ビジネスにおけるリアルタイムデータの正確性の重要性

正確なリアルタイムデータを取得することは、ビジネスにとって不可欠です。メタデータを使用してパターンを識別し、メタデータファイルを介してこの情報をグループ化し、メタデータ管理フレームワークを介してメタデータの正確性を確保する必要があります。

リアルタイムのデータ精度、正しい値と形式を参照するデータ品質特性を考慮してください。これは、収益性が高く成長するビジネスにとって必須です。企業は、消費者の需要の流入に対処するために、正確なリアルタイムデータを必要としています。 Cスイートの幹部と財務専門家の3分の1は、リアルタイムの財務データをますます重視することに同意しています。

残念ながら、多くの組織は、リアルタイムデータからビジネスの洞察を得るのに苦労し続けています。企業は何時間にもわたってストリーミングデータフィードを収集しますが、適切な意思決定を行うために必要なのはこのストリームの数分だけです。

蓄積されたデータの量を検証する方法を決定することでさえ、あるデータセットが別のデータセットよりも精度が高いかどうかをすばやく判断するのに課題があります。間違った電話をかけ、1400万ドルを失うビジネスに貢献してください。

幸いなことに、メタデータ、つまりデータに関するデータは、リアルタイムのデータ精度を実現するのに役立ちます。この記事では、メタデータを使用してリアルタイムのデータ精度を取得するための旅を読者に紹介します。

メタデータを使用したリアルタイムデータの精度の検証

既存のデータを正確に保つために、より多くのデータを生成することについて話すのは直感に反するように思われるかもしれません。しかし、メタデータにはいくつかの超能力があります：

• 正確である場合、メタデータはそれが説明する情報に関するコンテキストを提供し、データの正確性を証明します。コンピュータプログラムは、このメタデータをスキーマまたは表現に変換できます。
• メタデータ定義には、データセットの技術的、ビジネス的、または運用上の説明の任意の組み合わせが含まれます。したがって、システム、プロセス、または人々は、メタデータを使用して、顧客、購入、製品、場所などを特徴付けることができます。
• アルゴリズムは、技術メタデータを使用して、別のプロセスまたは人にフラグを立て、さらにアクションを実行できます。
• メタデータは大量のデータをラップアラウンドして、そのデータを見つけやすくすることができます。

RomeroとCaldersの2人の専門家は、情報プロファイリングと呼ばれるアプローチでこれらのメタデータの強みを活用しています。彼らは、メタデータを適用してプロファイリング用のスキーマを形成し、メタデータを使用して結果を囲むフレームワークを提案しています。

これらの調査結果をさらに進めると、企業はビジネスルールを使用して、メタデータによってラップされたパケット内のスキーマおよびグループデータのメタデータ形成をガイドできます。これらの組織は、アルゴリズムを使用してデータパターンを検索し、一致するデータセットを取得することで、リアルタイムデータをより効率的に処理できるようになります。

リアルタイムのデータ精度の例を調べる

リアルタイムのデータ精度のためのメタデータの使用は、実際にはどのように見えますか？バブソン大学のゴードンとシャンカラナラヤナンが洞察を提供します。

会社Aのフィードには、1時間ごとに何百ものインスタントメッセージが届いているとします。顧客のJohnDoeが、A社から自転車を購入したいというテキストを送信します。A社は、これらのメッセージがJohn Doeからのものであり、自転車を購入したいことを確認したいと考えています。

まず、アプリケーションはJohn Doeプロファイル、JohnDoeに関するメタデータを作成します。 John Doesに関するメタデータには、電話番号、使用する携帯電話の種類、A社のメンバーシップステータスに基づく値があるとします。このJohn Doeの表現は、A社の顧客関係管理システムに含まれるデータとして適しています。

次に、コンピュータープログラムがこのJohn Doeプロファイルを取得し、フィード内のテキストストリーミングと照合し、データストリームで何を検索するかをビジネスルールで定義します。ソフトウェアがJohnのスキーマDoeに一致するデータを検出すると、コンテンツメタデータファイルの下にバンドルします。このコンテンツメタデータファイルは、テキストメッセージがJohn Doeから送信されたものであることが保証されているユーザーが検索できます（メタデータの品質がビジネスニーズを満たしている場合）。

また、アルゴリズムは購入プロファイルをまとめて、Amazonが顧客に推奨する製品をどのように判断するかなど、JohnDoeが自転車を購入する可能性を判断します。次に、アルゴリズムがこの購入プロファイルを適用し、ジョンが自転車を購入したい可能性を評価します。

メタデータの精度を重要にする

メタデータを使用してスキーマとバッチを作成することは、メタデータの精度に大きく依存することに注意してください。そうしないと、リアルタイムのデータ精度を確保できなくなります。

上記の例で、John Doeが電話番号を変更し、メタデータに古い電話番号が残っている場合、Johnのメタデータは不正確になります。同様に、リアルタイムデータセットを含むメタデータファイルには、正しくラベルを付ける必要があります。 John Doeのテキストファイルを含むメタデータの顧客名が間違っていると、Johnのテキストファイルを見つけることができません。

したがって、企業がデータの監視とクレンジングに使用するのと同じ理由とプロセスが、一貫して高品質のデータを提供するために、メタデータにも当てはまります。リアルタイムの検証に使用されるメタデータは、リアルタイムのデータの正確性について信頼できるように、十分に正確である必要があります。

メタデータ管理フレームワーク

それでは、メタデータの監視とクレンジングを自動化するだけで十分でしょうか？いいえ。価値があり、ビジネスにアクセスできる十分なメタデータ品質を取得するには、メタデータ管理フレームワークが必要です。

組織の人、プロセス、テクノロジーは、このメタデータ管理フレームワークとそれを作成するビジネスルールを構成します。

たとえば、ある部門が1つのシステムで顧客名を標準化し、別の部門が別のアプリケーションで顧客名を異なる形式でフォーマットする場合、メタデータ管理フレームワークが不安定になります。組織はどの部門からメタデータを取得して使用しますか？

適切なリアルタイムデータの精度を確保するためのメタデータ管理フレームワークを開発するには、次のものが必要です。

• 存在する構造とその影響に関するメタデータ管理の評価。このベースラインから、企業はどのプロセスを変更するかを理解できます。
• データ戦略、ビジネスの継続と成長を維持するためにデータを使用するための計画。
• データガバナンス、メタデータアクセスとセキュリティを調整するプログラムであり、コンプライアンスを維持します。
• リアルタイムのデータ精度を決定する際のメタデータの重要性と価値に関する集合的なデータリテラシー。さらに、労働者は優れたメタデータを定義する方法を知る必要があります。
• どの属性と値がメタデータの内容または対象を定義するかについての堅実なビジネス要件。

最後の言葉

2020年、企業は、リアルタイムのデータ品質が必要な理由を理解しましたが、このデータからビジネスの洞察を得ることに不信感を抱いていました。大量のデータとデータ速度は、各データがテキストまたはメッセージストリームで正確であることを迅速に保証するための重大な障害を企業にもたらします。

メタデータスキーマとビジネスルールを使用してリアルタイムデータをキュレートすると、関連性のないデータの分析から企業のリソースを節約しながら、より多くの価値を得ることができます。結果をチャンク化し、メタデータを使用してこれらのデータセットにラベルを付けると、正確なデータをより速く見つけることができます。ただし、このようにメタデータを使用するには、正確なメタデータと適切なメタデータ管理構造が必要です。これにより、企業はリアルタイムのデータ精度を信頼できるようになります。