データ仮想化は、複数の多様なデータソース間の橋渡しとして機能し、意思決定に必要な重要なデータを1つの仮想データレイヤーに統合することで、分析を始めとしたデータの利活用を促進する技術です。
データの仮想化は、最新のデータレイヤーを提供します。このデータレイヤーを使用すると、飛躍的な速度とコスト効率で様々なデータセットにアクセスし、組み合わせ、変換し、提供することができます。データ仮想化テクノロジーにより、ユーザーは、従来のデータベース、ビッグデータソース、クラウドおよびIoTシステムを含む企業全体に保存されているデータに、わずかな物理的なデータウェアハウスと抽出/変換/ロード (ETL) の時間およびコストで迅速にアクセスできるようになります。
データ仮想化は幅広い分析に適用することができます。例えば、ビジュアルアナリティクスや予測分析、ストリーミング分析等が挙げられます。データ仮想化であれば即座にデータを更新し、最新のデータを用いて分析に活用することができます。
また、データ仮想化のガバナンスとセキュリティ管理機能により、データ利用者はセキュアで一貫性のある高品質なデータを利用することができます。さらにデータ仮想化の変換機能により、システム向けに構成されたデータを、ビジネス利用に適したデータサービスに変換することができます。これらのデータサービスはセルフサービスで利用できるビジネスディレクトリによって簡単に検索して活用できます。
データ仮想化は、1つのプロジェクトからグローバル企業の全社利用規模まで対応可能なスケーラブルなソフトウェアであり、多種多様な基幹業務、数百のプロジェクト、数千のユーザーにも対応することが可能です。
分析アプリケーションにデータを迅速に提供し、変更が生じた際にも即時に対応可能なため、ユーザーはより大きなビジネスバリューを得ることができます。
ETLよりも少ない労力で、最新のデータに容易にアクセスすることが可能になります。
再利用可能なデータサービスとインタラクティブな開発および検証環境により、データサービスの品質を向上させつつ新規プロジェクトでは同様の作業を省略することができます。
インフラコストおよびソフトウェアライセンス数が削減されます。それに伴いサポートおよびメンテナンスコストも削減されます。
データの仮想化により、ユーザーはビジネス利用に適した最新のデータを容易に検索し入手することができます。
データは必要なときに必要な場所で利用できるようになります。データの仮想化を利用することで、いままで扱ったことのない全く新しいデータソースからも、必要なデータセットをユーザーに提供することができます。
これにより、ユーザーは信頼できるデータを得ることができ、データの追跡ではなく分析に時間を費やすことが可能になります。
データの仮想化は、ユーザーが利用する複数の分析ツールに対応するための幅広い機能を提供しています。
データ仮想化はあらゆるデータ構造とフォーマットに対応し、多様な分析要望および幅広いスキルを持つユーザに対応します。その結果、IT部門はビジネス部門からのあらゆる要求へ迅速に対応し、優れたデータセキュリティを維持し、クラウド上にデータを配置したり、ガバナンスとコンプライアンスに関わる要件を満たすことができるのです。
データの探索、データ間の隠れた関係性の発見、ビューやデータサービスの設計、検証および必要に応じた修正が可能です。
これらの機能により、複雑で手間のかかる伴う作業を自動化し、解決のための時間が短縮され、再利用率が向上します。
アプリケーションからのリクエストに対して、クエリを最適化してから実行し、適切な形式で結果を返します。
この機能により、無駄な複製を防ぎ、最新のデータを最適なパフォーマンスで利用できるようになります。
よく利用されるデータをキャッシュし、アプリケーションのリクエストに応じて、通常の最適化されたクエリをさらにキャッシュを利用して高速に実行し、素早く適切な形式で結果を返します。
この機能により、パフォーマンスが向上され、ネットワークの制約を回避し、24/365の可用性の実現が可能になります。
ビジネスディレクトリには、データの検索と分類、利用可能な全てのデータの参照、ディレクトリからのビュー選択、IT部門とビジネスユーザが連携してデータ品質と有効性を向上させるための機能等が含まれます。これらの機能によりビジネスユーザーは多くのデータを利用できるようになります。また、IT部門とビジネス部門の両方の生産性が向上するためデータ仮想化が幅広く受け入れられるようになります。
データ仮想化の導入における最大価値は、高速な仮想データレイヤーです。
仮想データレイヤーを用いることでロバストなデータ管理やガバナンス確保が可能になるだけではなく、組織内の重要なデータに対してセルフサービスでのアクセスが可能になります。拡張性を確保し、高いコストパフォーマンスでアプリケーションや分析システム上でデータを利用できるようになります。
しかし、ほとんどのケースにおいてデータ仮想化の実装は小規模なものから始まり、その後拡張していきます。
データ仮想化を始めるにあたり一般的な方法は、1つまたは複数のプロジェクトを担当する小規模なチームで実行することです。
小規模なチームは融通が利き、不確実性を受け入れることができるからです。イテレーションを迅速に進め、データプロジェクトを完了させるためには機敏でなくてはなりません。そのためには小規模なチームが最も適しているのです。
次のステップは、構築した仮想データレイヤにプロジェクト用のデータセットを配信することです。
このステップでは、要件の変化、複数のデータソース、データ型の混合、最新のデータ、データウェアハウス外のデータ、物理的に統合するには大きすぎるデータ、ファイアウォール外にあるデータなど、データに関するいくつかの課題に対処します。
また、チームはデータ仮想化によるビジネス価値と導入の難易度に基づいて、データ仮想化を導入するプロジェクトの優先順位を決定する必要があります。
ビジネス価値が高く、導入が容易であるほど、プロジェクトの優先度は高くなります。
アプリケーションレイヤー、ビジネスレイヤー、およびソースレイヤーでさまざまなデータサービスを再利用するためにもデータ仮想化を拡張させ進化させていく必要があります。
今日のデータはますます多種・多量・複雑化しており、またクラウド化によってさまざまな場所に分散しています。
一方、データドリブン経営では必要なデータの要求が絶えず変化します。
このような状況の中でデータアーキテクチャに最も必要とされるのは変化に対応するスピードであり、時にビジネスの成否を左右することもあります。
こうしたデータドリブンな企業のトレンドとして注目されているのがデータファブリックです。
本資料ではTIBCOが定義するデータファブリックについて詳しく解説します。
ビジネス要件は刻々と変化し、データがオンプレミス、クラウド、ビッグデータストア、IoT と広範な環境に分散しています。従来の手法である、データウェアハウスとETL を使った物理的なデータ統合は、時間・コスト・柔軟性の制約が大きく、ダイナミックなビジネスニーズに応えられないためです。
この課題を解決する方法が「データ仮想化」です。
「TIBCO Data Virtualization」は、かつてないスピードとコストでのデータ統合を実現します。本資料ではTIBCO Data Virtualizationのバリューについて解説します。
リサーチ&アドバイザリ企業であるGartner, Inc.とForresterは、データ仮想化の導入および導入範囲の拡大が共に進んでいくことを予測しています。その背景として、企業が複数の情報システムに分散していたデータを利活用していこうとする動きが活発化していることがあげられます。本資料ではデータ仮想化を業務に活用する13のユースケースについて解説します。
世界中のあらゆるメーカーがデータの重要性を理解しています。一方で適切なデータを適切なタイミングで適切なユーザーに届けることは今日のメーカーにとって最も大きな課題の一つとなっています。1980年代にジャストインタイム方式が製造業のオペレーションにイノベーションをもたらしたように、データ仮想化は製造業が抱えるデータに関する課題を克服する方法においてイノベーションをもたらします。
本資料ではデータ仮想化は製造業におけるデータ仮想化の効果と6つの事例について解説します。
データサイエンスとアナリティクスは、取り扱うデータは爆発的に増大／分散／多様化することで、これまで以上にデータを分析・活用することが難しくなっています。本資料ではデータサイエンスと分析データの要件について概説し、データ仮想化がこれらの課題をどのように克服するのか、事例を交えながら解説します。
データ仮想化は、企業の分析データのボトルネックを軽減し、より多くのインサイトとより優れたビジネス成果を獲得するために使用されるミドルウェアです。機能的に説明すると、データ仮想化は仮想データセットとデータサービスの構築／実行／管理を行います。本資料ではデータ仮想化の導入を検討している方やデータ仮想化に関心のある方向けにデータ仮想化を開始する際に知っておくべき10の事項をまとめています。
近年、データ分析のニーズが高まるとともに、必要なデータインフラも高度化してきました。データウェアハウスやデータマート、サンドボックス、データレイクなどの技術が登場し、オンプレミスでもクラウドでも、または両方をまたいで利用されています。現在の問題は、それらの高度化がかえってデータのサイロ化を引き起こし、分析のインサイトを得ることが困難になってしまっていることです。
本資料では、この問題への現実的なアプローチ「論理データウェアハウス」について解説します。
適切なデータガバナンスを実現するためには、データが正確で整合性があり、必要なデータが必要な人に届けられる状態である必要があります。データガバナンスは組織全体に大きなメリットをもたらし、組織にとって必要不可欠な存在です。しかし、一方で従来のデータ連携方法が適切なデータガバナンスの実現をより困難にしています。
この資料では、従来のデータ連携方法が陥るデータガバナンスの問題と、データ仮想化がそれらの問題をどのように解決するかについて解説します。
データは組織において、人に次ぐ2番目に重要な資産です。データから価値を最大限引き出すためには、従来のデータマネジメントを見直し、データガバナンスを強く意識する必要があります。
本資料では、アメリカ合衆国の連邦政府機関およびFDS（Federal Data Strategy：連邦データ戦略）をテーマに、彼らが市民の体験を向上させ運営を最適化するという目標達成にあたり直面している課題と、TIBCOのデータマネジメント製品ポートフォリオ「Unify」がもたらす各種メリットについて解説します。
データ仮想化はあらゆるデータソースを単一のビューとして仮想統合し、データの検索や利用をシンプル化することができます。
そして、データ仮想化のさらなる活用領域として着目されているのが「ストリーミングデータ」です。TIBCOは最新のストリーミング分析基盤とデータ仮想化ソリューションを連携することで静的なデータとリアルタイムデータの両方を仮想統合させることを可能にしました。TIBCOではこの組み合わせを「ストリーミングデータの仮想化」と呼んでいます。本資料ではストリーミングデータの仮想化について詳しく解説します。
アナリティクスは、さまざまな業界の企業に多大なビジネス機会をもたらします。アナリティクスは、より良いビジネス成果をサポートするインサイトを提供します。企業によっては、アナリティクスは最もセンシティブな資産であり、競争上の差別化要因を生み出す情報を意味します。
適切なセキュリティを確保しなければ、こられの情報は簡単に漏洩してしまいます。このホワイトペーパーでは、データ仮想化（Data virtualization）がどのようにしてアナリティクスのセキュリティレイヤーとして機能するかについて解説します。
