目次
1. スコア配分
CDGA: 10 ポイント (10 の単一選択肢)
CDGP: 10 ポイント (単一選択肢 2 つ、複数選択肢 4 つ)
テストポイント:
推進力、成果、実装。
基本的な概念、アクティビティ、ツール。
評価、組織、文化。
データアーキテクチャの評価。
2. 重要な知識のまとめ
1 はじめに
コンテキスト図:
データ アーキテクチャの定義:企業のデータ ニーズ (データ構造に関係なく) を特定し、それらのニーズを満たすマスター プランを設計および維持します。マスターピクチャーを使用して、データ統合をガイドし、データ資産を管理し、データ投資をビジネス戦略に合わせて調整します。
データ アーキテクチャの目標: (要件の特定、構造の設計、戦略的な準備)
- データのストレージと処理のニーズを特定します。
- 企業の現在および長期的なデータのニーズを満たす構造と計画を設計します。
- 組織が製品、サービス、データを迅速に進化させ、新興テクノロジーに内在するビジネス チャンスを活用できるように戦略的に準備します。
アーキテクチャ: 構造またはシステム全体の機能、パフォーマンス、実現可能性、コスト、ユーザー エクスペリエンスを最適化するためのコンポーネント要素の組織的な設計。
システムの基本構造:アーキテクチャに組み込まれたコンポーネント、それらの相互関係、およびその設計と進化を支配する原則。組織のさまざまな範囲とレベルで実行します。
アーキテクトの責任:プロのアーキテクト以外の人にとって理解しにくい、または混乱しやすいコンテンツを、自身の専門スキルを使用して明確に定義し、理解しやすいように設計します (理解しにくいものを明確に定義する責任があります)。
エンタープライズ アーキテクチャの種類:
- 事業構造
- データアーキテクチャ
- アプリケーションアーキテクチャ
- テクノロジーアーキテクチャ
優れたアーキテクチャは役立ちます:優れたエンタープライズ アーキテクチャ管理は、組織がシステムの現在の状態を理解し、望ましい状態への移行を加速し、規制の順守と効率の向上という目標を達成するのに役立ちます。
データ アーキテクチャの主な目標は、データと、データを保存および使用するシステムを効果的に管理することです。
データ アーキテクチャの基本コンポーネント:
- データ アーキテクチャの結果。さまざまなレベルでのモデル、定義、データ フローが含まれます。これらは、多くの場合、データ アーキテクチャのコンポーネントと呼ばれます。
- データ アーキテクチャの目標を形成、展開、達成するためのデータ アーキテクチャアクティビティ
- データ アーキテクチャの動作(エンタープライズ データ アーキテクチャに影響を与えるさまざまな役割間のコラボレーション、考え方、スキルなど)
データ アーキテクチャはデータ管理の基礎です。ほとんどの組織は個人が理解できる以上のデータを保有しているため、データをより深く理解し、経営陣が意思決定を行えるようにするには、さまざまな抽象レベルで組織のデータを記述する必要があります。
データ アーキテクチャのコンポーネント:
- 現状の説明
- データ要件の定義
- データ統合ガイドライン
- データ資産管理仕様
最も詳細なデータ アーキテクチャ設計ドキュメント:これは、データ名、データ属性とメタデータ定義、概念および論理エンティティ、関係、およびビジネス ルールを含む正式なエンタープライズ データ モデルです。物理データ モデルもデータ アーキテクチャ ドキュメントに属しますが、物理データ モデルはデータ モデリングと設計の成果物であり、データ アーキテクチャの成果物ではありません。
1.1 ビジネスの推進要因
データ アーキテクチャの目標 (ビジネス ドライバー) : ビジネス戦略と技術実装の間にスムーズな橋渡しを確立すること データ アーキテクチャはエンタープライズ アーキテクチャの一部です。
データ アーキテクチャの主な責任:
- 新しいテクノロジーによってもたらされるビジネス上の利点を活用して、組織が製品、サービス、データを迅速に変革できるように戦略的に支援します。
- ビジネス要件をデータおよびアプリケーション要件に変換して、ビジネス プロセス処理に有効なデータを確実に提供できるようにします。
- 企業全体にわたって複雑なデータと情報を管理し、配信します。
- ビジネスとITテクノロジーの連携を確保します。
- 企業の改革・変革・適応力向上を支援します。
1.2 データアーキテクチャの結果と実装
データ アーキテクチャの主な結果:
- データの保存と処理のニーズ。
- 現在および長期的なデータのニーズを満たす構造と計画を設計します。
データ アーキテクト:アーキテクトは、組織に価値をもたらす方法で組織のデータ アーキテクチャを設計しようとします。この価値は主に、適切なテクノロジーの適用、効果的な運用、プロジェクト効率の向上、データ アプリケーション機能の強化を通じて反映されます。
データ アーキテクトの主なタスクは次のとおりです。
- データの現在の状態を定義します。
- データとコンポーネントに関する標準的なビジネス語彙を提供します。
- データ アーキテクチャが企業戦略およびビジネス アーキテクチャと一致していることを確認します。
- データ戦略のニーズについて説明します。
- 高レベルのデータ統合のアウトライン設計。
- エンタープライズ データ アーキテクチャのブループリントを統合します。
全体的なデータ アーキテクチャの実装:
- データ アーキテクチャ コンポーネント (マスター ブループリント) を使用して、データ要件を定義し、データ統合をガイドし、データ資産を管理し、データ プロジェクトへの投資が企業戦略と一致していることを確認します。
- ビジネスや IT システム開発の改善に関わる関係者と協力し、関係者から学び、影響を与えます。
- データ アーキテクチャと共通のデータ語彙を通じてエンタープライズ データ言語を構築します。
1.3 基本概念
アーキテクチャフレームワーク: アーキテクチャのアーキテクチャ。建築に対する考え方と理解の方法。
エンタープライズ アーキテクチャの種類:ビジネス アーキテクチャ、データ アーキテクチャ、アプリケーション アーキテクチャ、技術アーキテクチャ
ザックマンのフレームワーク:
- 基本的な考え方
- 最も有名なエンタープライズ アーキテクチャは Zachman フレームワークです。ザックマン フレームワークはオントロジー、つまり企業と企業間の関係を完全に説明できる一連のモデルを構成する 6x6 マトリックスです。これはモデルの作成方法を定義するものではなく、どのモデルが存在する必要があるかを示すだけです。
- ザックマン フレームワーク - 問い合わせコミュニケーション:
- 内容: ディレクトリ列、スキーマを構築するエンティティ。
- How: Process 列は、実行されたアクティビティを表します。
- 場所、流通柱、事業所および技術的な場所。
- 誰: 責任の列、役割、組織。
- いつ: 間隔、イベント、サイクル、スケジュールを表す時間列。
- なぜ: 動機の欄、目標、戦略、手段の表
- Zachman フレームワーク - 変換の再定義:
- 1) 経営陣の視点 (ビジネス背景): さまざまなモデル範囲のビジネス要素カタログを定義します。
- 2)経営管理の観点(事業概念):経営者が定義したビジネスモデルに関わる異なる事業概念間の関係を明確にする。
- 3) アーキテクトの視点 (ビジネス ロジック): アーキテクトはモデル設計者として、システム要件を絞り込み、システム ロジック モデルを設計します。
- 4) エンジニアの視点 (事業体): エンジニアは、具体的なモデルの構築者として、特定の技術、人員、コスト、時間の制約内で特定のアプリケーション向けに設計された物理モデルを最適化して実装します。
- 5) 技術者の視点 (コンポーネントのアセンブリ): テクノロジー固有のコンテキストフリーの視点を使用して、モデルを構成する技術者が構成コンポーネントをどのように使用、組み立て、実装するかを説明します。
- 6) ユーザー視点(操作カテゴリー):参加者が実際に使用した機能例。この観点にはモデルがありません。
エンタープライズ データ アーキテクチャ
- 定義: 組織にとって重要な要素を定義する標準的な用語と設計。エンタープライズ データ アーキテクチャの設計には、データの収集、保存、統合、移動、配布などのビジネス データの記述が含まれます。
- 詳細は次のとおりです。
- 1) エンタープライズ データ モデル (データ構造、データ仕様)。
- 2) データフローの設計。
エンタープライズ データ アーキテクチャの概念は次のとおりです。
データ: セキュリティで保護、統合、保存、記録、分類、共有し、最終的には使用するために配信する必要があるレポートと分析。プロセス中に、データは、アーカイブまたはパージされるまで、検証、強化、リンク、認証、統合、感度解除が行われ、分析に使用される場合があります。
エンタープライズ データ モデル: 全体的なエンタープライズ レベルの独立して実装された概念または論理データ モデルであり、企業に共通で一貫したデータ ビューを提供します。単純化された抽象化。これには、データ エンティティ (ビジネス概念など)、データ エンティティ間の関係、主要なビジネス ルール、およびいくつかの主要な属性が含まれます。
データ フロー設計: データベース、アプリケーション、プラットフォーム、ネットワーク (コンポーネント) 間の要件とマスター ブループリントを定義します。ビジネス プロセス、さまざまな保管場所、ビジネスの役割、およびテクノロジー コンポーネント間のデータ フローを示します。
エンタープライズ データ モデル:業界標準モデルを採用すると、エンタープライズ データ モデルの開発を迅速化できます。企業のニーズが変化するにつれて、エンタープライズ データ モデルの各レベルの範囲と内容も拡大し、さまざまなレベルで増分的かつ反復的な方法で構築できます。各エンタープライズ データ モデル内のエンティティは 1 つのサブジェクト領域にのみ属する必要がありますが、他のサブジェクト領域に関連付けることもできます。企業概念データ モデルは、サブジェクト ドメイン モデルを組み合わせて構築され、トップダウンまたはボトムアップで構築できます。
サブジェクト領域の識別基準は、エンタープライズ モデル全体で一貫している必要があります。一般的に使用されるサブジェクト領域の識別基準: 正規化ルールを使用して、システム ポートフォリオからサブジェクト領域を分離し、トップレベルのプロセス (ビジネス バリュー チェーン) またはビジネス能力 (エンタープライズ) に基づいて、データ ガバナンス構造とデータ所有権 (または組織) からサブジェクト領域を形成します。アーキテクチャ)。サブジェクト領域の構造は、正規化ルールを使用して形成されている場合、通常、データ アーキテクチャ作業に最も効果的です。正規化プロセスでは、各サブジェクト領域をホスト/構成する主要なエンティティを確立します。
データ フロー: データの発信元を記録し、ビジネス プロセスおよびシステム内でデータがどのように流れるかを記述するために使用されるデータ処理プロセス。データがどこから来て、どこに保存され、どのように変換されるかというデータ系統分析は、データ フローの特定の時点でのデータの状態を分析して説明するのに役立ちます。
データ フロー マッピングは、データと以下の関係を記録します。
- ビジネスプロセスへの応用。
- 環境内のデータ ストアまたはデータベース。
- ネットワーク セグメント (安全なマッピングに役立ちます)。
- ビジネス ロール (データの作成、更新、削除を担当するロールを説明します)。
- 地域的な差異が発生する場所。
データ フローを使用すると、サブジェクト領域、ビジネス エンティティ、さらには属性レベルでのマッピング関係など、さまざまなレベルでモデルのマッピング関係を記述することができます。2 次元マトリックスまたはデータ フロー図として表示されます。
2. 活動内容
データとエンタープライズ アーキテクチャを簡素化する 2 つの方法:
- 品質重視(伝統と一致)。
- (網羅的ではなく) イノベーションを目指してください。
2.1 エンタープライズ データ アーキテクチャの確立
エンタープライズ アーキテクチャの確立に含まれる作業: (並列または逐次実行できます)
- 戦略。フレームワークを選択し、方法論を開発し、ロードマップを作成します。
- コミュニケーションと文化。
- 整理する。責任と責任を明確にする。
- 仕事のやり方。エンタープライズ アーキテクチャに合わせます。
- 結果。全体的なロードマップにおける出力。
エンタープライズ データ アーキテクチャは、プロジェクトとシステム開発の範囲の境界に影響を与えます。
- プロジェクトのデータ要件を定義します。データ アーキテクチャを通じて各プロジェクトのデータ要件を企業に提供
- プロジェクトのデータ設計を確認します。設計レビューを実施して、概念的、論理的、物理的なデータ モデルとアーキテクチャが一貫性があり、組織の長期戦略と一致していることを確認します。
- データのトレーサビリティの影響を判断します。アプリケーション内のデータ フローのビジネス ルールに一貫性があり、追跡可能であることを確認します。
- データ複製制御。レプリケーションは、アプリケーションのパフォーマンスを向上させ、データの取得を容易にする一般的な方法ですが、データの不整合を引き起こす可能性もあります。データ アーキテクチャ ガバナンスは、必要な一貫性を実現するために適切なレプリケーション制御 (方法とメカニズム) を保証します (すべてのアプリケーションが同じ厳密性を必要とするわけではありません)。
- データ アーキテクチャ標準を実装します。エンタープライズ データ アーキテクチャのライフサイクルの標準を開発および実装します。標準は原則、プロセス、ガイドライン、青写真として表現できます。
- データテクノロジーを導き、意思決定を更新します。データ アーキテクチャはエンタープライズ アーキテクチャと連携して、各アプリケーションのデータ テクノロジ リリース、パッチ、データ テクノロジ ロードマップ ポリシーを管理します。
エンタープライズ アーキテクチャを確立する手順:
- 1 既存のデータ アーキテクチャ仕様の評価
- 2 開発ロードマップ: 3 ~ 5 年間の開発パスについて説明します。ロードマップはデータ管理の成熟度評価に基づいて作成される必要があります。
- ロードマップには以下が含まれます。
- 1) 高レベルのマイルストーン イベント。
- 2) 必要なリソース。
- 3) コスト評価。
- 4) ビジネス機能ワークフロー部門。
- 開発ステップ: ビジネス データ駆動型のロードマップは、最も独立したビジネス機能から開発でき、その後、より高度な相互依存関係を持つビジネス機能に対処できます。
- ロードマップには以下が含まれます。
- 3 プロジェクトでのエンタープライズ要件の管理
- 実行する手順: プロジェクト レベルでは、データ モデルを通じて要件を定義するプロセスは、ビジネス要件のレビューから始まります。通常、これらの要件はプロジェクトの目標に固有のものであり、ビジネスには影響しません。このプロセスには、用語の定義の開発や、データの使用をサポートするその他の活動も含まれる必要があります。
エンタープライズ データ アーキテクチャ プロジェクトに関連するアクティビティ:
- スコープを定義します。スコープとインターフェイスがエンタープライズ データ モデルと一致していることを確認してください。
- ビジネスニーズを理解する。エンティティ、リソース、可用性、品質と問題点、ビジネス価値などのデータ関連の要件を取得します。
- デザイン。詳細な目標仕様を作成します。
- 実装 (いつ購入するか、いつデータを再利用するか、いつ構築するか)
2.2 他のエンタープライズ アーキテクチャの統合
アーキテクチャ活動は、次のような方法でプロジェクト プロセスに組み込まれます。
- 滝道。
- 反復的な方法。
- アジャイルアプローチ (DevOps)
3. ツール
データ アーキテクチャ ツール:
- データモデリングツール。
- 資産管理ソフトウェア。(データリソースディレクトリを管理し、その内容を記述し、それらの間の関係を追跡するために使用されます)
- グラフィック デザイン アプリケーション。
4. 方法
4.1 ライフサイクル予測
建築設計の対象:
- 現在。
- 導入サイクル。
- 戦略サイクル。
- 退職しました。
- 優先されます。
- 限定。
- 出現中。
- 審査。
4.2 アイコンの使用ガイドライン
アイコン使用ガイドライン:
- 明確で一貫した指示。
- すべてのチャート オブジェクトが説明と一致します。
- 明確で一貫したライン方向。
- 一貫したクロスハッチ表示方法。
- 一貫したオブジェクトのプロパティ。
- 線対称。
5. 導入ガイド
データ アーキテクチャには、コンポーネント、アクティビティ、および動作が含まれます。
データアーキテクチャ実装作業内容:
- エンタープライズ データ アーキテクチャ チームを設立し、問題セッションを実施します。
- データスキーマのバージョンを生成します。
- 開発プロジェクトにおけるデータ アーキテクチャの作業方法を形成および確立します。
- データ アーキテクチャの取り組みの価値に対する組織の認識を高めます。
5.1 準備状況評価とリスク評価
準備状況評価とリスク評価:
- 経営陣のサポートが不足している。
- 成功の証拠は不足しています。
- 経営者からの信頼の欠如。
- 経営陣による誤った決定。
- 文化衝撃。
- 経験豊富なプロジェクトマネージャーが不足している。
- 一次元の視点。
5.2 組織と文化
組織的および文化的な依存関係 (データ フレームワークの受け入れは以下に依存します):
- 建築的アプローチの受け入れ。
- データは単なる IT 部門の仕事ではなく、組織のビジネス資産であることを確認します。
- ローカルなデータの観点を放棄し、企業全体のデータの観点を受け入れる機能。
- アーキテクチャの成果物をプロジェクトの実装に統合する能力。
- データ ガバナンスの受け入れを標準化します。
- 企業のレイアウトに基づいており、プロジェクトの成果物や IT ソリューションの能力に限定されません。
6. データアーキテクチャのガバナンス
6.1 データアーキテクチャガバナンス活動
データ アーキテクチャ ガバナンス活動:
- プロジェクト監修。
- アーキテクチャの設計、ライフサイクル、ツールを管理します。
- 標準を定義します。
- データ関連のアーティファクトを作成します。
6.2 指標
データ アーキテクチャのメトリクス:
- 1. アーキテクチャ標準の受け入れ率: 確立されたデータ アーキテクチャに対するプロジェクトの近さ、およびプロジェクトとエンタープライズ アーキテクチャの参加プロセスへの準拠度を測定します。
- 2. トレンドを理解する。
- 1) 測定値を使用/再利用/交換/廃棄します。
- 2) プロジェクト遂行効率測定
- 3. ビジネス価値測定指標。
- 1) ビジネスの機敏性の向上。
- 2) ビジネスの品質。
- 3) 業務運営の品質。
- 4)事業環境の改善