データの民主化とは何ですか？ 定義と原則

グーグル「データの民主化とは」そしてあなたはデータの民主化への鍵として「データへのアクセス」について話しているトップの結果を見るでしょう（あなたがこの記事を見つけたのでなければ、それは素晴らしいです）。

ただし、データウェアハウス内の生データとして、または製品分析ツールやビジネスインテリジェンスツール内の美しい視覚化として、データアクセスを提供するだけでは、データの民主化にはなりません。

それで、それは何ですか？

データの民主化は、技術的なノウハウに関係なく、組織内のすべての人がデータを快適に操作し、自信を持ってデータについて話し合うことを可能にし、その結果、データに基づいた意思決定を行い、顧客体験を強化するための継続的なプロセスです。データによる。

本当にデータを民主化したい組織は、次の原則を採用する必要があります（このガイドではデータ民主化の3つの要素と呼ばれます）。

• 従業員がデータ関連の質問を快適に行えるようにします
• 誰もがデータを操作できるようにするための適切なツールを提供する
• データの民主化を、組織全体の文化的転換を必要とする可能性さえある継続的なプロセスとして認識します

上記を深く掘り下げる前に、私が逸脱することを許可します。

データの課題を解決するためにデータの民主化が存在する

なぜ企業はデータの民主化にそれほど関心を持っているのでしょうか。 それを実現することは深刻な投資です。従業員の教育、ツールの実装、変更の管理は簡単な作業ではありません。

データの民主化とは、人々が日々直面するデータの課題を解決することです。 また、データランドスケープの変化のペースと人々のニーズにより、最高のデータチームでさえさまざまなチームの期待に応えるのに苦労しています。

私は多くの時間をコミュニティで過ごし、データ以外の人々、特にあらゆる規模の企業で働く世界中の製品および成長の専門家と話をしています。

人々が共有する最も一般的なデータの課題は、次のように要約できます。

• 必要なデータにアクセスできません
• データが信用できない
• データにアクセスできますが、質問に対する回答を見つけるスキルが不足しています
• 私の会社が提供する分析ツールは、製品チーム向けに設計されていません
• 私の会社のデータ専門家は忙しすぎて私を助けることができません

上記の記述の1つ以上が従業員によって真実であると見なされた場合、組織でのデータの民主化には作業が必要であると考えるのが安全です。

興味深いのは、これらの課題が上記の原則（データの民主化の3つの要素）にどのように対応しているかです。

これらのデータ民主化の原則についてもう少し深く掘り下げてみましょう。

データ関連の質問を従業員が快適に行えるようにするにはどうすればよいですか？

組織でデータリテラシーテーブルを賭けることから始めます。

データリテラシーは、もはや便利なものと見なされるべきではありません。 誰もが望むようにデータリテラシーを身に付けるために必要なリソースへのアクセスを許可されるべきです。

一部の人にとっては、会社が収集するデータとその外観を理解するだけで十分かもしれません。 他の人は、特定のデータが追跡される理由、データの実行方法、保存場所、および形式を調べてみる価値があると感じるかもしれません。

本質的に、データリテラシーは、データの民主化における最大のボトルネックの1つであるデータへのアクセスを解決します。

データへのアクセスですが、どのデータと場所ですか？

誰かがデータにアクセスできないと言った場合、データベース内の生データ、データウェアハウス内の変換されたデータ、ビジュアルダッシュボード形式のデータ、製品分析ツール内の製品使用状況データ、トランザクションを参照できます。サブスクリプション分析ツールのデータ、カスタマーエンゲージメントツールの人口統計データ、カスタマーデータプラットフォームのマーケティングキャンペーンに関するデータなど。 あなたは絵を手に入れます。

そして、その人がどのデータにアクセスしたいかを指定できる場合、アクセスの提供ははるかに簡単になります。 また、その人が適切なツールで適切なデータに適切なタイミングでアクセスできるようになれば、そのデータを信頼する可能性がはるかに高くなります。

したがって、次に誰かがデータにアクセスできないと言って、どこからどのデータにアクセスしたいかを指定できない場合は、データリテラシーの問題を解決する必要があります。

データリテラシーのさまざまな色合い

データリテラシーは、SQLクエリの記述方法や複雑なレポートの分析方法を知ることに限定されないことは明らかです。

すべてのチームは、日常のタスクを実行したり、作業の影響を分析したりするために、何らかの形式のデータを必要としています。 ただし、さまざまなデータニーズを持つさまざまなチームには、さまざまなレベルのデータリテラシーが必要です。

データ追跡を実装し、データから洞察を導き出し、それらの洞察に基づいて行動するには、非常に異なるスキルが必要です。 さらに、データ主導のマーケティングキャンペーンを実行してこれらの洞察に基づいて行動するには、CRM内の同じデータを調べて、適切な見込み客を特定するために必要なスキルセットとは異なるスキルセットが必要です。

同様に、予測モデルを構築し、パーソナライズされたエクスペリエンスをリアルタイムで提供するには、さまざまなタイプのデータに依存し、さまざまなスキルが必要です。 前者はデータサイエンスのトレーニングが必要ですが、後者はデータエンジニアリングが解決する問題です。

データリテラシーは、何らかの形やサイズで、個人が職務を遂行するための前提条件になっていると言っても過言ではありません。 また、データリテラシーを従業員が利用できるようにすることに投資している企業は、競合他社に追いつくことを確実にしています。

データリテラシーが重要な要素であることに同意した今、データ民主化の3つの要素における次の原則は、データを操作できるツールに投資することで、誰もがデータを操作できるようにすることです。

それは疑問を投げかけます：

誰もがデータを操作できるようにするための適切なツールをどのように選択しますか？

この質問に答えるために、まず、さまざまなチームが通常どのようにデータを処理するかを見てみましょう。

• マーケティングはデータを使用して、魅力的でコンバージョン率の高いコンテンツとキャンペーンを作成します。
• Growthはデータを使用して実験を実行し、パーソナライズされたエクスペリエンスを提供します。
• 製品とエンジニアリングはデータを使用して、顧客の価値を高める機能を構築し、そうでない機能を廃止します。
• サポートはデータと連携して、より高速な解像度を提供します（ユーザーが製品内で何をしたか、何をしていないかを確認することにより）。
• カスタマーサクセスはデータと連携して、より良いカスタマーエクスペリエンスを提供します（使用パターンに基づいて顧客に適切な質問をすることにより）。
• セールスはデータを使用して、コンバージョンにつながる可能性のある見込み客を特定します（無料トライアル中に実行したアクションを確認します）。
• 経営幹部はデータを使用して、ビジネスのパフォーマンスと将来の投資をどこで行うべきかを理解します。

いくつかのツールで実際に上記のすべてを実行できますか？

これは、チームがデータを操作する最も一般的な方法の非常に高レベルの概要です。 これには、データチームの要件も含まれていません。データチームは、適切なデータを適切なシステムで適切なタイミングで適切な形式で利用できるようにするための追加のツールを必要としています。

製品チームと成長チームだけでも、仕事をうまくこなすために少なくとも半ダースのツールを使用することがよくあります（私はクラス最高のツールについて話しているのであり、すべてを行うのではなく、すべてを行うのではありません）。

職人は彼らの道具と同じくらい良いだけです

今日、データリテラシーは、製品チームと成長チームが成功するための前提条件です。彼らが使用するツールのほとんどは、顧客データに依存してコア前提を実現しているためです。

製品分析ソリューションまたはアプリ内メッセージの配信、ライフサイクルメールキャンペーンの実行、定性的データの収集、A / Bテストの実行など、これらのツールで利用できる正確なデータは、価値を引き出し、投資を正当化する唯一の方法です。

その規模とデータの成熟度に応じて、すべての企業は、組織全体のニーズに対応するために、一連の追加のデータツール（多くの場合、最新のデータスタックと呼ばれる）に投資する必要があります。 多くのデータを収集する企業は、多くの場合、次のことに投資します。

• Snowflake、BigQuery、Fireboltなどのデータウェアハウス。データを分析とアクティブ化に利用できるようにします
• Looker、Mode、Supersetなどのビジネスインテリジェンス（BI）ツールは、ウェアハウスの上に配置され、セルフサービス分析を可能にします
• Airbyte、Fivetran、MeltanoなどのELTツールを使用して、サードパーティのツール（上記のツールなど）からウェアハウスにデータを移動します
• モデル化されたデータをウェアハウスからサードパーティツールに戻すためのCensus、Hightouch、GrouparooなどのリバースETLツール

ただし、最新のデータスタックを購入、実装、および維持することは簡単ではありません。この進行中のプロセスを管理するには、データチームまたは少なくとも専任のデータ担当者が必要です。

個人がデータを効率的に操作して洞察を導き出し、他の人に頼ることなくデータ主導の意思決定を行えるようにする製品に投資することが重要です。 それは皆を生産的にし、チームの士気を高く保ちます。

さらに、仕事をうまくこなすクラス最高のツールを実装することは、理想的なツールを探すために数え切れないほどの時間を費やすよりも優れています。さらに悪いことに、簡単に購入できるものを構築することを決定します。

「構築と購入」は別の日のトピックですが、どちらのルートを選択する場合でも、決定がチームにどのように影響するか、特にチームの日常業務と長期目標に与える影響を必ず評価してください。

3番目の原則に取り組む時が来ました：

データの民主化が進行中のプロセスであり、組織の文化的変化が必要になるのはなぜですか？

まず、企業の規模とその成長軌道は、データの民主化が行われるペースに大きく影響します。 言うまでもなく、データの民主主義を構築することは、それをサポートする文化を形成することがより簡単であるため、会社の初期にははるかに簡単です。

大規模な組織は多くの課題に直面する可能性が高く、データの民主主義はデータの「デモクレイジー」として出くわします。

そのことを念頭に置いて、組織が大きくなればなるほど、データの民主化のプロセスに早く投資する必要があります。 組織が製品分析の設定を準備している場合は、データ管理に関するこのガイドが役立つ場合があります。

では、なぜデータの民主化が進行中のプロセスなのですか？

データの民主主義は、継続的なプロセスでもあるデータリテラシーに依存しているため、継続的なプロセスです。 データの世界は前例のない成長を遂げており、ツールとテクノロジーの進化の速度は、控えめに言っても魅力的です。 しかし、この変更についていくのも難しく、データスペース外のほとんどの人にとって、特に作業への影響のために、少し面倒です。

少なくとも、組織内のすべての人は、役割に関係なく、データ関連の質問に対する回答を簡単に得ることができるはずです。

さらに、さまざまなチームがデータをどのように処理し、どの程度まで組織内の一般的な知識になる必要があります。 従業員は、誰がどのタイプのデータにアクセスできるか、データがどこにあるか、データにアクセスしたり、そのデータについて質問したりするプロセスを簡単に知ることができます。

Dataportal —組織全体がセルフサービス方式でデータ資産を見つけて理解できるようにするAirbnbの自家繁殖データ発見ソリューション—は、この巨大な問題を解決するために専用のリソースを割り当てることで、大企業がデータを民主化する方法の良い例です。 Dataportalのようなプロジェクトは確かに継続的な投資を必要としますが、その見返りはAirbnbの規模の企業にとって努力する価値があるようです。

最後に、私たちはどのような文化的変化について話しているのでしょうか？

上記のデータの課題の1つは、「私の会社のデータ専門家は忙しすぎて私を助けることができない」というものです。

データの民主化には、この課題を時代遅れにする文化的変化が必要です。これは、組織では過去のことです。

• データに依存して仕事をこなし、目標を達成する人は誰でも、データの専門家になる必要があります。
• 組織内の誰もが自信を持ってデータについて話し、データを操作し、依存関係なしに質問への回答を得るためのツールと知識を備えている必要があります。
• 最後に、組織内のすべての人に、データプロジェクトに有意義な貢献をする機会を与える必要があります。

データ民主主義を構築するための実証済みの万能のアプローチはありませんが、人々に力を与えることはその方向への重要なステップです。

チームのデータアクセスを民主化する準備はできていますか？ Amplitudeを無料で使い始めるか、6回のクリック以下で何ができるかを確認してください。