ビッグデータプロジェクト成功を予測する重要要因

ビッグデータ技術の適用は、おそらく今日ほとんどの経営幹部の頭の中で最も重要なプロジェクトであり、すべてがこのデータの収益化に高い期待を寄せています。しかし、非常に高い割合が失敗します。具体的に言うと、GartnerとNewVantage Partnersを含む戦略とビッグデータを専門とするコンサルタントによる研究まとめによると、近年の企業におけるビッグデータ導入について、ビッグデータプロジェクトの約80%が失敗しています。そして、私たちが自問しなければならない最初の質問は「なぜか？」です。

データプロジェクト失敗の理由

数字は、企業がビッグデータプロジェクトの立ち上げに資本を投資しているものの、多くが価値を得られていないことを示しています。プロジェクトが停滞しがちな共通の理由があり、以下で説明します：

• 戦略的目標と技術スキルのミスマッチ：このようなプロジェクトを実装する際の第一歩は、真のビジネス問題を理解し、最初からリスクを正確に評価すること。明確な問題分析なし、データ戦略と整合した明確な目標なしでプロジェクトを立ち上げると、戦略的ビジョンが盲目になり、プロジェクトを失敗に導きます。

• インフラストラクチャとリソースの不足：大規模データプロジェクトには堅牢なインフラストラクチャと主要リソースが必要、特に人材に関して。これらの重要な機能をカバーせずに前進しようとする者は、スキルギャップを経験し、分析適用における適切な教育、トレーニング、経験の不足によりプロジェクトが停滞します。

• 複雑さと非柔軟性：このタイプのプロジェクト開発に必要な材料がどれだけ揃っていても、プロジェクトのアーキテクチャとスコープが硬直しすぎていれば失敗します。問題を複雑化し、過度に複雑なソリューションを作りがち。この慣行は全体像から焦点を外し、正しいソリューションから逸らします。

• データサイエンスモデルの失敗：データ品質と精度の悪さはプロジェクト成功の大きな障害。統合コストは高く、データはしばしば大量の未解読情報の源泉のまま。データ内のすべての関係を抽出または推論し、明示化して機械がデータを適切に解釈できるようにする必要があります。

• 統合のギャップ：データサイエンティストとビジネス利害関係者間のコミュニケーション不全は、確実な失敗を招きます。この規模のプロジェクトが本番適用されず失敗する最も一般的な理由。情報の流れが、この規模のプロジェクト統合にとって不可欠です。

データプロジェクト成功の鍵

現実は、データベースのメリットへの道が容易でも単純でもないことを示しています。企業は、大量データをビジネスに変換するためのさまざまな能力を開発する必要があります。それはグローバル（組織全体を巻き込む）で、ルーチン化され反復可能なプロセスとワークフローに基づくものでなければなりません。
リスクを軽減し、結果がプロジェクトへの期待と一致することを保証する4つの成功要素があります：

データ

堅牢なデータ構造なしにデータベースの成長は不可能。組織は内部と外部（購入データも含む）データを収集、保存し、組織で利用可能にする必要があります。
データ量は増加し、新しいフォーマットが常に出現。企業は洗練されたモデルを通じてこのデータを分析し、すべての当事者が価値ある結論を導き出せる形で報告できる必要があります。
この能力には、センサー開発スキル、データ保存インフラストラクチャ、ハッカーからデータを守る方法が必要です。

自律性

自律的チームと分散型意思決定の概念は、あらゆる戦略開発の基盤であり、従業員が独自のアイデアを提案し、独自の意思決定さえできるようにします。しかし、自律性はますます複雑なプロジェクト、アジャイル大規模チーム、おそらくますます多職種化によって挑戦されています。
だからこそ、共通コミュニケーションを確立し、グループが自己組織化または自律的チームとして行動することを保証するデータマネージャー（CDO）のポストを作ることが不可欠。
同時に、チームがデータサイエンティストが貢献できることとすべきことを理解し、データサイエンティストがデータが従業員の新しい意思決定を助けることを保証するよう訓練されることが重要。

テクノロジー

テクノロジーはデータの成功に等しく不可欠。適用フェーズでの重要な第一歩であり、デジタル背骨の不可欠なコンポーネントです。
最高のアイデアと最も価値あるデータがあっても、テクノロジーがタスクに耐えられない、またはスケーラブルでなければ、最終的には企業に真の価値を創出できません。だからこそ、この分野の専門家である戦略的パートナーを持つことが不可欠です。

責任

データ戦略を検討する際、何が許可され、何が禁止されるかを考慮することが不可欠。考慮すべき3つの責任領域があります：法律、正式契約、社会規範。
データが個人を特定できる能力を持つとき、特定のデータセキュリティと執行規制が適用されます。したがって、すべての当事者の期待と目的を明確にし、健全な契約基盤を確保することが重要。
一方、データの使用が契約当事者にとって合法かつ適法であっても、顧客や社会にとって不適切な場合があります。企業はデータを倫理的に扱い、パラメータを設定する責任者を持つべきです。

さらなる含意

文化と人的要因の重要性が、データプロジェクト開発において同等に重要な役割を果たします。コミットしたマネージャーの重要性から流動的なコミュニケーションシステムの必要性まで、良いデータ文化を達成する10のステップをご覧ください。

リソース配分は、プロジェクトに必要な投資を検討する際のもう一つの鍵。リソースが薄く分散しすぎると、より優先度の高いプロジェクトを危険にさらす可能性があります。このため、アドバイスを受け、投資のバランスを見つけ、資金予測を行い、プロジェクト進行に伴う実装問題を考慮する必要があります。

貴社のビッグデータプロジェクト

スコープ、時間、予算、品質はあらゆるプロジェクトの重要な構成要素。これらの測定基準の1つ以上に準拠しないことが、ほとんどのデータプロジェクトが挑戦されたり完全に失敗したりする理由です。
ビジネスとして、まずデータプロジェクトがビジネス優先事項と整合・関連していることを確認し、それらの周りに目に見える・見えないアジャイルインフラストラクチャ全体を構築する必要があります。これを少しずつ、シンプルなモデルで、Nexus Integraのような戦略的パートナーに導かれて行う価値があります。

Nexus Integra統合運用プラットフォームは、企業がデータを統合、取得、標準化、統合、管理、表示するのをシンプルに支援する強力な三層構造で構成されています。
– 第1層、Nexus Connect、高度なIoTデバイスとツールを通じて非構造化データの統合と取得を支援。
– 第2層、Nexus Core、ビッグデータを通じてこのデータの標準化と統合を担当。
– 第3層、Nexus Applications、ネイティブNexus Integraアプリケーションとサードパーティ開発アプリケーションで構成され、グローバル運用環境でデータをシンプルに管理・表示するために必要なツールを提供。