「集中データ管理における感度の取り組み」

Approach to Sensitivity in Centralized Data Management

塹壕からの教訓

ある規模と年齢を持つほとんどの組織は、データの取り扱いと管理方法を向上させるためのイニシアティブを既に始めています。データ管理能力を構造的に向上させるためには、少なくとも一定の中央集権化が必要です。これにより、組織全体の現状の実態を把握することができます。一般的な傾向としては、チーフデータオフィサーを任命することです。Fortune 1000の組織のうち、80%以上がCDOを任命しているという調査結果もあります。

変化は反応を引き起こすことがありますが、特に新しい責任を定義し、権限を変更し、資金を必要とする組織変革は、敏感であり、困難な場合もあります。私は10年以上にわたり、新たなチーフデータオフィサーの旅を支えてきました。私にはその戦闘の傷跡がありますが、いくつかの教訓も得ています。この記事の残りの部分では、中央データチームの立ち上げに伴う典型的な課題と、これらのリスクを管理するための実践的な対策について検討します。

中央データチームの立ち上げと関連する感受性

初期の中央チームの作成と責任の集中化は、さまざまな方法で行うことができます。チーフデータオフィスの立ち上げ、データ（ガバナンス）評議会の開始、中央主導のポリシーや標準の強化、特定のデータガバナンスプロセスの実行に向けた中央提供リソースなどが含まれる場合があります。

中央データチームが権限を獲得すると、他のチームはそれを譲る必要があります。これには感受性が伴う場合があります。以下は、最も一般的な課題のいくつかです：

• 「機械学習と人工知能を利用した在庫管理の改善」
• 「Power BIでのデータの視点変更」
• 2023年にフォローすべきAI YouTuberトップ15選

• リソース争い。中央チームは人員と予算が必要です。これは他のチームの予算や人員を削ることを意味する場合もあり、これによってこれらのチームのリーダーが反応する可能性があります。
• コントロールの喪失。特定のタスクに対して自由を持っていたチームが、中央チームに引き継がれることや、その方法に関する標準が提供されることに不満を抱く場合があります。
• 地域の関連性の欠如。中央チームが地域（またはビジネス特有の）のニーズ、運用、ニュアンスから遠ざかりすぎると、望ましいビジネスへの影響をもたらさない意思決定をする可能性があり、地域の専門知識が失われる場合があります。
• ボトルネック化。中央チームが適切にスタッフ配置および管理されていない場合、組織内でボトルネックや摩擦の原因となり、不満と反感の源となる可能性があります。
• 受け皿化。中央チームが他の誰も引き受けたくないタスクや責任の受け皿となる可能性があり、限られた価値しか生み出さない場合があります。
• 変化への一般的な抵抗。チームや個人は、特に影響が不明確または不正確であり、新しい期待に対応するための適切な装備がないと感じる場合、変化に抵抗する場合があります。

これらの課題に関連するいくつかの実際のケーススタディを、私が間近で目撃したものをいくつか振り返ってみましょう。最初のケースでは、グローバルトップ100の保険会社で50,000人以上の従業員を擁する組織の戦略は非常に攻撃的でした。新たに着任したCDOは「成果を出す」という経歴を持っており、その任命の理由の一部でした。彼の計画は、「データガバナンス活動」として分類される一連の活動のリストを定義することでした。それから、その記述を手に入れた後、組織全体で既にこのような活動を実施している人々を特定しました。最初は現状評価の名目で実施されました。特定された人々の中には、データガバナンスが彼らの仕事全体を占めている場合もあれば、一部の場合もありました。たとえば、マーケティングのパイプラインプロセスの一環としてデータ品質の作業を行っている人もいました。

これらの人々を特定するための分析が完了すると、これらの人々の多くを中央チームに移動する提案が行われました。もちろん、これにより、これらの人々が配置されていたビジネスチームや機能チームの反乱が即座に起こりました。彼らは成熟度評価に協力して善意を示しましたが、その後、彼らのチームメンバー、しばしば彼らの運用の重要な要素である人々が再配置されるのを見ることになりました。新たなCDOはすぐに敵対的な状況に陥り、最初の1年の残りの期間ほとんど何も達成できませんでした。

もう1つのケーススタディは、グローバルな銀行からのもので、グローバルチーフデータアンドアナリティクスオフィサー（CDAO）がキュレーションされたデータレイクを作成するための変革プログラムを立ち上げました。CDAOはデータスワンプを作りたくなかったため、厳格な認定プロセスを求めました。プログラムの約束は大きかったです – チームはデータをレイクにアップロードするためのリクエストを送信し、CDAOの下の中央チームが摂取、ラベル付け、品質管理、およびアクセスのプロビジョニングを担当し、ビジネスチームや機能チームはデータの分析と分析モデルの構築に集中することができるとされました。しかし、需要はすぐに能力を超え、データをレイクに取り込むための平均処理時間が平均1ヶ月を超え、ビジネスチームは中央データチームがボトルネックとなりイライラを感じました。良い意図があったにもかかわらず、大きなリセットが必要でした（私のチームは、上記の状況が悪化した状況に入る際、摂取パイプラインでデータガバナンスプロセスを自動化するツール分析の支援を行いました）。

上記の例は私の個人的な経験から来ていますが、より詳細に興味がある方には、Ashish Thusoo氏とJoydeep Sen Sarma氏の著書である「Creating a Data-Driven Enterprise with DataOps」が追加の事例研究を提供しています。

緩和策

組織は、中央集権的なデータ管理に関連する感度を管理するために、さまざまな手段を採用することができます。以下は私の個人的なお気に入りです。

• 自動化に焦点を当てる。自動化を優先するマインドセットを採用することにより、手作業やコストを削減し、大規模なチームの必要性を縮小することができます。データガバナンスのデザインによるデータシステムのデザインにガバナンス原則を組み込むことで、一貫性と効率性を促進することができます。
• コミュニケーションと透明性。中央集権化の理由と予想される成果についての明確かつタイムリーなコミュニケーションは、信頼を醸成し、関係者の参加を促進することができます。
• ガイダンスとトレーニング。新しいまたは更新されたプロセスやポリシーは、適切な教材や社会化プロセスとともに提供されるべきであり、その実装を明確にするためのものです。
• フィードバックと影響力の提供。データガバナンスのガイドラインを受け取る側だけでなく、ステークホルダーがアクティブで評価されるパートナーであることを確認するために、データ評議会やガバナンスフォーラムを活用することができます。
• 難しい関係者に積極的に対処する。特定の懸念や異議を持つステークホルダーを特定し、可能な限り積極的に対処し、1対1のセッションや各自のニーズと要求を明示的に管理することができます。
• 小さく始め、成功を収める。理解しやすい範囲から始めて、「友好的な顔が関与しており、明確なビジネスケースがある」という条件で進めることができます。これにより、後により複雑なトピックに取り組むために必要な初期の勢いを作ることができます。
• 現地のチームとマネージャーに権限を与える。インテリジェントなデータガバナンスは、すべての作業を中央集権化することではありません – 既存の役割と人々が一貫した方法で責任を果たすことができるようにするものです。クロスファンクショナルでクロス地域のチームも選択肢となる場合があります。
• 必要な場所にのみ中央集権化する。データガバナンスの標準化や中央集権化の取り組みは、ポジティブなビジネスケースに基づいていることを確認してください。不確実な場合は中央集権化を避けてください。

さらに、私の個人的な観察からいくつかの追加の事例を見てみましょう。まず、リソースを巡る激しい争いを避けるために、ある大規模な地域の小売業者は、共通の約25のデータロールに基づいてリソースニーズとギャップを分析するターゲットとなるユースケースを採用しました。これらのロールには、データオーナー、データスチュワード、データモデラー、データサイエンティスト、データエンジニア、システムオーナー、プロセスオーナー、ドメインデータスチュワード、データアーキテクチャなどの人物像が含まれていました。次のステップでは、これらのロールをビジネスおよび機能チームと議論し、どのロールを既に持っているか、どこで課題に直面しているかを特定しました。例えば、適切な専門知識や技術を持つことに関して。共通の課題と機会領域が特定された場合、中央チームがビジネスおよび機能チームを効果的にサポートできる場所はすぐに歓迎されました。最初の、それにしても小規模なチームの資金調達のためのビジネスケースの完成は、迅速かつ容易でした。

私が一緒に働いた他のデータ担当最高責任者と共に、彼女の新しいデータガバナンスオペレーティングモデルの導入と並行して、データリテラシーと文化キャンペーンを展開しました。新しいオペレーティングモデルには、従業員にとって新しい用語と責任が多く含まれており、これが混乱や不安を引き起こす可能性があると考えました。その他の取り組みの中で、組織内の誰でも（25,000人を超える従業員を含む）匿名で質問を提出し、ライブで回答される「Ask me Anything」セッションを開催しました。実際の質問に加えて、「これらの新しい責任は私の給与にどのように影響するのですか？」、「これは3年連続で3回目の新しいオペレーティングモデルですが、本当に別の必要があるのですか？」、「私のチームリーダーはこれが無意味だと思っていますが、どうすればいいですか？」など、多くの機密性の高い質問が寄せられました。後で収集された匿名のフィードバックと伝聞的なコメントは、この透明性のあるアプローチが、改革された責任に影響を受ける人々全体に対して個人的に感じる懸念を和らげ、関与を奨励したことを示しています。

最後の例であり、おそらく私のお気に入りの事例研究は、改革された最高データ責任者が自動化を優先するマインドセットを採用した場合です。新しく導入されたクラウドネイティブなデータプラットフォームのための参照アーキテクチャは、データプロダクトのアプローチ、厳密な相互運用性の基準、およびデータ管理ハブといういくつかの基盤を持って作成されました。これは、プラットフォームに移動されたものだけが自動的にガバナンスされることを意味します。つまり、データプロダクトとしての資格のあるものだけがプラットフォームに保存されることを保証し、（プロダクトおよびデータの）オーナーシップが定義されることを意味します。相互運用性の基準、プラットフォーム内の共通のストレージパターン、およびデータ管理ハブ（データカタログを含む）の組み合わせにより、ほぼ完全に自動化されたメタデータ管理が実現されました。これには、基盤を正しく構築するためのかなりの前向き投資が必要でしたが、中央データプラットフォームチームがプラットフォームおよびそのデータプロダクトを操作するために多数のアナリストとエンジニアを必要とする状況を回避することができました。

先を見据えて

データ管理の集中化は、単純なタスクではありません。複雑さと機微に満ちています。しかし、効果的なコミュニケーション、ステークホルダーの関与、焦点を絞ったトレーニング、計画的なアプローチを通じて、明確なビジネスケースがある場合にのみ集中化し、これらの課題を効果的に管理することができます。ご自身の洞察や経験があれば、コメントで共有してください。

参考文献

• Chief Data Officersの3つの過小評価されている成功要因、VoAGI
• Chief Data Officersが価値を創造し、示すための8つの戦略、HBR
• 3度のChief Data Officerからの5つの教訓、Data World
• DataOpsによるデータ駆動の企業の創造、Ashish ThusooとJoydeep Sen Sarma

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!