特定の部門・担当者だけではなく、全社にデータ活用を広げることで精度の高い意思決定や業務改善を組織に浸透させたい――。このような望みをかなえる上で打ち手となるのが「データ民主化」である。必要なデータを社内の誰もが簡単に利用できるように整備・公開し、データを用いた業務改善や施策立案を自由に行えるようにする。これにより、現場業務の課題解決、顧客サービス向上、新規ビジネス創出など、多彩な効果を狙うことが可能になる。

「しかし、単にデータを大量に蓄積すればデータ民主化を加速できるわけではありません」と三菱総研ＤＣＳの早野 秀郎氏は指摘する。同社は三菱総合研究所グループの中核企業であり、コンサルティングから運用まで、高品質なソリューション・サービスを提供するソリューションベンダーだ。

データ民主化がうまく進まない理由は、「人的要因」と「システム的要因」の2つだという。

まず人的要因は、データ活用の主体となるべき事業部門メンバーの多くが「データの扱い方が分からない」「どのような切り口で分析するべきか分からない」状況にあるということだ。

「この課題に対しては、生成AIの活用が1つの解決策になります。ユーザー支援の仕組みをつくり、『データの解釈や分析方法を教える』『データへのアクセスをサポートする』『データの収集・整理など、データ活用に必要な前処理を実行する』といった使い方をするのです」と早野氏は紹介する。

一方のシステム的要因はデータ基盤に関わる課題といえる。ユーザーに見せたいデータをきちんと用意できていない、あるいは安全な形でデータを準備できていないということだ。データ民主化では、なるべく多くの人にデータを利用してもらうことが重要になる。それを支えるデータ基盤がなければ、取り組みを進めることは難しいのである。

それではどのようにしてデータ基盤を整備すればいいのか。

「まず重要なのは、『シームレス』なデータ基盤を整備することです。専門技術に依存することなく、ユーザーフレンドリーな仕組みを整えることが不可欠です」（早野氏）。「どこにデータがあるのか」「どうアクセスすればいいのか」などを詳しく知らないユーザーでも、問題なくデータを活用できるようにすることが肝心だ。

ここで注意すべきは、個別のシステム間でデータ連携を進めてしまうとシステム連携が複雑化し、データの収集・蓄積が難しくなる点である。そこで同社は、この問題を解決する方法として「データハブ」を提案。ハブを介してデータ連携できる仕組みを構築することが望ましいという。

「このデータハブをはじめ、データ基盤には組織内の機密データが集まることになるため、『セキュリティー』にも十分配慮することが求められます。つまり、シームレスかつセキュアであることが、データ基盤を整備する際のポイントといえるでしょう」と早野氏は説明する。

もちろん、多様なシステムが稼働している状況で、このようなデータ基盤を一気につくりあげることは簡単ではない。そこで同社はスモールスタートして成果を上げながら進めることを推奨している。

「iPaaSとして提供されるデータハブを起点に、パブリッククラウドサービスやオンプレミス基盤、DWHとのデータ連携の仕組みを段階的に構築していくのです。少ないコストで始めることができるほか、移行リスクを抑えつつ効果を見極めやすくなります」と早野氏は語る。

三菱総研ＤＣＳは、このようなデータ民主化に求められるデータ基盤の構築を強力に支援している。具体的には、大きく2つのサービスによって顧客の取り組みを支えるという。

1つ目は「データ分析スマートスタート」だ。顧客が記入するヒアリングシートを基に、最短1カ月程度でデータ分析環境を構築する。データ活用の速やかな開始をサポートし、短期間で成果を上げられるようにする。

2つ目は「データユニファイドサービス」。様々なデータの収集・変換を効率化し、データ活用を促進するものだ。SaaSをはじめとする様々なデータソースと連携し、ノーコードで統合的なデータの収集・抽出・変換処理を行うことができるデータ連携環境を提供する。これにより、時間がかかるデータ準備を効率化できるという。

両サービスに加え、伴走型で顧客を支援できるのが三菱総研ＤＣＳの強みだ。既に多くの企業が、同社との取り組みによってデータ民主化を実現している。

例えばある企業では、大規模データの分析に必要な前処理のプロセスをシームレスに実現することで、データを迅速・柔軟にユーザーに提供できるようにした（図1）。「数十TBのストレージからETLでデータを抽出し、データマートを作成するプロセスを、データ分析スマートスタートを利用して一気通貫で実現しました。ユーザーは目的に応じたデータをタイムリーに分析できるようになり、データ民主化が進んでいます」と早野氏は言う。

図1　大量のデータからデータマートを作成

大規模データの分析・活用に必要な前処理プロセスをシームレスに実現することで、ユーザーに対してデータを迅速に提供できるようにした

また別の企業では、社内からIT部門に寄せられるデータ加工・抽出などの作業をデータ連携によって自動化・効率化した。Google ドライブ上のCSVデータをクレンジングしたのちAzure SQLにプールして、BIツールでダッシュボード化する仕組みをデータユニファイドサービスによって構築。これにより、IT部門のリソースを圧迫していたデータ関連作業を大幅に削減したという（図2）。

図2　Google ドライブ上のデータをAzure SQLに自動連携

従来はIT部門が手作業でデータ抽出・加工を行っていたため、現場に速やかにデータを提供することは難しかった。データ連携によってIT部門の負担を軽減するとともに、タイムリーなデータ提供も実現している

「また、従来はIT部門の手が回っていなかったため、どうしても作業にタイムラグが発生してしまい、最新のデータを現場に提供することが困難でした。一連の作業を自動化したことで、現場部門のタイムリーなデータ利活用にもつなげています」と早野氏は話す。

DX時代の企業ビジネスにおいて、ますます重要になるデータ民主化。これを目指す上では、人的要因とシステム的要因、それぞれの課題を解決し、最適な環境を整える必要がある。三菱総研ＤＣＳは、そのための取り組みを支援するサービスと伴走型の支援によって、企業の高度なデータ利活用を支えている。