データファブリックとデータメッシュ

皆さんこんにちは。
久しぶりの投稿となってしまいましたが、本日はデータファブリックとデータメッシュについて書こうと思います。
このテーマにした理由は、先日EDW（Enterprise Data World）のフリーセッションで、上記テーマについてのパネルディスカッションがあったので、私の頭の整理も兼ねたいためです。

データファブリックとデータメッシュの違い

パネルディスカッションの中で、それぞれの共通点と違いについて以下のようにまとめられていました。
【共通点】
データファブリックとデータメッシュの共通点：
どちらも、利用者がデータを見つけやすく、理解しやすく、使いやすくすることで、基礎となる組織内のデータ環境の複雑さを緩和することを目指す。
つまり、消費者の手元に使えるデータを届けるにはどうしたらいいのかを考え、結果として消費者はそのデータをビジネスに活用することができることを目的としている。

【それぞれの違い】

データファブリック：

データファブリックは、各所にあるデータコンポーネントを仮想的に統合するものです。
（データカタログをイメージしていただくと良いかもしれません）
準備、ツール、品質ツール、そして自動化された機能の観察によって、物事をスピードアップすることができます。

データメッシュ：

データメッシュはもっとパラダイムシフト的で、組織変更の影響も伴います。
このシフトは、データの所有権をソース・システム側に向けて移動させ、ビジネスドメイン内でデータ分析に重要となるデータを見つけるというものです。つまり、分析データに対する責任が、各ソースシステムの担当者に移るので、かなり大きな変化となります。

データメッシュやデータファブリックについてより深く知りたい方は以下ブログを参考にしてみても良いかもしれません。

データファブリック : データガバナンス用語解説12 | Metafindコンサルティング

データメッシュとは？～DMBOK翻訳者が語る～ | Metafindコンサルティング

データファブリックやデータメッシュを組織で適用するには？

パネルディスカッションの中で、それぞれのスピーカーが強調していたのは、ただ純粋にデータファブリックやデータメッシュの考えを鵜呑みにして、適用しようとするのではなく自組織が何をしたいのか？をまず考え、その上でデータメッシュやデータファブリックのエッセンスを一部取り入れるというのが良いだろうという点でした。
（例：企業内の組織が世界中に点在しているため、物理的にデータを一箇所に統合できないので、分析に必要なデータを仮想統合する（データファブリックの要素を取り入れる）。）

また、データファブリックやデータメッシュは誕生して間もない概念なので、ベストプラクティスと呼べる実例が生まれていないのも現状です。
だからこそ、一気に大規模に進めるのではなく、小さくスタートし少しずつスケールを拡大していくことが大事だという点も興味深いと感じました。

最後に

パネルセッションの全体的に、ただデータファブリックやデータメッシュの良さを伝えるだけでなく、自社や自組織にあった適用の仕方を考えることが大事だという冷静な視点を持っていたのが聞いていて非常に参考になりました。

EDW （Enterprise Data World）のフリーセッションは、まだ視聴可能なようなので（4/7に配信終了とのことでしたが。。。）ぜひご覧ください！！
※会員登録が必要ですが、下記リンクからセッション動画をご覧いただけます（おそらく）。
https://meetyoo.live/start/29/EDW23