はじめに
DMLTデータマネジメントブログ連載、今回はVol.3 – その“データ”、活かすための準備はできていますか？「Data Management Maturity Assessment」とは
をお届けします。
Vol.1：M&Aとデータマネジメント
1.1：なぜ今、企業M&AにおけるSAP ERP対応が重要課題となるのか
1.3：DMLTは企業M&AにおけるSAP ERP対応をどのように支援するのか
Vol.2：Autonomous Enterprise に備えるマスターデータ品質
Vol.3：その“データ”、活かすための準備はできていますか？「Data Management Maturity Assessment」とは
Vol.4：Data Health Check と Data Volume Management
Vol.5：Information Lifecycle Management（ILM）
Vol.6：Data Privacy (1) — GDPR と PII への対応
Vol.7：Data Privacy (2) — Masking Solution
Vol.8：大容量システム移行やダウンタイム短縮とデータマネジメント
Vol.9：法規制やビジネス変化に伴う、基幹システムの会計領域を中心としたトランスフォーメーション
■ こんなお悩みはありませんか？
昨今、毎日のように「AI活用」という言葉を耳にします。しかし、本当に目指したいのは「AIを使うこと」自体ではないはずです。その先にある「どのような組織にしたいのか」「どのような働き方をしたいのか」、そして「そのために業務をどう改善したいのか」という目的が最初にあるべきではないでしょうか。
無事にS/4HANAへの移行を終えたものの、その後のデータ活用やAI活用が思うように進んでいない――そんなご相談をいただく機会も増えています。たとえば、次のような状況です。
分析基盤は整っているが、信頼できるデータが揃わないデータ活用／AI活用の検討は進んでいるが、PoC止まりで終わるマスタデータの定義や品質が部門ごとに異なるITと業務の間でデータの責任が曖昧
いずれも、多くの企業で実際に見られる典型的な課題です。こうした課題は、一見するとバラバラに見えますが、実は共通した背景があります。
データマネジメントの成熟度が可視化されていないことです。
■ なぜデータ活用／AI活用が進まないのか
S/4HANAの導入によってシステム基盤は刷新されているにもかかわらず、データ活用／AI活用が進まないケースは少なくありません。
その背景には、いくつか共通する傾向があります。
データ品質に課題があることは認識されているが、定量的に把握されていない改善の取り組みが属人的で、全体最適になっていない組織・プロセス・システムが分断されたままになっている
このような状況では、データ活用／AI活用を本格展開するための前提が整いません。
結果として、取り組み自体が実行フェーズに進めないまま停滞してしまいます。
重要なのは、これは技術の問題ではなく、データマネジメントの成熟度に起因するという点です。
■ データマネジメントは「全体像」で捉える
図表1: データマネジメントの考え方
データ活用／AI活用を前に進めるには、個別の施策ではなく、全体としてどう設計されているかを見る必要があります。
図表1が示しているように、データマネジメントは複数の要素で成立しています。
戦略（Strategy）指標・可視化（Data & KPI’s）業務プロセス（Processes）組織（Organization）データアーキテクチャ（Data Architecture）ツール（Tooling）
これらがバラバラに存在している限り、どこかで必ずボトルネックが発生します。
つまり、全体のバランスが取れて初めて、データは活用できるようになるのです。
■ SAP DMLTのData Management Maturity Assessment（データマネジメント成熟度アセスメント）で得られること
では、この状況をどう前に進めるのか。
その有効な手段の一つが、SAP DMLTのData Management Maturity Assessmentです。
多くの企業では、「課題があること」は分かっていても、
どこに問題があるのかなぜそれが起きているのかどこから着手すべきか
が曖昧なまま、議論が止まってしまいます。
本アセスメントにより、
技術なのか、組織なのか、プロセスなのかといったボトルネックの特定スコアによる可視化を通じた関係者の共通認識の形成重要度に基づく優先順位の明確化
といった自社の現在地を客観的、構造的に把握できます。
その結果として、
データ基盤・データ整備の投資判断ができるようになるデータ活用／AI活用がPoC止まりではなく、本番展開に進められる経営・IT・業務で、共通の指標をもとに議論できる
につながり、意思決定を前に進める基盤となります。
■ 可視化されるアウトプット（Data Management Maturity Assessment結果）
図表2: Data Management Maturity Assessmentの結果報告書イメージ(全体概要スコア)
図表3: Data Management Maturity Assessmentの結果報告書イメージ(ロードマップ)
Data Management Maturity Assessment結果報告書は、単なる評価報告書では終わりません。意思決定や実行に使える形で整理される点が重要です。
具体的には、以下のようなアウトプットが得られ、自社の現在地を把握できます。
観点別の成熟度スコア（図表2）短期・中期の実行ロードマップ(図表3)
これにより、
なんとなく課題がある状態→ 構造的に理解できる状態何をやるか決まらない状態→ 実行計画がある状態
となり、データ活用／AI活用は「検討テーマ」ではなく、実行プロジェクトとして動き出します。
■ SAP DMLTならではの特徴
SAP DMLTで実施するData Management Maturity Assessmentは、単なる教科書的な理論モデルではなく、実際の企業データとプロジェクト経験に基づいて構築されています。
SAPは、世界の商取引売上の約87%を支える基幹システムを提供しており、その長年の歴史の中で、さまざまな業界・企業におけるデータマネジメントの成功・失敗パターンを蓄積してきました。
本アセスメントは、そうした実践知をもとに、SAPとザンクトガレン大学が共同開発したCDQMフレームワークをベースに体系化されたものです。
そのため、
抽象的なベストプラクティスではなく「実行可能な打ち手」が得られる他社で実際に起きた課題パターンを踏まえた、現実的な評価が可能S/4HANAのデータ構造や運用実態に即した改善提案ができる
が特徴です。
■ Data Management Maturity Assessment他社事例
本アセスメントを実際に活用された3つの事例をご紹介します。 共通しているのは、「現在地の把握」です。これにより「次の一手」が明確になり、データ品質の改善やデータ活用／AI活用、ガバナンス強化を劇的に加速させます。
① A製薬会社：データ活用のロードマップ策定と高度化
目的・活用方法： 本アセスメントに加え、実際のデータをチェックする品質検査を合わせて実施。現状の課題を浮き彫りにした上で、具体的なデータ改善のロードマップを作成。その後： 現在はデータアーキテクトを交え、ロードマップに沿って着実にデータ改善を進行。データ活用／AI活用をより高度にするための基盤づくりを推進。
② B航空会社：MDG導入前の「足腰」強化
目的・活用方法： ガバナンス強化のためにMDG導入を検討。しかし、RFPの提案時に、まだシステムを導入できる段階に達していないことが判明。MDGを効果的に使うための事前準備として本アセスメントを活用。その後： 本アセスメント結果を基に、数年かけてじっくりとデータの改善活動を実施。その後、満を持してMDGを導入したことで、MDGの効果を最大限に享受することに成功。
③ Cエネルギー会社：定期的な「データの健康診断」
目的・活用方法： 長期的なデータマネジメントのコンサルティングサービスの一環として、定期的に本アセスメントを実施。その後： 「一年に一度の健康診断」のように本アセスメントを実施し、常に最新の自社の現在地を把握。リバウンドのない、継続的なデータ品質の維持・改善に取り組む。
■ このような方に適しています
本アセスメントは、特に以下のような課題をお持ちのIT部門責任者、データ責任者に適しています。
S/4HANA導入後、次に何をすべきか整理したい方データ活用／AI活用を本格化させたい方データ戦略を体系的に見直したい方
このような課題に対して、実際に本アセスメントを実施すると、以下のような変化が見えてきます。
課題と優先順位が構造的に整理されるデータ品質KPIと目標が定義される実行可能な改善ロードマップが策定される
どこから手をつけるべきか分からない、サンプルを見てみたい、自社に適用できるか相談したい、という段階でも問題ありません。ご関心があればぜひご相談ください。
■ Data Management Maturity Assessmentの進め方
進め方はシンプル。短期間で全体像を整理できます。
本アセスメントへのお申し込みはもちろん、ご相談もお気軽にお問い合わせください。
お問い合わせはこちらから。sap_dmlt_gce@sap.com
■ 次回
Vol.4：Data Health Check と Data Volume Management
をお送りします。
はじめにDMLTデータマネジメントブログ連載、今回はVol.3 – その“データ”、活かすための準備はできていますか？「Data Management Maturity Assessment」とはをお届けします。 Vol.1：M&Aとデータマネジメント 1.1：なぜ今、企業M&AにおけるSAP ERP対応が重要課題となるのか 1.2：SAPシステム分離はなぜ難しいのか 1.3：DMLTは企業M&AにおけるSAP ERP対応をどのように支援するのか Vol.2：Autonomous Enterprise に備えるマスターデータ品質 Vol.3：その“データ”、活かすための準備はできていますか？「Data Management Maturity Assessment」とは Vol.4：Data Health Check と Data Volume Management Vol.5：Information Lifecycle Management（ILM） Vol.6：Data Privacy (1) — GDPR と PII への対応 Vol.7：Data Privacy (2) — Masking Solution Vol.8：大容量システム移行やダウンタイム短縮とデータマネジメント Vol.9：法規制やビジネス変化に伴う、基幹システムの会計領域を中心としたトランスフォーメーション ■ こんなお悩みはありませんか？昨今、毎日のように「AI活用」という言葉を耳にします。しかし、本当に目指したいのは「AIを使うこと」自体ではないはずです。その先にある「どのような組織にしたいのか」「どのような働き方をしたいのか」、そして「そのために業務をどう改善したいのか」という目的が最初にあるべきではないでしょうか。無事にS/4HANAへの移行を終えたものの、その後のデータ活用やAI活用が思うように進んでいない――そんなご相談をいただく機会も増えています。たとえば、次のような状況です。分析基盤は整っているが、信頼できるデータが揃わないデータ活用／AI活用の検討は進んでいるが、PoC止まりで終わるマスタデータの定義や品質が部門ごとに異なるITと業務の間でデータの責任が曖昧いずれも、多くの企業で実際に見られる典型的な課題です。こうした課題は、一見するとバラバラに見えますが、実は共通した背景があります。データマネジメントの成熟度が可視化されていないことです。 ■ なぜデータ活用／AI活用が進まないのかS/4HANAの導入によってシステム基盤は刷新されているにもかかわらず、データ活用／AI活用が進まないケースは少なくありません。その背景には、いくつか共通する傾向があります。データ品質に課題があることは認識されているが、定量的に把握されていない改善の取り組みが属人的で、全体最適になっていない組織・プロセス・システムが分断されたままになっているこのような状況では、データ活用／AI活用を本格展開するための前提が整いません。結果として、取り組み自体が実行フェーズに進めないまま停滞してしまいます。重要なのは、これは技術の問題ではなく、データマネジメントの成熟度に起因するという点です。 ■ データマネジメントは「全体像」で捉える 図表1: データマネジメントの考え方 データ活用／AI活用を前に進めるには、個別の施策ではなく、全体としてどう設計されているかを見る必要があります。図表1が示しているように、データマネジメントは複数の要素で成立しています。戦略（Strategy）指標・可視化（Data & KPI’s）業務プロセス（Processes）組織（Organization）データアーキテクチャ（Data Architecture）ツール（Tooling）これらがバラバラに存在している限り、どこかで必ずボトルネックが発生します。つまり、全体のバランスが取れて初めて、データは活用できるようになるのです。 ■ SAP DMLTのData Management Maturity Assessment（データマネジメント成熟度アセスメント）で得られることでは、この状況をどう前に進めるのか。その有効な手段の一つが、SAP DMLTのData Management Maturity Assessmentです。多くの企業では、「課題があること」は分かっていても、どこに問題があるのかなぜそれが起きているのかどこから着手すべきかが曖昧なまま、議論が止まってしまいます。本アセスメントにより、技術なのか、組織なのか、プロセスなのかといったボトルネックの特定スコアによる可視化を通じた関係者の共通認識の形成重要度に基づく優先順位の明確化といった自社の現在地を客観的、構造的に把握できます。その結果として、データ基盤・データ整備の投資判断ができるようになるデータ活用／AI活用がPoC止まりではなく、本番展開に進められる経営・IT・業務で、共通の指標をもとに議論できるにつながり、意思決定を前に進める基盤となります。 ■ 可視化されるアウトプット（Data Management Maturity Assessment結果）図表2: Data Management Maturity Assessmentの結果報告書イメージ(全体概要スコア) 図表3: Data Management Maturity Assessmentの結果報告書イメージ(ロードマップ) Data Management Maturity Assessment結果報告書は、単なる評価報告書では終わりません。意思決定や実行に使える形で整理される点が重要です。具体的には、以下のようなアウトプットが得られ、自社の現在地を把握できます。観点別の成熟度スコア（図表2）短期・中期の実行ロードマップ(図表3)これにより、なんとなく課題がある状態→ 構造的に理解できる状態何をやるか決まらない状態→ 実行計画がある状態となり、データ活用／AI活用は「検討テーマ」ではなく、実行プロジェクトとして動き出します。 ■ SAP DMLTならではの特徴SAP DMLTで実施するData Management Maturity Assessmentは、単なる教科書的な理論モデルではなく、実際の企業データとプロジェクト経験に基づいて構築されています。SAPは、世界の商取引売上の約87%を支える基幹システムを提供しており、その長年の歴史の中で、さまざまな業界・企業におけるデータマネジメントの成功・失敗パターンを蓄積してきました。本アセスメントは、そうした実践知をもとに、SAPとザンクトガレン大学が共同開発したCDQMフレームワークをベースに体系化されたものです。そのため、抽象的なベストプラクティスではなく「実行可能な打ち手」が得られる他社で実際に起きた課題パターンを踏まえた、現実的な評価が可能S/4HANAのデータ構造や運用実態に即した改善提案ができるが特徴です。 ■ Data Management Maturity Assessment他社事例本アセスメントを実際に活用された3つの事例をご紹介します。 共通しているのは、「現在地の把握」です。これにより「次の一手」が明確になり、データ品質の改善やデータ活用／AI活用、ガバナンス強化を劇的に加速させます。 ① A製薬会社：データ活用のロードマップ策定と高度化目的・活用方法： 本アセスメントに加え、実際のデータをチェックする品質検査を合わせて実施。現状の課題を浮き彫りにした上で、具体的なデータ改善のロードマップを作成。その後： 現在はデータアーキテクトを交え、ロードマップに沿って着実にデータ改善を進行。データ活用／AI活用をより高度にするための基盤づくりを推進。② B航空会社：MDG導入前の「足腰」強化目的・活用方法： ガバナンス強化のためにMDG導入を検討。しかし、RFPの提案時に、まだシステムを導入できる段階に達していないことが判明。MDGを効果的に使うための事前準備として本アセスメントを活用。その後： 本アセスメント結果を基に、数年かけてじっくりとデータの改善活動を実施。その後、満を持してMDGを導入したことで、MDGの効果を最大限に享受することに成功。③ Cエネルギー会社：定期的な「データの健康診断」目的・活用方法： 長期的なデータマネジメントのコンサルティングサービスの一環として、定期的に本アセスメントを実施。その後： 「一年に一度の健康診断」のように本アセスメントを実施し、常に最新の自社の現在地を把握。リバウンドのない、継続的なデータ品質の維持・改善に取り組む。 ■ このような方に適しています本アセスメントは、特に以下のような課題をお持ちのIT部門責任者、データ責任者に適しています。S/4HANA導入後、次に何をすべきか整理したい方データ活用／AI活用を本格化させたい方データ戦略を体系的に見直したい方このような課題に対して、実際に本アセスメントを実施すると、以下のような変化が見えてきます。課題と優先順位が構造的に整理されるデータ品質KPIと目標が定義される実行可能な改善ロードマップが策定されるどこから手をつけるべきか分からない、サンプルを見てみたい、自社に適用できるか相談したい、という段階でも問題ありません。ご関心があればぜひご相談ください。 ■ Data Management Maturity Assessmentの進め方進め方はシンプル。短期間で全体像を整理できます。本アセスメントへのお申し込みはもちろん、ご相談もお気軽にお問い合わせください。お問い合わせはこちらから。sap_dmlt_gce@sap.com ■ 次回Vol.4：Data Health Check と Data Volume Managementをお送りします。 Read More Technology Blog Posts by SAP articles
#SAP
#SAPTechnologyblog
