データ分析や利活用が多くの企業に文化として浸透しつつある近年のあらゆる業界において、集積されたデータを活用して利益を生み出すことは、企業が取り組むべき重要課題です。しかし、データが企業内で分散していては、効率的な活用はできません。そこで必要とされるのが、異なるシステムで管理されるデータを連携させる仕組みです。本記事では、データ連携の目的と重要性のほか、実現に向けた課題や実装する方法などを解説します。
そもそもデータ連携とは
「データ提携」とは、企業内外の多種多様なシステムやアプリケーションの垣根を越えて、データを共有し有効活用することです。
IT技術の進歩とデジタルシフトにより、日々企業には売上・受発注・開発・顧客・人事・収支などに関する膨大なデータが集まってきます。そして、それらデータは多くの場合、部門ごとに最適化されたシステムで管理されます。つまり、データは企業内に分散している状態です。従来型のオンプレミス型システムに加え、クラウドサービスが普及したことで、データは今までよりさらに分散するようになりました。
データは企業にとって資産であり、利益を生む可能性を秘めています。また、データ活用は企業が推進するDX（デジタルトランスフォーメーション）やデータドリブン経営に欠かせない要素でもあります。企業内のデータをタイムリーに連携、つまり効率的に共有して分析できれば、企業のパフォーマンス向上が期待できるでしょう。
しかし、データが分散した、いわゆる「サイロ化」状態にあっては、データの有効活用がスムーズに進みません。そのため、データ連携は企業の起こすべきアクションとして重要視されているのです。
データ連携に取り組むメリット
データ連携が実現すれば、ビジネスチャンスの発掘からコスト削減まで、多くのメリットを享受できます。以下、データ連携の主なメリットについて見ていきましょう。
データを統合して活用できる
データ連携による最大のメリットは、サイロ化された情報を組み合わせて分析・活用できるようになることです。
たとえば売上データと顧客データを共有し、商品ごとの購買傾向を分析することで、マーケティングや商品開発などに活かせます。また、生産から販売まで製品の流通経路を可視化して、全段階で追跡可能にすることで、バリューチェーン全体の最適化を図るといった戦略立案にも貢献します。
管理にかかる手間やコストを抑えられる
サイロ化したシステム間でデータを収集・共有する場合、データを手作業で再入力する、データフォーマットを加工する、記録媒体を使ってデータを配送するなど、時間や手間、コストが発生します。
データ連携をすれば、社内の管理方法が一元化されるうえ、収集から活用までに要するコストや時間が減り、部門間や社外との連携がスムーズになります。
データ連携において想定される課題・ハードル
データ連携はデータ利活用する上で非常に大きなメリットを生みますが、実現させるにはいくつかの課題があります。ここでは、データ連携に向けた注意点を整理しておきましょう。
データの管理・形式がバラバラである
多くの企業では、部門ごとに最適化したシステムを使用し、部門ごとのデータベースにデータを保存しています。データが分散しているだけでなく、管理方法・フォーマットも部門ごとに異なっている状態では、全社レベルでのデータ連携が難しくなります。
管理が手作業でおこなわれている
管理業務を部門ごとにExcelファイルへ手入力したり、紙ベースでデータをやり取りするため複数のシステムへ再入力したりといった作業は、全社レベルのデータ連携のハードルになります。それだけでなく、手作業によるデータ入力は、入力ミスやデータ不整合などのトラブルにつながるリスクも孕んでいます。
連携が難しいシステム・サービスが併用されている
連携が困難なシステムやサービスを使っていると、独自の連携プログラム開発が必要なこともあります。連携するシステムが多いほど、時間とコストがかかりますし、システムの増加に伴い開発コストが膨らむおそれもあります。
オンプレミスのシステムとクラウドサービスの併用は、この問題をさらに複雑化します。新旧が混在するオンプレミスのシステム同士の連携に加え、クラウドサービスともトータルに連携することは困難です。さらに、クラウドで扱うデータには、セキュリティポリシー上の注意も払わなければなりません。
データ連携を実現するための手段・方法
上記のような課題をクリアし、効率的なデータ連携を行うには「データ連携基盤」の構築が不可欠です。データ連携基盤とは、企業内の複数のシステムで蓄積されているデータを収集・加工したうえで、各システムで利用できるようにする仕組みです。
データ連携基盤を実装するには、例えば以下のような方法があります。導入する際は、それぞれの特長が自社のニーズに合致しているかを考えましょう。
EAIツールの利用
「EAI」とは「Enterprise Application Integration」の略で、「企業内アプリケーション統合」を意味します。具体的には、部署や業務ごとに異なるシステムのデータを連携させ、効率的な統合（Integration）を図る仕組みやシステムを指します。EAIにはデータを連携させるアダプター機能、フォーマットを変換する機能、連携したデータを各システムに割り振る機能があります。
EAIは、社内システムはもちろん社外のクラウドサービスのデータに至るまで幅広く連携でき、イベント指向での処理に優れています。そのため、処理されるデータ量は限られる傾向にあります。
ETLツールの利用
「ETL」とは、「Extract（データ抽出）」「Transform（データ変換・加工）」「Load（出力）」の頭文字をとったものです。ETLは、分散されフォーマットもバラバラなデータを「抽出」し、扱いやすいフォーマットに「変換」して、DWHなどに「出力」することを可能にします。出力されたデータは、BI（ビジネスインテリジェンス）などの分析に活用しやすい状態となっています。
システム間のデータ連携ができる点では、前述のEAIと類似性がありますが、ETLはバッチ処理に優れているため、膨大な量の蓄積データがあったり、ビッグデータを使ったりする場合に有効です。しかし、ある程度蓄積されたデータをまとめて処理するため、リアルタイム性が追求されるケースには不向きです。
スクラッチ開発での基盤実装
「スクラッチ開発」とは、ベースとなるパッケージソフトなどを使わず、自社の業務に合わせたオリジナルシステムを開発することです。既存システムにはない独自機能を実装できるのはもちろん、業務に合わせて柔軟にカスタマイズできるのが大きなメリットです。改良や修正、機能追加の自由度が高いことも魅力です。
しかし、一からシステムを立ちあげる都合、要求定義から開発に至るまでの時間や手間、そして多くのコストが発生するデメリットは軽視できません。また、開発にはプログラミングの専門知識が必要で、クオリティが開発者のスキルに左右されやすい点にも注意が必要です。そのため、システム開発に多くの予算を割けない中小企業にとっては、スクラッチ開発は実現が難しく、EAIやETLといったデータ連携ツールの利用が効果的でしょう。
まとめ
データの有効活用は多くのメリットを生みますが、そのためにはサイロ化されたデータを連携させなければなりません。そこで必要となるのが「データ連携基盤」の構築です。
「Looker（ルッカー)」は、BI機能を搭載したデータプラットフォームです。蓄積された大量のデータを一元的に統合・共有し、スケーラブルかつリアルタイムに分析・可視化します。従来のBIツールより扱いやすく、より高度な分析ができることも特長です。データに基づく意思決定を促すデータドリブン基盤として、企業経営を強力にサポートしてくれるでしょう。
日々蓄積されるデータを宝の持ち腐れにせず、有効活用するためにも、ぜひLookerの導入をご検討ください。
