Fivetran
Homeブログ
「自動化」されたデータ統合が企業に必要なワケ

「自動化」されたデータ統合が企業に必要なワケ

データオートメーションが、企業のアナリストとIT・エンジニアリング部門をつなぐ架け橋となります。

「自動化」されたデータ統合が企業に必要なワケ

Jason Harris 著(2020年7月31日)

データアナリストを対象とした最近のグローバル調査では、データエンジニアリングとITのニーズが大きな悩みの種であることが明らかになりました。多くの企業では、データアナリストは、動きが速く、データに依存するビジネスユニットのためにインサイトを構築する必要があり、データへのアクセスを管理するITデータチームに依存しています。

今日のデータアナリストは、オンプレミスのシステム、ウェブアプリケーション、APIなどに格納されたデータに基づいて意思決定を行っています。しかし、信頼性の低いデータフロー、古いデータセット、スキーマの変更によるパイプラインの中断など、複数のソースからのデータ収集に伴う課題にITデータチームが対応するのは困難です。データアナリストは、データのニーズを満たすために、「シャドーIT」と呼ばれるネットワークに頼らざるを得ないこともあります。

幸いなことに、もっと良い方法があります。企業は自動データ統合機能を使って、社内のデータベース、ウェブアプリケーション、サービス、APIなどのデータソースを統合し、データアナリストと彼らが利用するデータシステムを構築する担当者の作業を橋渡しすることができます。最新のデータスタックと組み合わせることで、自動化されたデータパイプラインは多くのメリットをもたらします。自動化されたデータの具体的な使用例として、オートデスクのデータスタックをご覧ください。

データ統合をビジネスインテリジェンスに活用

自動化されたデータ統合プロバイダーを利用すれば、データパイプラインの設定は、ログインしてフィールドを選択し、すぐに使用できるデータセットが表示されるのを確認するだけの、コード不要のプロセスです。必要なデータセットはすべて、データマートやレポートテーブルに結合することができ、アナリストはステークホルダーに対して意味のある分析的洞察を提供することができます。データは継続的に更新されるため、データの「陳腐化」の問題も解消されます。また、データスキーマやAPIが変更されても、ETLパイプラインやカスタムソリューションなどのレガシープロセスを再構築する必要はありません。

Fivetranのお客様の多くは、複数の重要なソースからの洞察や統計を表示するダッシュボードを作成することで、データを集約してビジネス・インテリジェンスを向上させています。しかし、これはほんの始まりに過ぎません。私たちは、売上向上のための営業資格データモデルを構築したり、製品チームがサービスやアプリケーションの健全性を監視したり、カスタマーサクセスチームがサポートキューがいっぱいになる前に問題を予測したりする企業を見てきました。

複数のデータ移動先にネイティブ対応&サポート

データチームは、データを複数のデスティネーションに保存する機能も求めています。例えば、1つのSnowflakeウェアハウスに複数の論理データベースを設定することを考えてみましょう。このような設定は、ビジネスユニットごとにデータを分離したい企業や、レポート作成のためにさらに操作する「生の」データ用の別個の領域を持ちたい企業、あるいはBIツールにすぐにロードしてそこにビジネスロジックを適用したいデータをロードしたい企業によく見られます。このようなことは、データオートメーションとスマートに設定されたデータパイプラインによって可能になります。

迅速な対応&トラブルに強いデータチーム

データパイプラインやデータフローでは、スキーマやAPIの変更、接続性の問題、想定以上のデータセットなど、多くの問題が破損や停止の原因となります。自動化されたソリューションを使用すれば、これらの一般的な変更の際にETLやパイプラインの中断を心配する必要はありません。Fivetranのようなツールは、新規、変更、削除されたデータを更新するマージ操作を用いて、デスティネーションのデータをインクリメンタルに更新し、最適で効率的なデータフローを実現します。

さらに、Fivetranの効率的なデータルーティングのアプローチにより、お客様のチームはコスト削減を実現することができます。Fivetranのチームは、各デスティネーションを継続的にレビューし、可能な限り影響が小さくなるようにロードクエリを最適化します。

最後に、多忙な企業のデータエンジニアリングチームやITチームにとって、自動化されたデータ統合により、チームはデータをAからBに移動させるのではなく、機械学習モデルの開発やカタログ化、ガバナンスなどの中核的なプロジェクトに集中することができます。

自動化されたデータ統合が貴社のITチームや分析チームにどのような効果をもたらすのか、実際に試してみてください。

この記事は英文から翻訳されました。オリジナルの記事はこちら(英語)からご覧ください。