前回はデジタルトランスフォーメーション（DX）を進めるにあたってデータマネジメント組織を設ける意義とその役割、内製で進める利点を説明しました。今回はデータマネジメント組織の設計について解説します。
データマネジメント組織の成熟度
データマネジメント業務を体系化したフレームワーク「DMBOK（Data Management Body of Knowledge）」を本連載の第2回で紹介しました 第2回 。DMBOKを参照することによって、データマネジメント業務について抜け漏れなく把握できるとともに、組織の活動を定義するために利用できます。
DMBOKの領域ごとにデータマネジメント業務の成熟度を測定するフレームワークもあります。代表的なのは米カーネギーメロン大学が設立したCMMI（Capability Maturity Model Integration）研究所（2016年からISACA、Information Systems Audit and Control Association傘下）によって作成されたDMM（Data Management Maturity：データマネジメント成熟度モデル）です。
データマネジメント業務を体系化したフレームワークは研究機関やコンサルティング会社が独自に作成しています。業界標準のフレームワークがあるわけではありません。DMMはその中でも多く参照されるフレームワークの1つです。成熟度をレベル1からレベル5に分ける仕組みです。「データガバナンス」「データモデリングとデザイン」といった領域がどのレベルにあるかを可視化できます。こうすることで目標を設定し、レベルを上げていく目安にできます。現在の成熟度からレベルアップする計画を立てるために使えます。
失敗しないためのデータマネジメント
DXを進めるためのデータマネジメントで重要なのは、DXの目標とリンクした成熟度目標を立てることです。目的はあくまでDXを進めてビジネスで成果を上げることです。データマネジメントはその手段だからです。
データマネジメント単独で成熟度を上げることや、データ基盤を導入すること自体を目標にしてしまい、成果が得られず失敗する例が後を絶ちません。実際に、データ分析基盤やビジネスインテリジェンス（BI）ツールを導入しても、データ活用が進まない例が多々あります。例えば経営者向けにBIツールを導入した場合、経営層がどのようなデータが経営判断の役に立つかを理解していなければ、使われない可能性が高くなります。同様に、マーケティングや営業、生産管理などでも利用するデータと想定される使い方を理解できていない場合は、意味のあるデータマネジメントにはなりません。
失敗の原因の1つは組織構造にあります。データマネジメント組織はDXを推進する事業部門とビジネスの目標を共有する必要があり、DXを進めるためのデータマネジメント業務に集中できるような組織設計をすべきです。
