データファブリックとは：サプライチェーンの効率とレジリエンスを高める

メーカーは、製品イノベーション、エンジニアリング、計画、生産、ロジスティクスにわたる複雑な機能の網の目を常にバランスさせています。これら高度に相互接続されたプロセスは、組織全体とそのパートナーにまたがり、データのギャップ、情報レイテンシ、運営と構成要素全体に複雑な関連を生む障壁を作り出します。

過去1年の混乱で、多くのグローバルサプライチェーンが崖っぷちに追い込まれました。原因は悪いデータ戦略でした。サプライチェーンを硬直したシステムとして扱ったのですが、現実には、変化に素早く適応するために同期する必要があるアクターの複雑なネットワークです。パンデミック中に無数の製品で消費者需要が過去最高に達したとき、ソースシステムからのデータレイテンシが対応を遅らせ、多くのメーカーとサプライヤーが変化する市場環境に反応できませんでした。

従来のデータ管理システムは、サプライチェーンプロフェッショナルが適応により多くの時間をかけられ、企業データ環境がより均一で構造化され、シンプルだった時代にはうまく機能しました。しかし世界は変わりました。サプライチェーンデータは再利用可能でなければなりませんが、従来のアプローチでは、問題特定と方程式解決のために繰り返し不可能なデータ抽出を必要とするため、それができません。さらに悪いことに、IoTの台頭、非構造化データ量の増加、外部データソースの重要性増大、ハイブリッドマルチクラウド環境への傾向が、それぞれの新しいデータリクエストを満たす障壁となっています。

リレーショナルデータシステムを中心とした古いデータ戦略は根本的に破綻しています。では、メーカーはどうすればリアクティブからレスポンシブなデータ戦略へシフトできるでしょうか？ 情報遅延を克服するため、メーカーはデータファブリックのような新しい技術アプローチを採用し、サプライチェーンを流れるデータと、仕事の進め方を定義する関係性を正確に表現するデジタルサプライネットワークを構築しています。エンタープライズデータファブリックは、内部サイロと外部ソースからのデータを織り合わせ、ビジネスアプリケーション、人工知能、分析を駆動する情報ネットワークを作ります。

今日の複雑で接続された企業の全幅を支えるこのデジタル表現には、サプライネットワークで表現されるすべてのプロセス、製品、人、パートナー、ポリシー、サードパーティデータソースが含まれ、バリューチェーン全体をクリアに見渡せます。この可視性により、メーカーはインパクト分析と根本原因分析を行い、分散した階層を管理し、リアルタイムとIoTデータを活用したジャストインタイム意思決定が可能になります。

データファブリックは、データプロフェッショナルに、主要エンティティと関係性、およびビジネスを統制するビジネスロジックとルールの、構成可能で機械理解可能な表現を生成する能力を与えます。古いデータ統合技術とは異なり、データファブリックは表現力豊かで、メーカーが質問し、現実世界での効果、結果、特定アクションの特性を記述できるようにします。ファブリックは拡張可能で、すべてのユースケース/機能で再利用でき、必要に応じてパートナーに容易にメンテナンス・拡張できます。

サプライチェーン成果を推進する

企業内でビジネス価値を創出するには、メーカーは重要なすべてのデータを接続できなければなりません。データファブリックは、データだけでなく「意味」を企業全体に届けることで現状を変えます。この意味は、多くのソースから織り合わされます：データとメタデータ、内部と外部ソース、クラウドとオンプレミスシステム。意味はデータモデル内に取り込まれ、各データ資産のすべての文脈が完全に存在し、機械理解可能な形で利用可能です。データファブリックがあれば、人もアルゴリズムも、データの誤用や誤解釈の可能性とリスクを減らしながら、より良い意思決定ができます。より具体的に、データファブリックはメーカーを以下のように支援します：

• デマンドセンシングの改善。 突発的な需要に対応するタイムラグを縮めることはメーカーにとって不可欠ですが、データレイテンシと、ソーシャルメディアからPOSデータまであらゆるものの接点を見つけられないことで、デマンドセンシングは困難です。データファブリックは、既存のERPや需要予測ソリューションを再配線することなく、これらのギャップを解消します。

インサイトは需要計画リーダーに届けられ、ビジネス計画改善に活用できます。

• 運営を接続する。 高い需要変動性は、運営パフォーマンス、製品可用性、収率に影響するトレンドを迅速に理解する必要があるメーカーに波及効果をもたらします。残念ながら、複数のMESやショップフロア運営システムでは、供給可用性を巡るリアルタイムシナリオトレードオフを特定・支援できません。

データファブリックを用いれば、メーカーは供給の変化を特定し、追加のデータレイクサイロや運営サポート/調達アナリストコストを前提とせず、必要な調整を行えます。

• 顧客クレームの根本原因分析を提供する。 製品欠陥による顧客クレームは、一連のフォローアップ評価を引き起こします。欠陥の原因は何か？ 他のどの顧客が影響を受けたか？ リコールが必要か？ データファブリックにより、メーカーは不良品に関する顧客クレームを原材料まで遡って追跡し、完成品と原材料の関係を容易に相互参照できます。

さらに、これらの原材料は複数の製造拠点で生産され、サプライヤーによって異なる名称で呼ばれる可能性がありますが、データファブリックは顧客、製造、フィールドサポート、製品、その他のデータドメイン全体でのトレーサビリティを可能にします。これにより、メーカーは事態の全容を把握し、適切かつコスト効率よく根本原因分析を行えます。

• デジタルサプライチェーンツインを作成する。 デジタルサプライチェーンツインには、予測分析、ソースデータを接続するモデル、そしてもちろんソースデータ自体（ERP、CRM、MES、IoT、顧客ネットワークなど）が必要で、特にサプライチェーン計画周りの意思決定改善に役立ちます。デジタルツインは数億の関係性を表現できなければなりません。セマンティックグラフの複雑なビジネスロジック機能と多様なデータ表現能力を持つデータファブリックは、複雑なロジックと状況依存の意思決定を処理できるビジネスルールを管理する自動制御をメーカーに提供します。

データファブリックは、既存のデータ管理システムを接続し、プロセスにおいて接続されたすべてのアプリケーションとユーザーを豊かにする能力で、注目を集め続けています。これらは、今日のますます複雑で接続された企業の全幅を支える、データ管理分野の次のステップと見なされています。

Rob Harris氏は、エンタープライズナレッジグラフ（EKG）プラットフォームプロバイダーStardogのソリューション担当バイスプレジデントです。