプロジェクトの影響をどのように測定していますか？
• データの伝道、組織の教育、データカルチャーの構築を行っていますか？ 
• ビジネスに対するデータの影響を測定し、伝えていますか？

これらの質問はすべてではありません。それぞれの回答は複雑になる可能性があります。たとえば、既存の人材を評価すると、スキルを補充するか雇用するかという問題が生じます。同様に、データの整理も複雑です。その範囲は集中型から分散型まで様々で、ハイブリッドモデルはその中間に位置する可能性が高いです。データが組織全体に分散したまま、強力なデータガバナンスとプロセスによって調整され、その使用が特定され優先順位が付けられると、良い媒体が見つかります。 

大規模な港湾当局による最近のワークショップでは、分散モデルと協調モデルが最終的な目標として設定されました。一元化されたデータチームと強力なエグゼクティブサポートにより、データトランスフォーメーションをすでに開始していました。しかし、この大規模な組織は、世界中の複数のビジネスユニットと、データの共有が必要な多くの子会社やパートナーで構成されていました。新しいAI要件により、複雑さが増しました。それを効率的かつ大規模に実現するにはどうすればよいのか。 

データチームが引き続き取り組んでいる主な課題は、以下のとおりです。 

• 組織全体にわたってどのようなデータがあるかを把握するにはどうすればよいですか？ 
• 自社のデータを一貫性のある有意義な方法で説明できますか？ 
• 必要な外部データを取得するにはどうすればよいですか？ 
• より広範なデータエコシステムでのコラボレーションは可能か？
• 企業がより簡単にデータを発見し、アクセスできるようにするにはどうすればよいですか？ 
• 必要な情報とインサイトを適切な人に提供するにはどうすればよいか？ 
• 可視性とコントロールを向上させてコストを管理するにはどうすればよいか？

これらの質問は、よりデータドリブンになることを目指す広範なエコシステムのニーズを反映しています。これらの質問の背後にあるテーマは、調整です。 

古代中国の武人で戦略家の孫子を観察すると、「勝利は問題の機会を見つけることから生まれる。それは戦争と同じように、テクノロジーにも当てはまります。はい、データは資産と見なされます。多くの人は、それを課題と考えるかもしれません（実際にそうである場合もあります）。しかし、それを実際に利用し、価値を提供する機会があります。そのためには、適切な基盤を構築することで、これらの機会をビジネス目標に整合させる必要があります。

プラットフォーム、プラットフォームの使用を管理するプロセス、プラットフォームを使用する人の3つの柱が基盤となります。この基盤により、効果的かつスケーラブルな方法で、すべての組織活動やユースケースに実用的なインサイトを提供できます。

基盤は、物理的なデータだけでなく、アナリティクスやAIプロジェクトをエンドツーエンドで実行するための統制されたアクセスを促進する統合プラットフォームでのデータの統合が必要です。このプラットフォームは、取り込みからガバナンスとオペレーション、インサイトの提供とインパクトまでをカバーしています。詳細はSnowflake.comをご覧ください。

ここでは、主な機能をいくつかご紹介します。まず、構造化データ、半構造化データ、非構造化データ、さらにはクラウドやオンプレミスに存在するデータなど、あらゆるタイプのデータに対応する必要があります。さらに、社内データだけではありません。データファウンデーションでは、外部パートナーや顧客とのコラボレーションを可能にして共同ユースケースを促進し、サードパーティソースにアクセスしてビジネスの全体像を把握できるようにする必要があります。 

強固なデータ戦略のもう1つの重要な要素は、データ製品の概念です。データ製品とは、単一のソースアプリケーションやプロセスからのデータ、またはCustomer 360やProduct 360などの複合ビューを提供するための複数のデータソースの集合体を指します。コンポーネント製品を組み合わせてさまざまなデータ製品を構築し、さまざまなユーザーのニーズに対応します。これには調整と、Snowflakeのリスティングやマーケットプレイスのような発見とアクセスのためのメカニズムが必要です。もちろん、データ製品の実際の形式は、データそのものから、シンプルなインターフェイスや意思決定支援ツール、ビジネスロジックを組み込んだネイティブアプリケーションまでさまざまです。ユースケースとエンドユーザーに応じて選択します。プラットフォームは、すべてのユースケースとエンドユーザーをサポートする必要があります。

データ戦略の中でプラットフォームに含まれるものが大きいのは明らかですが、それだけではありません。

完全なデータ戦略は、すべての従業員の役割と責任に対処するものです。データドリブンな組織とは、誰もが役割を果たすことを意味します。 

ほとんどのデータ戦略には、複数のタスクにわたって責任者、説明責任、協議者、情報通を特定するためのRACIテーブルが含まれています。しかし、データ戦略では、すでにデータに精通している人だけでなく、組織全体のすべての人の役割も考慮する必要があります。  データドリブンになるには、「売り場から最上階まで」広がる文化の変革が必要です。結局のところ、誰もがデータを取得、保護、または利用する役割を担っています。実際、レジ係やフィールドサービス技術者など、データを取り込んでいる人は見過ごされがちです。この種の変化に必要なのは、メガホンだけではありません。データ戦略には、すべての従業員を伝道し教育するためのコミュニケーション戦略を含める必要があります。

以前、CDOのDは「データ」ではなく「外交」を意味するとCDOに言われました。データ戦略を実行し、その役割を成功させる鍵の1つは、多くの場合リソースが限られているにもかかわらず、主要なステークホルダーと競合する可能性がある要件を調整することです。これを効果的に行うには、透明性のあるポリシーとプロセスが必要です。 

• 誰が、何のために、何のデータにアクセスできるか？ 
• プラットフォーム要件はどのように決定されますか？ 
• データ製品はどのように定義、開発、展開されますか？
• データ製品の要件と使用は複数のコンシューマー間でどのように調整されますか？ 
• データ製品やプロジェクトの優先順位は？ 
• リソースはどのように割り当てられますか？ 
• 成果はどのように評価されますか？ 
• 最終的に、継続的な投資はどのように決定されますか？ 

これらのガイドラインとガードレールを設けることで、データ戦略をスムーズに実行できるようになります。ポリシーとプロセスは透明性を確立します。人は自分の立ち位置や進め方を把握し、最終的にそのプロセスを信頼します。 

プロセスとポリシーは、多くの場合、データガバナンスの領域と見なされます。しかし、データセキュリティ、プライバシー、コンプライアンスだけでなく、ガバナンスを幅広く考えることが重要です。重要なのはオペレーションであり、最終的にはビジネストランスフォーメーションです。 

運用の視点で見ると、透明性のあるプロセスは、要件の発見から投資の調整、影響のモニタリングと測定までのステップを定義することで、データやAI Opsなどの要件とリソースの調整に役立ちます。たとえば、データ戦略には、ビジネスの戦略目標と取り組みの実現可能性に基づいてユースケースに優先順位を付けるプロセスを含める必要があります。このプロセスでは、次のステップと実際の戦略の実行が提案されます。 

今後予定されているSnowflake eBookでは、Snowflakeのお客様の多くのAIデータリーダーが、効果的でスケーラブルなAI戦略をどのように実行したかについて、教訓とベストプラクティスの両方を含めて語ります。ご期待ください。

まとめると、データ戦略は目的地の目標から始まり、現在の現実からジャーニーをマッピングする必要があります。しかし、私たちは、ある場所から別の場所に自分自身を投影することはできません。そのためには、プラットフォームを構築し、そのプラットフォームを効果的に使用するためのプロセスとポリシーを定め、すべての人に使用方法を教える必要があります。これには、チームの編成方法、全員の役割と責任の評価、組織全体での継続的なコミュニケーションの計画が含まれます。 

誰もが知っていることですが、もう一度言っても問題はありません。データドリブンを目指す人にとって、データ戦略とは、テクノロジーだけでなく、人とプロセスに関するもの（本当の意味での自動運転を実現するまで）です。道路やルールがなければ 運転手は衝突や交通渋滞を引き起こします。データ戦略はそのすべてをマッピングする必要があります。