Analytics Governance: The Big Picture
アナリティクス・ガバナンス 全体像
要約(英語):
Data Millenium President Malcolm Chisholm has said that Analytics Governance is somewhat different from Data Governance. “Data is enterprise-wide. It’s not really subordinate on something else,” he added. However, there is a tendency to unite them, he added. “Analytics can learn some lessons from Data Governance…but it’s still going to be its own thing in the end,” he added. Descriptive analytics explain what happened, diagnostic analytics provide understanding about why it happened,” he added.
要約(日本語):
データミレニウムのマルコムチショルム社長は、分析ガバナンスはデータガバナンスとは多少異なると述べています。「データはエンタープライズ全体です。それは本当に他の何かに従属していません」と彼は付け加えました。しかし、それらを団結させる傾向がある、と彼は付け加えた。「分析はデータガバナンスからいくつかの教訓を学ぶことができます…しかし、それは最終的にはまだ独自のものになるでしょう」と彼は付け加えました。記述分析は何が起こったのかを説明し、診断分析はそれが起こった理由についての理解を提供します」と彼は付け加えました。
本文:
Data Governance applied to analytics, business intelligence (BI), or data modeling is nothing new, but Analytics Governance is somewhat different from Data Governance, says Malcolm Chisholm, president of Data Millenium.
Data Milleniumの社長であるMalcolm Chisholm氏によると、分析、ビジネスインテリジェンス（BI）、またはデータモデリングに適用されるデータガバナンスは新しいものではありませんが、データガバナンスとは多少異なります。
Chisholm spoke at DATAVERSITY’s Enterprise Analytics Online, stating that Analytics Governance is focused within a more centralized unit rather than the distributed model Data Governance requires.
Chisholmは、DataversityのEnterprise Analytics Onlineで話し、分析ガバナンスは分散モデルデータガバナンスが必要とするのではなく、より集中化されたユニットに焦点を当てていると述べました。
“There is an enterprise-wide aspect of Analytics Governance, but it’s not quite as pronounced and fundamental, in the same way that Data Governance is,” he said, and because there are similarities, there is a tendency to unite them.
「分析ガバナンスには企業全体の側面がありますが、データガバナンスと同じように顕著で基本的ではありません」と彼は言いました。
Chisholm thinks Analytics Governance can learn some lessons from Data Governance, “but it’s still going to be its own thing in the end.” Get our weekly newsletter in your inbox with the latest Data Management articles, webinars, events, online courses, and more.
Chisholmは、分析ガバナンスがデータガバナンスからいくつかの教訓を学ぶことができると考えています。最新のデータ管理記事、ウェビナー、イベント、オンラインコースなど、毎週のニュースレターを受信トレイで入手してください。
Analytics Governance is an area that’s evolving.
分析ガバナンスは進化している分野です。
The historical timeline over which Analytics Governance has developed is being driven by technology advances, not just with modeling, he said, but also how data is managed, and the ability to store and process vast amounts of data through things like cloud infrastructure, along with more advanced networking and operating systems.
分析ガバナンスが開発した歴史的なタイムラインは、モデリングだけでなく、データの管理方法と、クラウドインフラストラクチャなどを通じて膨大な量のデータを保存および処理する能力も、テクノロジーの進歩によって推進されています。より高度なネットワーキングおよびオペレーティングシステム。
Chisholm outlined the roles of Data Science disciplines covered by Analytics Governance: Business intelligence (BI) insights use existing data to explain something.
Chisholmは、Analytics Governance：Business Intelligence（BI）洞察がカバーするデータサイエンス分野の役割を概説しました。
Descriptive analytics explain what happened, and diagnostic analytics provide understanding about why it happened.
記述分析は何が起こったのかを説明し、診断分析はそれが起こった理由についての理解を提供します。
Analytic insights help explore something that’s unknown for which there is no data yet.
分析的な洞察は、まだデータがない未知のものを探求するのに役立ちます。
Predictive analytics provides theories about what will happen, and prescriptive analytics suggest how something could be made to happen. Because data is found everywhere in the organization, much like people, Chisholm compared the management of a company’s data resources to the management of human resources.
予測分析は、何が起こるかについての理論を提供し、規範的分析は何かがどのように起こるかを示唆しています。データは組織内のどこにでも見られるため、人々と同じように、チショルムは企業のデータリソースの管理を人材の管理と比較しました。
A human resources department sets the rules for how people are managed across the enterprise.
人事部は、企業全体で人々がどのように管理されるかについてのルールを設定します。
Data is also everywhere in the organization, but historically it’s been managed like the “Wild West,” where everybody manages the way they want to, and this has caused problems.
データは組織内のどこにでもありますが、歴史的には「ワイルドウェスト」のように管理されており、誰もが望むように管理しており、これが問題を引き起こしています。
Similar to HR, the emerging horizontal function of Data Governance imposes a consistency, standardization and a distribution of accountability for managing data through policies, procedures, and data stewardship.
HRと同様に、データガバナンスの新たな水平機能は、ポリシー、手順、およびデータ管理を通じてデータを管理するための一貫性、標準化、および説明責任の分布を課します。
“Data is enterprise-wide.
「データは企業全体です。
It’s not really subordinate on something else.” Although there is a tendency to think that analytics consists solely of data scientists producing analytic models, the field of analytics is far more complex, he said, and there are innate drivers for governance: How is demand for models rationalized?
それは本当に他の何かに従属していません。」分析は分析モデルを生産するデータ科学者のみで構成されていると考える傾向がありますが、分析の分野ははるかに複雑であり、ガバナンスの生来のドライバーがいると言いました。モデルの需要はどのように合理化されていますか？
How is model development optimized?
モデル開発はどのように最適化されていますか？
What should I expect when I ask for a model to be developed?
モデルの開発を求めるとき、私は何を期待すべきですか？
How do I integrate models into my business processes?
モデルをビジネスプロセスに統合するにはどうすればよいですか？
Can I trust models?
モデルを信頼できますか？
What risks exist in models and how is this being mitigated?
モデルにはどのようなリスクが存在し、これはどのように緩和されていますか？
What value are we getting from models?
モデルからどのような価値を得ていますか？
How do I get the data I need?
必要なデータを取得するにはどうすればよいですか？
How do I interact with my business sponsors?
ビジネススポンサーと対話するにはどうすればよいですか？
Advanced analytics units usually exist to fill a demand generated from other areas of the business, such as forecasting for executive management, and modeling can address that, he said.
通常、高度な分析ユニットは、経営陣の予測など、ビジネスの他の分野から生成された需要を埋めるために存在し、モデリングはそれに対処できると彼は言いました。
Compared to Data Governance, there is an element of marketing that is required to be successful with Analytics Governance.
データガバナンスと比較して、分析ガバナンスで成功する必要があるマーケティングの要素があります。
Analytics units exist to fulfill demand that’s generated from other areas of the business so advanced analytics units must develop some kind of marketing strategy to market themselves to the rest of the enterprise, he said.
分析ユニットは、ビジネスの他の分野から生み出される需要を満たすために存在するため、高度な分析ユニットは、他の企業に自分自身を販売するために何らかのマーケティング戦略を開発する必要があると彼は言いました。
The marketing strategy must be coordinated, particularly with the enterprise-wide aspects of Analytics Governance: “Otherwise you’re not going to really fulfill your task of bringing what analytics has to offer to the business to improve the bottom line, improve the top line, and reduce risk.” Analytics is specialized, so the sponsor must be the unit responsible for model development, usually an advanced analytics unit.
特にアナリティクスガバナンスの企業全体の側面と、マーケティング戦略を調整する必要があります。「それ以外の場合は、分析がボトムラインを改善するためにビジネスに提供するものを提供するというタスクを実際に満たすことはありません。、そしてリスクを減らします。」分析は専門化されているため、スポンサーはモデル開発の責任者でなければなりません。通常は高度な分析ユニットです。
That said, modeling may occur in many units within the organization, so the best sponsor is the unit most clearly identified with the analytics models tied to organizational strategy. Senior management should be involved from the start with model governance or Analytics Governance so they can acquire an understanding of modeling concepts.
とはいえ、モデリングは組織内の多くのユニットで発生する可能性があるため、最高のスポンサーは、組織戦略に関連する分析モデルで最も明確に識別されるユニットです。上級管理職は、モデルガバナンスまたは分析ガバナンスに最初から関与する必要があります。そうすれば、モデリングの概念の理解を獲得できるようにする必要があります。
They will also need to know how they will interact with models in production and should acquire a level of model literacy.
また、生産中のモデルとどのように相互作用するかを知る必要があり、モデルリテラシーのレベルを獲得する必要があります。
Typically organizations will start by using volunteers who are required to add governance to their list of duties.
通常、組織は、義務リストにガバナンスを追加する必要があるボランティアを使用することから始めます。
“That was a lesson learned very early in the history of Data Governance that never worked,” said Chisholm.
「それは、データガバナンスの歴史の非常に早い段階で学んだ教訓であり、決して機能しませんでした」とチショルムは言いました。
A successful program requires several dedicated analytics, governance, and analyst roles, all supporting Analytics Governance. As the use of models becomes more widespread throughout the enterprise, it will become more important for all members of the business to understand models, not just the IT staff or senior management.
プログラムを成功させるには、いくつかの専用分析、ガバナンス、およびアナリストの役割が必要であり、すべて分析ガバナンスをサポートしています。モデルの使用が企業全体でより広くなると、ITスタッフや上級管理職だけでなく、モデルを理解することがビジネスのすべてのメンバーにとってより重要になります。
Leadership should address the following early on in an Analytics Governance communication program to increase the general model literacy of all staff: This communication should be driven primarily by the Analytics Governance Committee, since it is business-facing, he says, but it’s also a good idea to get Corporate Communications involved, because they’re the experts on communicating new ideas across the enterprise and getting buy-in.
リーダーシップは、すべてのスタッフの一般的なモデルリテラシーを向上させるために、分析ガバナンスコミュニケーションプログラムの早い段階で以下に対処する必要があります。このコミュニケーションは、ビジネス面であるため、主に分析ガバナンス委員会によって推進されるべきです。彼らは企業全体で新しいアイデアを伝え、賛同を得ることの専門家であるため、コーポレートコミュニケーションを関与させるというアイデアです。
In this case, it’s best to have a more standard “cookie-cutter” approach to education set up in advance rather than designing something individualized.
この場合、個別化されたものを設計するのではなく、教育に対するより標準的な「Cookie-Cutter」アプローチを事前に設定することをお勧めします。
Those who are actually going to interact with models will need a more specialized program of model literacy to be developed, focusing on how they interact with models. “Trusting models is going to be a problem,” he said, not for developers but for the business side.
実際にモデルと対話しようとしている人は、モデルとの相互作用に焦点を当てて、より専門的なモデルリテラシープログラムを開発する必要があります。「信頼モデルは問題になるだろう」と彼は言った。開発者にとってではなく、ビジネス面で。
Common perceptions that arise when introducing analytics: Communications shouldn’t try to deal with these overarching issues that models have in society today, but instead Chisholm suggests redirecting the focus to trusting models used in the context of the business.
分析を導入する際に発生する一般的な認識：コミュニケーションは、モデルが今日社会で抱えているこれらの包括的な問題に対処しようとするべきではありませんが、代わりにチショルムは、ビジネスの文脈で使用される信頼モデルに焦点をリダイレクトすることを提案しています。
Trust in business models comes when leadership is transparent about how models are developed, how they’re deployed, how risk is assessed in models, and how models are monitored to make sure that they’re not drifting.
ビジネスモデルへの信頼は、リーダーシップが開発方法、モデルの展開方法、モデルでのリスクの評価方法、モデルが監視されて漂流していないことを確認する方法について透明性がある場合に発生します。
Analytics Governance isn’t a one-size-fits-all venture, said Chisholm, and that’s why it’s important to define the lifecycle, then consider what needs to be done in each phase based on the unique needs of the enterprise. Want to learn more about DATAVERSITY’s upcoming events?
Analytics Governanceは万能のベンチャーではない、とChisholm氏は述べています。だからこそ、ライフサイクルを定義し、企業の独自のニーズに基づいて各フェーズで何をする必要があるかを検討することが重要です。Dataversityの今後のイベントについて詳しく知りたいですか？
Check out our current lineup of online and face-to-face conferences here.
オンラインおよび対面会議の現在のラインナップをこちらでご覧ください。
元記事
https://www.dataversity.net/analytics-governance-the-big-picture/
