TOPマネジメント > データ活用の改善で関心が高まるDataOpsとは(後)

マネジメント

データ活用の改善で関心が高まるDataOpsとは(後)

2020/12/24

Thor Olavsrud CIO

 DataOpsは、アジャイルのアプローチによるプロセス指向の方法論の1つで、データアナリティクスの開発や提供を対象とする。DevOpsのチームにデータエンジニアやデータサイエンティストの役割を組み合わせ、データに主眼を置く企業を支えるためのツール、プロセス、組織構造を実現する。米調査会社Forrester Researchのバイスプレジデントで主席アナリストのMichele Goetz氏は、DataOpsについて、「ソリューションを実現する能力、データプロダクトを開発する能力、インフラからエクスペリエンスまで、テクノロジーのすべての層で、データを生かしてビジネス価値を生み出す能力」と定義している。

前回から続く)

DataOpsチームに必要な要素

Credit: Thinkstock

 DevOpsがベースにある企業は、DataOpsチームの核となる要素を既に持ち合わせている場合が多いとFriedman氏は言う。データ中心の開発を必要とするプロジェクトが確認されたら、データの心得がある人物をチームに加えればよい。完全なデータサイエンティストではなくデータエンジニアでもよい。

 重なり合うスキルセットを持つメンバーでチームを構成したり、知識や技能に応じて各メンバーが複数の役割を担ったりすることも多い。

 Dunning氏とFriedman氏は次のように述べている。「大規模なプロジェクトでは、DataOpsの1つの役割に複数のメンバーをあてる場合もあるが、複数の役割をカバーする人が何人かいることも多い。オペレーションとソフトウエアエンジニアリングはスキルが重なり合う場合もある。ソフトウエアエンジニアリングの経験があるメンバーは、データエンジニアとしても適している場合がある。また、データサイエンティストがデータエンジニアリングのスキルを持つことも多い。一方、データサイエンスとオペレーションが重なり合うことはあまりない」

 Forrester ResearchのGoetz氏は、DataOpsチームの重要な要素として以下を挙げている。

  • データベース
  • インテグレーション
  • データからプロセスへのオーケストレーション
  • データポリシーの展開
  • データとモデルのインテグレーション
  • データセキュリティとプライバシー統制

 どのような構成のDataOpsチームでも、データに関するどのようなニーズを対象としているのかを捉え、共通の目標を目指す必要がある。

↑ページ先頭へ