シェア
ツイート本書の概要
データマネジメントとは、データを資源として、ビジネスに活かせる状態を継続的に維持し、進化させていくための組織的な営みです。昨今、社会全体のデジタルトランスフォーメーション（DX）の流れや生成AIの普及を背景に、データマネジメントの重要性は高まっています。
本書は、「データマネジメントの実態と最新動向」の第二弾となるもので、日本企業におけるデータマネジメントの取り組みの実態を、アンケート調査の結果をもとに多角的に分析し、明らかにします。また、データマネジメントを高度化する製品・サービスについて、主要なベンダーへの取材をもとに、各社のビジネス動向や戦略を解説。データマネジメントにおける技術的・ビジネス的なトレンドを整理します。顧客のDXやデータマネジメントを支える企業や、データマネジメントに取り組む企業にとって、必携の1冊です。
本書のポイント
アンケートから、企業のデータマネジメントの現状を明らかに。マスターデータ管理／データ品質管理／メタデータ／データスペース等、データマネジメントの詳細を深堀り。
予約受付中
CD版 110,000円（税込）
ダウンロード版 110,000円（税込）
注目の調査結果
■国内データマネジメントの着実な進展が見える
IT 投資予算に占めるデータマネジメントに関わる投資の割合を聞いたところ、「5%未満」と回答した企業が最も多い36.6%でしたが、昨年度の54.1%から17.5ポイント減少しました。一方で、「10%以上、20%未満」が昨年の4.9%から8.5%に、「それ以上」が1.2%から2.0%にそれぞれ増加しており、データマネジメントの優先順位が徐々にではありますが底上げされてきているとみられます。さらには、データマネジメントを推進する組織体制の整備状況に関しては、データマネジメントに関する人材や組織の課題として「データマネジメント専任の組織やチームを作れない」を上げた企業が昨年度の47.4%から今年度は33.6%へと13.8ポイント減少しており、データマネジメント専任の体制が着実に作られ始めている兆しが見て取れます。一方で、データマネジメントのスキルを持った人材が不足しているという課題は、解決されていないようです。
【図表1.IT予算に占めるデータマネジメントに関わる投資の割合】
【図表2.データマネジメントに関わる人材や組織の課題】
■データマネジメントに関わる投資の効果を明確化している企業は4.0%にとどまる。
データマネジメントに関わる投資の効果が、システム投資効果として明確になっているかどうかを聞いたところ、「明確化していない」が前年比4.5ポイント減の53.4%と最も多くなりました。「明確化していないが、今後明確化したい」が0.9ポイント減の19.8%、「ある程度は明確である」が3.7ポイント増の13.5%と続き、「明確になっている」は2.1ポイント増加したものの4.0%にとどまりました。投資効果を明確化する方向に進んでいるものの、未だ半数以上の企業で効果測定が行われていない状況が続いています。
【図表3.データマネジメントに関わる投資の効果】
■生産現場のOTデータは、まだ収集・活用が進んでいない
生産現場のデータ（OTデータや製造IoTデータ）の利活用状況を製造業単独で見てみると、「システムは連携していないが、必要な都度、経営や生産以外の業務部門で生産現場のデータが活用されている」が最も多い35.6%となっており、もっぱら都度的な利用に終止しているようにみえます。「生産現場のデータは、経営や生産以外の業務部門では全く活用されていない」または「生産現場のデータの活用状況がわからない」と回答した製造業は半数近くに上り、製造業における生産現場のデータ利活用は思うように進んでいないようであることがわかりました。製造業では保有するデータの種類が多く、複雑性も高いという困難な背景があることは確かですが、この結果を見るかぎり、生産現場のデータ利活用が「個々の工場の現場まかせ」になっていることが危惧されます。
【図表4.生産現場のデータ（OT データや製造 IoT データ）の活用部門】
■『データアーキテクチャの策定』と『経営・事業責任者の参画』に相関関係
企業内におけるデータアーキテクチャ策定の最も初歩的な意義は、保有するデータ全体を網羅したデータの鳥瞰図を得ることです。データアーキテクチャが直接利益を生み出すものではありませんが、企業がDX-Ready（DXの準備が整った状態）であることの必須条件の一つです。今回の調査でデータアーキテクチャを策定済みと回答した企業は、「積極的に取り組み常にアップデートしている」が10.3%、「策定しているがアップデートまではしていない」を合わせても18.8%に過ぎません。ただし、昨年調査からは7.9ポイントと大きく増加しています。
【図表5.データアーキテクチャ（データの鳥瞰図・地図）の策定状況】
データアーキテクチャの策定には経営および事業部門の知見が必要です。今回の調査でデータアーキテクチャの策定に事業部門の責任者またはメンバーが参画していると回答した企業は半数近くに上り、逆に IT 部門のみで策定している企業は約3割にとどまっています。データアーキテクチャの策定へ参画する事業部門のウェイトが高くなってきたことが伺えます。
【図表6. データアーキテクチャ作成へのIT部門以外の関与（複数回答）】
■企業のデータマネジメントの取り組み実態調査 概要
| 調査目的 | 企業におけるデータマネジメントの活動状況やデータマネジメントを担当する人材・組織の状況を把握すること |
| 調査対象 | 株式会社インプレスが媒体／サービスである「IT Leaders」などの読者、セミナー・イベントなどの事前登録者・受講者・来場者のうち、勤務先企業・団体のデータの維持・管理（データマネジメント）の状況を把握している方や、実務に携わっている方 |
| 調査方法 | 対象者にメールを送付し、Web上のアンケートフォームへ誘導 |
| 有効回答数 | 399人 |
| 調査期間 | 2024年10月25日～11月4日 |
| 調査企画 | 実施：株式会社インプレス インプレス総合研究所 |
本書の内容
データマネジメントとは、データを資源として、ビジネスに活かせる状態を継続的に維持し、進化させていくための組織的な営みです。昨今、社会全体のデジタルトランスフォーメーション（DX）の流れや生成AIの普及を背景に、データマネジメントの重要性は高まっています。
本書は、「データマネジメントの実態と最新動向」の第二弾となるもので、日本企業におけるデータマネジメントの取り組みの実態を、アンケート調査の結果をもとに多角的に分析し、明らかにします。また、データマネジメントを高度化する製品・サービスについて、主要なベンダーへの取材をもとに、各社のビジネス動向や戦略を解説。データマネジメントにおける技術的・ビジネス的なトレンドを整理します。顧客のDXやデータマネジメントを支える企業や、データマネジメントに取り組む企業にとって、必携の1冊です。
第1章の「データマネジメントの概況」では、DXの進展を背景としたデータマネジメントをめぐる状況の変化や、企業のデータ活用における技術的・ビジネス的なトレンド、課題や次世代のデータ基盤であるデータスペース、今後の展望などを解説します。
第2章「ユーザー企業におけるデータマネジメントの実態」では、幅広い企業に対するデータマネジメントの取り組みに関するアンケート調査の結果を掲載。企業のデータマネジメントの実態を解説します。
第3章「製品・サービスの動向と主要ベンダーの戦略」では、データマネジメントを高度化する製品・サービスについて、主要なベンダーへの取材をもとに、各社の製品・サービスの特徴やビジネスの動向、戦略を解説します。
目次
1.1 データマネジメントとは
1.1.1 データマネジメントの定義と構成要素
1.1.2 データマネジメントをめぐる現状と今後
1.2 企業のデータマネジメントの取り組み実態調査
1.2.1 データマネジメント成熟度モデルによる海外との比較評価
1.2.2 2024 年度調査結果の概観
1.2.3 データマネジメントの実施状況
1.2.4 体制の組織化が進む一方で、データマネジメントとシステム運用保守の混同によるリスクが残る
1.2.5 データマネジメントに向けた経営者の意思を形にする方法
1.2.6 今後への提言：経営・事業トップ層を巻き込んだ事業戦略と一体化したデータ戦略を推進しよう
1.3 次代を担うデータ基盤「データスペース」
1.4 製品・サービスの最新動向
1.4.1 マスターデータマネジメント/データ品質管理
1.4.2 データ統合・連携
1.4.3 データ蓄積
1.4.4 メタデータ管理
1.5 データマネジメントの将来展望
2.1 調査概要
2.1.1 調査概要
2.1.2 回答者（回答企業）のプロフィール
2.2 データ品質・マスターデータマネジメント
2.2.1 データ品質の維持・向上の活動状況
2.2.2 データ品質に関する課題
2.2.3 データ品質の維持・改善
2.2.4 マスターデータマネジメントの取組状況
2.2.5 マスターデータマネジメントの実施手段
2.2.6 マスターデータマネジメントの課題
2.2.7 マスターデータマネジメントの担当部門
2.2.8 今後のマスターデータマネジメントの方針や将来像
2.3 データ統合・データ基盤・メタデータ整備
2.3.1 データ統合の状況
2.3.2 データ基盤に関する課題
2.3.3 メタデータにより得られる効果
2.3.4 メタデータの整備状況
2.3.5 メタデータを整備する人や組織
2.4 データアーキテクチャ・データモデリング
2.4.1 データアーキテクチャの策定状況
2.4.2 データアーキテクチャの策定へのIT部門以外の関与
2.4.3 データモデリングの実施状況
2.4.4 データモデルの作成目的
2.4.5 データモデルの作成ツール
2.5 人材・組織
2.5.1 CDO（Chief Data Officer）の任命状況
2.5.2 データマネジメントを担う組織の状況
2.5.3 データマネジメントに関する人材・組織の役割
2.5.4 データマネジメントを担う人材・組織の人数
2.5.5 データマネジメントに関する人材・組織の課題
2.6 その他のトピック
2.6.1 データ分析のために収集（使用）しているデータの種類
2.6.2 データガバナンスの実施状況
2.6.3 データ分析・活用のための専門組織の設置状況
2.6.4 IT投資予算に占めるデータマネジメントに関わる投資
2.6.5 データマネジメントに関わる投資の効果の明確化
2.6.6 データの整備や活用のために利用しているツールやサービス
2.6.7 データマネジメントに期待する効果
2.6.8 データメッシュの取組状況
2.6.9 データファブリックの取組状況
2.6.10 生産現場のデータの活用状況
2.6.11 バックアップツールの利用状況
2.6.12 バックアップの実施状況
3.1 マスターデータマネジメント/データ品質管理
3.1.1 Informatica Intelligent Master Data Management（インフォマティカ・ジャパン）
3.1.2 TIBCO EBX Software（TIBCO）
3.1.3 Oracle Enterprise Data Quality（日本オラクル）
3.1.4 その他のマスターデータマネジメント／データ品質管理製品
3.2 データ統合・連携
3.2.1 IBM DataStage（日本アイ・ビー・エム）
3.2.2 ASTERIA Warp（アステリア）
3.2.3 HULFT Square（セゾン情報システムズ）
3.2.4 TIBCO Data Virtualization（TIBCO）
3.2.5 その他のデータ統合・連携製品
3.3 データ蓄積
3.3.1 Snowflake（Snowflake）
3.3.2 Oracle Autonomous Data Warehouse（日本オラクル）
3.3.3 その他のデータ蓄積製品
3.4 メタデータ管理
3.4.1 IBM Watson Knowledge Catalog（日本アイ・ビー・エム）
3.4.2 Alation Data Catalog（Alation）
3.4.3 その他のメタデータ管理製品