出版書誌データベース

なぜ、うちの会社はデータ活用が進まないのか？
優秀な人材がいるのに成果が出ない組織に必要なのは、
“つなぐ”プロフェッショナル――「データエンジニア」だった。

本書は、デジタル時代におけるデータ活用の課題に正面から取り組み、その解決策として「データエンジニア」の役割を再定義し、実践的な指針を示すものである。

近年、情報のデジタル化とAIの進展により、データ活用は企業の競争力を左右する重要な要素となっている。「分析の専門家はいるのに期待した効果が出ない」「部門間の連携がうまくいかない」「データ活用の具体的な進め方がわからない」――。こうした課題を抱える組織に、著者らは多様なデータ分析業務の経験から、その解決のカギが「データエンジニア」にあると提言している。

本書は二部構成である。第1部（1・2章）では、組織づくりの視点からデータ活用の本質に迫る。第1章では、データ活用とコミュニケーションの基本概念を整理したうえで、「経営部門」「オペレーション部門」「情報システム部門」の三部門からなる「三機能モデル」を提示し、機能の分化が進む組織において「データエンジニアリング」が必要となる背景を説明する。第2章では、この三機能モデルを踏まえ、「データエンジニアリング組織」の具体的な役割と行動指針を提示し、企業のデータ活用における課題解決への貢献について詳しく解説している。

第2部（3～6章）は実務編として、データエンジニアの日々のコミュニケーションに焦点を当てている。各部門との信頼関係の築き方、効果的なコミュニケーション手法、日々の業務の進め方まで、事例とともに解説する。とくに、データエンジニアが組織の要として各部門間の橋渡し役を担い、部門間の利害を調整しながら組織全体のデータ活用を推進していく過程を詳しく説明している。

DX時代の到来により、データエンジニアの需要は今後データサイエンティストを上回ると著者らは予測している。本書は、データドリブンな組織づくりを目指すすべての人に、実践的な道筋を示す一冊である。

第1部　データエンジニアリング組織の必要性

第1章　データとビジネスの関わり

　1.1　データとは何か
　　1.1.1　データの定義
　　1.1.2　現代におけるデータ
　　1.1.3　ビッグデータの3V
　1.2　コミュニケーションとは何か
　　1.2.1 コミュニケーションの定義
　　1.2.2　組織におけるコミュニケーション
　1.3　データ利活用をつなぐコミュニケーション
　　1.3.1　DIKAR モデル
　　1.3.2　コミュニケーションの必要性
　1.4　ビジネスでのデータ利活用と組織
　　1.4.1　ビジネスシーンにおけるデータ利活用の意味
　　1.4.2　データを利活用するための機能と組織
　1.5　データ利活用の三機能モデル
　　1.5.1　経営部門とデータ分析・意思決定機能
　　1.5.2　オペレーション部門とデータの収集・生成機能
　　1.5.3　情報システム部門とデータの加工・蓄積機能
　　1.5.4　三機能モデルのまとめ
　1.6　企業の成長と機能の分化
　　1.6.1　創業期
　　1.6.2　意思決定機能とオペレーション機能の分離
　　1.6.3　情報の規模拡大と情報処理機能の分離
　　1.6.4　三機能モデルのフラクタル性
　　1.6.5　データエンジニアリング機能の登場
　1.7　本章のまとめ

第2章　データエンジニアリング組織の存在意義と役割

　2.1　データ利活用をめぐる企業の課題
　　2.1.1　データ利活用に関する部門間の認識のずれ
　　2.1.2　スピードと正確性の両方を満たすことへの固執
　　2.1.3　責任範囲が曖昧な業務への不十分な対応
　2.2　データエンジニアリング組織がもたらす変化
　　2.2.1　データ利活用における共通認識の構築
　　　【コラム】データエンジニアリング組織はただの伝令役ではない
　　2.2.2　スピードと正確性の均衡
　　2.2.3　責任範囲の明確化または業務の補完
　2.3　データエンジニアリング組織の行動指針
　　2.3.1　三部門と信頼関係を築く
　　2.3.2　機動力を発揮する
　　　【コラム】　試行錯誤と失敗の許容
　　2.3.3　当事者意識をもつ
　2.4　データエンジニアの人材像と育成
　　2.4.1　データエンジニアの必要条件
　　2.4.2　データエンジニアがもっていると良いスキル
　　2.4.3　データエンジニアの評価
　2.5　本章のまとめ

第2部　データエンジニアの業務

第3章　経営部門とのコミュニケーション

　3.1　経営部門の役割
　　3.1.1　企業目的の設定と達成とは
　　3.1.2　データ分析と意思決定
　　3.1.3　経営部門をどのように支えるべきか
　3.2　経営部門が獲得すべき視点、提供すべき視点
　　3.2.1　データの生成機序を獲得すべき理由
　　3.2.2　データ基盤の仕様を獲得すべき理由
　　3.2.3　分析の目的を提供すべき理由
　3.3　データエンジニアと経営部門の協働
　　3.3.1　データの生成機序を獲得し、分析と意思決定に活かす
　　3.3.2　データ基盤の仕様を獲得し、分析と意思決定に活かす
　　3.3.3　分析の目的を提供できる形にする

第4章　オペレーション部門とのコミュニケーション

　4.1　オペレーション部門の役割
　　4.1.1　外部とのコミュニケーションとは
　　4.1.2　データの収集・生成
　　4.1.3　オペレーション部門をどのように支えるべきか
　4.2　オペレーション部門が獲得すべき視点、提供すべき視点
　　4.2.1　分析の目的を獲得すべき理由
　　4.2.2　データ基盤の仕様を獲得すべき理由
　　4.2.3　データの生成機序を提供すべき理由
　4.3　データエンジニアとオペレーション部門の協働
　　4.3.1　分析の目的を獲得し、データの収集・生成に活かす
　　4.3.2　データ基盤の仕様を獲得し、データの収集・生成に活かす
　　4.3.3　データの生成機序を提供できる形にする

第5章　情報システム部門とのコミュニケーション

　5.1　情報システム部門の役割
　　5.1.1　正確な情報処理とは
　　5.1.2　データの加工・蓄積
　　5.1.3　情報システム部門をどのように支えるべきか
　5.2　情報システム部門が獲得すべき視点、提供すべき視点
　　5.2.1　分析の目的を獲得すべき理由
　　5.2.2　データの生成機序を獲得すべき理由
　　5.2.3　データ基盤の仕様を提供すべき理由
　5.3　データエンジニアと情報システム部門の協働
　　5.3.1　分析の目的を獲得し、データの加工と蓄積に活かす
　　5.3.2　データの生成機序を獲得し、データの加工と蓄積に活かす
　　5.3.3　データ基盤の仕様を提供できる形にする

第6章　おわりに：持続的な成長と発展
　
　6.1　データエンジニアの業務
　6.2　データエンジニアのトレーニング
　　6.2.1　ビジネスと社会との関わりを考える
　　6.2.2　情報処理技術に精通する
　　6.2.3　データマネジメントの技術的な基礎知識を獲得する
　　6.2.4　分析スキルと意思決定
　6.3　データエンジニアリング組織の継続と発展
　6.4　AIとの共存
　6.5　まとめ

謝　辞
参考文献
索引