Cloud Data Governance and Catalog の強力な機能を活用する

学習の目的

この単元を完了すると、次のことができるようになります。

• Cloud Data Governance and Catalog について説明する。
  
• Cloud Data Governance and Catalog がデータの統制に役立つしくみを説明する。
  
• Cloud Data Governance and Catalog の機能を挙げる。
  
• Cloud Data Governance and Catalog の中核となる用語を定義する。
  

データのコマンドセンター

データを整理する価値を理解したところで、Maria と Alpine Group にはそれを実現するための適切なツールが必要です。Cloud Data Governance and Catalog (CDGC) は、データカタログの機能 (データの検出) とデータガバナンスの機能 (データの管理) を 1 つのツールにまとめた一元的なソリューションです。Alpine Group のデータアーキテクト (IT 管理者) である Mateo がルールブックに従っている間に Maria にマップを使用してもらうというやり方ではなく、CDGC では同一画面上にマップとルールを表示します。IT のプロフェッショナルからビジネスアナリストまでの誰もが、日常的に使用するデータを見つけ、理解し、信頼できるように設計されています。

混沌とするデータに秩序をもたらす

データを手動で統制するということは、会社全体の大勢の人が新しいスプレッドシートの追加、フォルダーの移動、ファイルの名前変更を同時に行っている間に、巨大で雑多な引き出しを整理しようとするようなものです。CDGC では、ユーザーのために調査を実行する AI エンジン CLAIRE® を使用してこれが自動化されます。

CDGC は、次の機能によりデータの統制に役立ちます。

• ディスカバリーの自動化: システム内の機密データ (クレジットカードの番号など) を自動的に見つけるため、手動で検索する必要がありません。
  
• 説明責任の確保: 誰がデータスチュワード (情報の管理と保護についての責任を負う人) であるかを明確に定義します。
  
• 品質の測定: データを見つけ、評価し、スコアリングします。データセットに多数のエラーがある場合はフラグが付けられるため、Maria は重要なレポートに不適切な情報を使用してしまうことがなくなります。
  

CDGC の強力な機能

CDGC には、データを整理して透明性の高い競争上の優位性に変えるツールが満載されています。以下に、Alpine Group がどのように CDGC 機能を使用しているかを紹介します。

データのカタログ化

検索エンジンスタイルの簡易なインターフェースを使用して会社全体のすべてのデータアセットを対応付ける包括的なインデックスとして機能します。

実際の例: Maria は、どの物理サーバーに顧客の最新の取引データが保持されているかを知りません。キーワードを検索するだけでアセットをすばやく見つけ、マーケティングキャンペーンの作成を開始することができます。

データリネージ

データの発生源、変換内容、最終的な目的地を含むライフサイクル全体を示すビジュアルマップが提示されます。

実際の例: 年末の財務レポートに予期せぬ数値が示されている場合、データアーキテクトの Mateo は段階的にさかのぼって追跡し、数値の問題の原因となった不具合を見つけることができます。

データ品質統合

カタログ内で直接、データの正確性、完全性、一貫性を評価してスコアリングします。

実際の例: Alpine Group では自動化されたルールを使用して、メールアドレスの欠落や商品コードの破損が Maria の巨大なメールマーケティングの立ち上げを失敗させてしまう前にフラグを付けます。

関係者向けダッシュボード

データの健全性、品質メトリクス、使用状況の傾向についてカスタマイズされた概要レベルのビューが用意されています。

実際の例: Alpine Group の最高データ責任者は、1 つのビューで会社全体のデータの健全性スコアを確認して即座に難点を特定し、リソースを割り当てて修正することができます。

データ分類

含まれている情報の種別を特定するために、ラベルまたはタグがデータ要素に割り当てられます。

実際の例: CDGC では自動的にラベルが割り当てられるため、Mateo が行う必要はありません。たとえば、10 桁の数値の列をスキャンして「電話番号」とタグ付けし、個人識別情報 (PII) として自動的にフラグを付けます。

データプロファイリング

ソースのメタデータを評価し、値の分布、パターン、データ型などの列のデータ統計を分析して、データがビジネス用途に適しているかを判断します。

実際の例: 顧客情報内の隠れたデータパターンと異常を明らかになるため、Maria の意思決定の精度が高まります。

メタデータ管理

実際に大規模なデータセットを移動させることなく、データについてのタグ (作成日、ファイル種別、分類) を自動的に取り込みます。

実際の例: Alpine Group のコンプライアンス担当者は PII として分類されたすべてのデータセットをすぐに検索してロックされていることを確認できるため、会社のコンプライアンスと安全性が保たれます。

ビジネス用語集とアセットリレーション

この機能は、わかりにくい技術的なデータアセットをわかりやすい簡単なビジネス概念とポリシーに結び付けます。

実際の例: データベーステーブルの暗号のような名前 (「CUST_TX_001」など) を明確なビジネス用語 (「顧客取引」など) に結び付けます。そうすることで IT チームと非技術的なチームのギャップが埋まるため、会社の誰もがまったく同じ方法でデータを解釈できるようになります。

関係者とワークフロー

すべてのアセットに明確な所有権が割り当てられ、変更の実行に対して自動化された承認プロセスが作成されます。

実際の例: 誰かがデータの分類を変更する場合、自動ワークフローによって、指定されたデータスチュワードに転送されて確認が行われます。説明責任を確保するためのデジタル許可書として機能します。

検索と閲覧の柔軟性

ユーザーの作業方法の違いに適応できるように、複雑なクエリ、適応型の検索方法、簡易なエクスポートがサポートされています。

実際の例: 極めて具体的な属性セットを検索しているデータサイエンティストが高度なクエリを使用して、必要なものを正確に見つけ、結果をグリッドレイアウトでエクスポートし、数秒でチームと共有することができます。

データオブザーバビリティ

プロファイリング結果の分析によりデータの異常が持続的に監視および検出され、ビジネス用途に適したデータ品質と信頼性が確保されます。

実際の例: 早期警告システムとして機能し、データ取得の問題を示している可能性のある取引レコードの予期せぬ急増を特定します。これにより、Mateo はビジネスユーザーに影響が生じる前に調査することができます。

データアクセスマネジメント

誰がデータの表示、使用、または変更を行えるかを制御するルールを作成して適用し、適切なアクセスを許可しながら機密情報が保護され続けるようにします。

実際の例: GDPR 規制に準拠するために、Mateo は地理的な場所に基づいてアクセスを制限するデータフィルターポリシーを適用し、EU 内のチームメンバーのみがヨーロッパの顧客データにアクセスできるようにします。

CDGC の中核となる用語

CDGC の一般的な用語について理解しておきましょう。

組織でのデータのカタログ化と統制に CDGC をどのように使用できるかを学びましたが、 こうしたデータはどのようにカタログに取り込まれるのでしょうか? また、CDGC はデータの場所をどのように知るのでしょうか? その答えは、次の単元でわかります。