メタデータの重要性はこれまでになく高まっています。新しい技術により、アナリストとしての経験がないビジネスマンでも、データを操作できるようになりました。ITを一般消費者向けにするということは、システムを、特別な訓練がほとんど不要な、直感的に操作できるようにするということです。大勢の人がありとあらゆる意思決定をサポートするためにデータを使用する現在、データを説明して定義し、理解してもらうことが重要な意味を持ちます。
しかし、多くのシステムでは、いまだに低速かつ柔軟性のない方法でメタデータを扱っています。このような方法では、ビジネスインテリジェンスソリューションの柔軟性が低下し、最終的にはセルフサービス分析を展開する利点も減ってしまいます。 メタデータについての考え方を変えることによって、企業は、保有するデータをすばやく簡単に把握できるようになります。
このホワイトペーパーで、メタデータが使えない４つの理由への対処法をご覧ください。
1. 事前のメタデータの定義に時間がかかりすぎ、展開が遅くなる
従来のビジネスインテリジェンスのシステムでは、最初の段階として、組織はすべての事業をモデル化する必要がありました。これは時間のかかる複雑なプロセスであり、数週間または数か月単位で事業展開を遅らせるものでした。初期費用は高額で、分析の効果が出るまでには時間がかかりました。
より望ましいアプローチは、分析を直接サポートできるソリューションを見つけることです。その利点は、役に立つ分析をより速く提供できることだけではありません。データが実際にどう使われるかを見ながら、何度もメタデータモデルを構築できるのです。よりアジャイル(機敏)なこのアプローチでは、多くの場合、より確実で現実味のあるメタデータモデルが構築できます。
まずは、既存のシステムにメタデータがあれば、それを活用するところから始めるとよいでしょう。つまり、既存のデータベースで日付が日付として定義されているなら、分析ソリューションで日付フィールドの定義に時間をかける必要はないということです。
2. メタデータは、IT担当者が期待するほど柔軟ではない
従来のメタデータモデルは変更が難しく、実際に変更するとなると費用も高額でした。その結果、モデルの変更はめったに行われなくなります。つまり、ビジネスデータの正確性が徐々に失われるということです。メタデータを最新の状態に保つことはIT部門の責任ですが、変更に必要な情報がIT部門に届かない場合もあります。
トレンドやビジネスチャンスが目まぐるしく変わる現代で、これは企業の競争力にとって極めて不利な状況です。
定義や計算式は、ひんぱんに新しくする必要があります。新しいメタデータの情報源には、多くの場合、データを使用して質問や回答をしているビジネスユーザーが適しています。このような人は、「カテゴリ→製品」といった階層を設定したり、販売地域をグループ化してより大きな地域にしていることがあります。柔軟な分析ソリューションでは、IT部門が新しいメタデータオブジェクトを評価し、それを制作段階まで進めることができるため、全ユーザーが新しいメタデータを共有できるようになります。
メタデータの柔軟性が失われると、ビジネスに対する理解を発展させる力も失われてしまいます。
続きを読むには ホワイトペーパーをダウンロード!