データマネジメントの実態と最新動向2024

本書の概要

データマネジメントとは、企業がデータをビジネスに活かせるように維持していく取り組みです。 昨今、DX（デジタルトランスフォーメーション）の推進やデータドリブン経営などの観点から、データマネジメントの重要性は高まっています。 本書は、企業におけるデータマネジメントの取り組みの実態を、アンケート調査の結果をもとに多角的に分析し、明らかにします。

また、データマネジメントを高度化する製品・サービスについて、主要なベンダーへの取材をもとに、各社のビジネス動向や戦略を解説します。 顧客のデータマネジメントを支える企業にとって、必携の1冊です。

本書のポイント

• 企業におけるデータマネジメントの取り組み実態に関するアンケート調査を実施
• データマネジメント領域の概況や、製品・サービスの動向、データマネジメントをめぐる将来展望などを解説
• 主要ベンダーへの取材をもとに、データマネジメントに関連する製品・サービスと、各社の動向・戦略を整理

注目の調査結果

＜＜「企業のデータマネジメントの取り組み実態調査」のハイライト＞＞

本調査では、データ品質管理やマスターデータマネジメント、データ統合やデータ基盤の構築、メタデータ整備、データアーキテクチャやデータモデリング、人材や組織など、データマネジメントにおける様々な観点の設問を通じて、企業のデータマネジメントの実態を多角的に分析しています。

調査の結果を総合すると、多くの企業のデータマネジメントは道半ばであるといえます。多くの企業でデータマネジメントをIT部門が担っており、事業部門の関与は限定的であるほか、専門組織や人材が担当するケースも少数にとどまります。

また、多くの企業が、スキルを持つ人材や予算の不足を課題として挙げています。

そのような中で、マスターデータマネジメントに全社的に取り組んでいる企業が半数以下であり、メタデータを全社的に整備している企業も1割以下であることや、全社のデータを俯瞰するためのデータアーキテクチャを策定している企業も約1割にとどまることなどから、データマネジメントに関する取り組みは、部門やシステム単位で限定的に行われていることが多いと推測されます。

さらに、データの所在が明確でないことや、多くのシステムが稼働しマスターデータの一元化が困難なことを課題とする企業も多く、データを活用しようにも、散在していて統制が効かない状態であることがうかがえます。

データマネジメントに対して、業務の効率化や生産性の向上、意思決定の迅速化やDXの推進などへの期待は高い一方で、多くの企業でその取り組みは発展途上とみられます。

目次

第1章 データマネジメントの概況

• 1.1 データマネジメントとは
  • 1.1.1 データマネジメントの定義と構成要素
  • 1.1.2 データマネジメントをめぐる現状と今後
• 1.2 企業のデータマネジメントの取り組み実態
  • 1.2.1 データマネジメント成熟度モデルによる国内のデータマネジメントの評価
  • 1.2.2 データの分析・活用への取り組みの実態
  • 1.2.3 保有しているデータの状況
  • 1.2.4 データマネジメントの実施状況
  • 1.2.5 今後に向けた提言
• 1.3 製品・サービスの最新動向
  • 1.3.1 マスターデータマネジメント/データ品質管理
  • 1.3.2 データ統合・連携
  • 1.3.3 データ蓄積
  • 1.3.4 メタデータ管理
• 1.4 データマネジメントの将来展望

第2章 企業のデータマネジメントの取り組み実態調査

• 2.1 調査概要
  • 2.1.1 調査概要
  • 2.1.2 回答者（回答企業）のプロフィール
• 2.2 データ品質・マスターデータマネジメント
  • 2.2.2 データ品質に関する課題
  • 2.2.1 データ品質の維持・向上の活動状況
  • 2.2.3 マスターデータマネジメントの取り組み状況
  • 2.2.4 マスターデータマネジメントの実施手段
  • 2.2.5 マスターデータマネジメントの課題
  • 2.2.6 マスターデータマネジメントの担当部門
  • 2.2.7 今後のマスターデータマネジメントの方針や将来像
• 2.3 データ統合・データ基盤・メタデータ整備
  • 2.3.1 データ統合の状況
  • 2.3.2 データ基盤に関する課題
  • 2.3.3 メタデータにより得られる効果
  • 2.3.4 メタデータの整備状況
  • 2.3.5 メタデータを整備する人や組織
• 2.4 データアーキテクチャ・データモデリング
  • 2.4.1 データアーキテクチャの策定状況
  • 2.4.2 データアーキテクチャの策定へのIT部門以外の関与
  • 2.4.3 データモデリングの実施状況
  • 2.4.4 データモデルの策定目的
• 2.5 人材・組織
  • 2.5.1 CDO（Chief Data Officer）の任命状況
  • 2.5.2 データマネジメントを担う組織の状況
  • 2.5.3 データマネジメントに関する人材・組織の役割
  • 2.5.4 データマネジメントを担う人材・組織の人数
  • 2.5.5 データマネジメントに関する人材・組織の課題
• 2.6 その他のトピック
  • 2.6.1 データ分析のために収集（使用）しているデータの種類
  • 2.6.2 データガバナンスの実施状況
  • 2.6.3 データ分析・活用のための専門組織の設置状況
  • 2.6.4 IT投資予算に占めるデータマネジメントに関わる投資
  • 2.6.5 データマネジメントに関わる投資の効果の明確化
  • 2.6.6 データの整備や活用のために利用しているツールやサービス
  • 2.6.7 データマネジメントに期待する効果
  • 2.6.8 バックアップツールの利用状況
  • 2.6.9 バックアップの実施状況

第3章 製品・サービスとベンダーの戦略

• 3.1 マスターデータマネジメント/データ品質管理
  • 3.1.1 SAP Master Data Governance（SAPジャパン）
  • 3.1.2 Informatica Intelligent Master Data Management（インフォマティカ・ジャパン）
  • 3.1.3 TIBCO EBX Software（TIBCO）
  • 3.1.4 Oracle Enterprise Data Quality（日本オラクル）
• 3.2 データ統合・連携
  • 3.2.1 Informatica Cloud Data Integration（インフォマティカ・ジャパン）
  • 3.2.2 IBM DataStage（日本アイ・ビー・エム）
  • 3.2.3 Talend Data Fabric（クリックテック・ジャパン）
  • 3.2.4 ASTERIA Warp（アステリア）
  • 3.2.5 HULFT Square（セゾン情報システムズ）
  • 3.2.6 BoomiIntegration（Boomi Japan）
  • 3.2.7 Denodo Platform（Denodo Technologies）
  • 3.2.8 TIBCO Data Virtualization（TIBCO）
• 3.3 データ蓄積
  • 3.3.1 Snowflake（Snowflake）
  • 3.3.2 Oracle Autonomous Data Warehouse（日本オラクル）
  • 3.3.3 Databricks Lakehouse Platform（データブリックス・ジャパン）
• 3.4 メタデータ管理
  • 3.4.1 IBM Watson Knowledge Catalog（日本アイ・ビー・エム）