4月27日、2023年データガバナンス新実践サミットで、中国電子情報産業連合会データ資産管理特別委員会事務局長の斌俊志氏が基調講演「データ管理能力成熟度モデルの構築プロセス」について講演した。 。
以下は斌俊志氏の講演の書き起こしですが、読みやすいように編集者が文言の変更とテキストの最適化を行っています。おはよう諸君！2023 年のデータ ガバナンス新実践サミットに招待され、データ管理機能成熟度モデルの構築と推進のプロセスにおける私たちのアイデアと進捗状況を共有できることを大変光栄に思います。
データ管理の歴史
▶ IT時代からDT時代へ
20件のデータ公開を経て、データマネジメント人材の春の到来を実感しており、IT時代からDT時代への発展の恩恵を受けて、今では誰もがデータマネジメントを重視しています。「ITからDTへ」は2010年頃に馬雲氏によって初めて提唱された。まず、1979 年に提案されたノーラン モデルを確認してみましょう。これは、情報構築全体を 6 つの段階に分割しています。最初の 3 段階が IT 段階、最後の 3 段階が DT 段階であると理解できます。DT 段階の方が報酬が高くなります。データに注意を払い、関連するコンテンツを統合、管理、適用します。実際、当社の DCMM データ管理能力成熟度評価モデルでは、DCMM レベル 3――安定レベルが非常に重要であり、企業にとってデータ管理の重要性を認識し、全体的なデータ管理やその他の作業を実行できることを意味します。
▶ データから資産へ
データ管理とは何ですか? データ管理とデータ ガバナンスの意味合いと拡張も常に変化しています。初期のデータ ガバナンスは基本的にデータ品質を中心にしていました。その後、データ品質はデータ ガバナンスの氷山の一角にすぎないことが判明しました。データ品質の問題の理由はさまざまでした。データ標準の欠如、またはデータ品質の問題の可能性があります。ガバナンスメカニズムが完全ではない、あるいは情報システムの能力不足などが原因である可能性があります。したがって、データ品質管理は多面的に関連する作業を実行する必要があります。例えば、2018年に中国銀行業監督管理委員会が発行した「銀行金融機関のデータガバナンスに関するガイドライン」では、包括的なデータガバナンスシステムはデータ品質に適用されるだけでなく、データ管理などの一連のタスクの実行にも適用されることが強調されています。アーキテクチャ、データ標準、データ セキュリティ。
情報化の継続的な発展に伴い、データは資産となり、現在ではデータを管理する必要があるため、CDO、データ戦略、プライバシー、責任、データ文化への配慮が必要です。最近では、データマネジメントのさらなる延長として、組織や文化、セキュリティの構築など、データリテラシーによって国民全体のデータカルチャーを向上させることができると話題になっています。2020年から2021年にかけて、データは生産の基本的な要素となり、データ資産に着目して、まずその権利を決定する必要があります。この資産は誰のものなのか？登録方法は？いくらにするべきですか? したがって、データの価格設定、データ資産の評価、その他の関連作業を行う必要があります。これには、最近誰もがより注目している、データバンクやデータトラストを含む国境を越えたデータなどの一連の概念の継続的な拡張が含まれます。したがって、データ管理という概念は 10 年以上前から言われていますが、初期の品質から標準、セキュリティ、アーキテクチャ、評価へとその意味合いと拡張は常に変化しており、実際にはデータから資産への移行が必要です。道のりはまだかなり長いです。その過程で、いくつかの典型的な関連理論を検討します。
2. 古典的なデータ管理理論
▶ 包括的なデータ品質管理システム
私たちは初期の頃からデータ品質に注目していましたが、より代表的な品質レベル理論としては、1990 年代初頭に MMP によって提案された、製品の管理方法をデータ品質管理に適用した包括的データ品質管理システムがあります。マネジメントシステムは3つの「総合的」を掲げています。
1 つ目はフルスタッフであり、企業内のデータ管理は IT 部門やデータ管理部門だけの責任であるべきではありません。現在ステート・グリッドや中国南方網もやっているデータ所有者制度を含め、ファーウェイのデータ所有者など企業所有者の参加である。データマスターシップとは何ですか? それは、誰がどのデータを管理するのか、またその管理責任は何なのかを決定することです。データ管理にはスタッフの常駐が非常に重要です。
2 つ目は包括性です。包括性とは、組織全体のすべてのデータを統一的に扱うことを意味します。データ ウェアハウス内のデータに焦点を当てるだけでなく、ソース側のデータも管理する必要があります。前述のとおりです。ガバナンスガイドラインでは、「銀行金融機関のデータを完全にカバーすること」を重視しており、すべてのデータを均一にカバーし、統一的な管理を行う必要があります。
最後はプロセス全体です。国内のデータ ガバナンスは基本的に、最初に混乱があり、次にガバナンスです。最初にデータ品質の問題があり、次にそれをどのように管理するかです。これは典型的な解決策です。実際、最良のデータ ガバナンスは予防です。設計から製造まで、使用から使用までのすべてのリンクにおけるデータ品質の問題の予防と検査を組み合わせ、予防に重点を置きます。
▶ データ品質エンジニアリングの 10 のステップ
データ品質エンジニアリングの 10 段階の方法は、アメリカの学者ダネット・マクギルブレイによって提案され、ビジネスに依存しない独自の情報品質管理システム方法論を形成しました。最も重要で最も注目に値するのは「根本原因分析」です。データ品質の問題の根本原因は何ですか? 根本原因を分析した後でのみ、同様の問題を真に解決することができます。同時に、データガバナンスのプロセスを含むデータ品質管理のプロセスでは、コミュニケーションが非常に重要です。データガバナンスチームは実際にはマーケティングチームであり、常に推進する必要があると私は考えています。Danette McGilvray は以前、データ品質管理に関する重要な考えをまとめた「データ品質管理に関する 10 年間の考え」という記事を書きました。最初の考えは、Communication is Reading Work (コミュニケーションは読書作業です) です。これは、データ ガバナンスに関するコミュニケーションが非常に重要な仕事であることを意味します。
▶ DMBOK
DMBOK は世界で非常に権威のある知識システムであり、私たちも高く評価しています。DMBOK2.0は、データ管理フレームワークに「データモデリングと設計」と「データ統合と相互運用性」の2つの部分を追加しますが、国内のデータガバナンスの現状に合わせたデータ標準やデータアプリケーション関連の内容はカバーしていません。まだ違いがあります。
▶ DGI データガバナンスフレームワーク
DGI データ管理フレームワークは 2004 年に提案されました。DGI ガバナンス フレームワークの優れた点は、データ ガバナンス プロセスの焦点を明確にする必要があることです。先ほど、データガバナンスは均一に扱われるべきデータを網羅するものであると述べましたが、限られたリソースと限られた時間の場合、すべてのデータを均一に扱うことは不可能です。したがって、データ ガバナンスの焦点が何であるかを明確にする必要があります。私たちは、データ ガバナンスは範囲と効率のバランスをとる必要があることを強調してきました。明確な範囲がなければ、効率が低くなり、価値も低くなります。したがって、データ ガバナンスのプロセス中に焦点を明確にすることが非常に重要です。
▶DMMデータ管理能力成熟度評価モデル
DMM モデルは、初の国際的に標準化された体系的なデータ ガバナンス成熟度評価モデルです。
まず第一に、データ戦略を独立した機能としてデータ管理システムに導入します。第二に、ビッグデータの時代に、企業は大量の外部データを導入しますが、外部データをどのように管理するか? DMM は、DMM モデルの非常に重要な革新ポイントであるデータ提供者のタスク管理を最初に提案しました。
3. データ資産の取引
▶ データ資産をテーブルに入力します
テーブルへのデータ資産の入力は、業界が現在懸念している問題です。企業は非常に多くの種類のデータを持っていますが、これらのデータにはどれくらいの価値があるのでしょうか? 産業連関比率はどうやって計算するのですか？2022年に財務省は「企業データリソースに関連する会計処理に関する暫定規定（意見募集草案）」を発行し、データ資産の表への入力に関するいくつかのガイダンスを提供しました。
▶ データ資産取引
データ資産の中核は価値であると言われていますが、どのように取引されるのでしょうか? 現在、中国には約40～50のデータ交換所が存在するが、これらのデータ交換所のデータ供給者はそれほど裕福ではないことが分かっており、これが「データ20」で述べたデータ供給側の問題を解決する方法である。このためには、企業の責任を集約し、データ供給を充実させる必要があるが、データ供給をどのように充実させるかについて、「データ20」では、データをコントロールする権利、データを管理する権利の三権分離制を提案している。この観点から、企業がデータ取引などの構築プロセスに積極的に参加することは、データ供給を充実させる上で非常に重要なポイントとなります。さらに、データトランザクションプロセス全体における信頼性の問題も依然として存在し、データプロバイダーが提供するデータからどこでどのように利益を得るのか、トランザクションメカニズム全体が完全ではない前に、多くの問題がまだ残っています。
▶ データトランザクションの新しいモデル: データトラスト
2021 年、私たちは信託会社とデータトラストの調査を実施しました データトラストの中核は信頼です。実際、データトラストはもともと国際的にプライバシーを保護するために、つまり、個人のプライバシーをよりよく保護するために、個人の所有者と大規模データ管理者の間の力のバランスを確保するために使用されていましたが、その後、公共データの運用にも適用され始めました。データ トランザクション モデルは、相互信頼と相互利益のデータ トランザクション環境を構築するのに役立ちます。このプロセスでは、まず信頼が必要であり、信頼関係を通じて信用システムが確立され、これに基づいてデータ収益メカニズムの柔軟性が保証されます。これは、データ トランザクション全体において非常に新しいモデルです。
4. データ管理能力評価モデル
データ管理能力評価モデル (DCMM) は過去 2 年間で中国で高い評価を得ており、私たちが DCMM を作成する最初の出発点は、これを中国の特性を備えたデータ管理の参照モデルにすることでした。中国の特徴は主に次の点に反映されています: 第一に、データ標準があり、第二に、データの外部価値の実現を重視するデータ アプリケーションがあります。データは要素です。このデータ要素はどのようにして価値を生み出すのでしょうか? データ アプリケーションではデータ サービスについて説明しましたが、最後にライフ サイクルがあります。これは、データ ライフ サイクルの各段階でデータ管理をどのように実行するかです。同時に、データ戦略も重視しており、国内のデータマネジメントは戦略に基づいて推進し、データの価値をどう高めるかを戦略レベルで明確にする必要があります。2 番目の出発点は、DCMM 評価モデルを評価モデルとして定義することであり、DCMM 評価モデルの 8 つの機能ドメイン、28 の機能項目、および 445 の評価指標を通じて、エンタープライズ データ管理の機能レベルを評価できます。同時に、DCMM は国のさまざまな部門によって評価され、さまざまな業界からも認められています。
以上が今日のスピーチの全内容です、ご清聴ありがとうございました！