chira as データマネジメント専門家
@chira
Followers
2K
Following
7K
Media
206
Statuses
4K
データマネジメントとデータガバナンスのコンサルタント。イタリア好き。歴史好き。シャリア・ブル、「新九郎、奔る!」推し。
Tokyo
Joined November 2008
#DAMA Internationalが編集した #DMBOK （ #データマネジメント 知識体系ガイド）の個人解説記事や動画が最近増えてるけど内容には注意してね、という一連のツイートをトゥギャりました。 .きちんと学びたい方はDAMA日本支部に入会するのがオススメです！.
posfie.com
DAMA-Internationalが編集したDMBOK（データマネジメント知識体系ガイド）について、個人が解説した記事や動画が2022年から増えてます。ただちょっと怪しい内容も増えてきました。き..
2
5
64
DMBOK翻訳メンバのおひとり、本間さんのデータマネジメント入門・実践講座。.
「データマネジメント入門・実践講座」を8月27日東京で開催。製造業・製薬業・小売業などの先進事例を踏まえながら、事実上の世界標準「 #DMBOK 」の知識領域をより具体的・体形的に解説。.
0
0
4
RT @xTECHLearning: 「データマネジメント入門・実践講座」を8月27日東京で開催。製造業・製薬業・小売業などの先進事例を踏まえながら、事実上の世界標準「 #DMBOK 」の知識領域をより具体的・体形的に解説。.
nikkeibp.co.jp
企業が戦略的にデータ活用するにはデータマネジメントが必要です。本セミナーでは製造業・製薬業・小売業などの先進事例を具体的に踏まえ、講師企業の実践的なデータマネジメント・フレームワーク「METALIB（R）」を用いて企画・戦略策定の筋道を体得できます。
0
2
0
この「単位ごとの最小粒度のテーブル群」を、テーブル群共通マスタデータで共通軸で分析できるようにするのが、インモンのデータウェアハウスであり、キンボールの適合ディメンションDWバスでつながったデータマート群（＝データプレゼンテーションエリア）であると考えてます。.
データマートを作る主な理由が、処理能力不足とUIの不備だとすると今後は「単位ごとの最小粒度のテーブル群＋自然言語処理」になってデータマートという概念は消えるのではないかなと妄想してる.
0
0
0
RT @data_analyst_: データマートを作る主な理由が、処理能力不足とUIの不備だとすると今後は「単位ごとの最小粒度のテーブル群＋自然言語処理」になってデータマートという概念は消えるのではないかなと妄想してる.
0
5
0
メダリオンアーキテクチャは、（Databricksのような）”単一の”データ統合基盤”ツール”内で、”分析・利活用のための”データを提供する際の、”前処理のための機能別内部データ層”の考え方だと理解されがち。.
mart（市場）なので、warehouse（倉庫）から取り寄せたオフィシャル製品をフルサポートで提供しても良いし、市場の隅っこのスペースを借りてMLやAI向けのお試し品をハンドメイドで自給自足しても良い。.martだとダメで、金メダルならML/AIを包含できる、という命名感覚はちょっと分からないかも。.
1
0
9
RT @Slothenater: And 2025 changed everything. In March 2025, Trump signed an executive order. Every federal agency must now share their d….
0
580
0
セルフサービスに偏りすぎると、定例定形のレポート作成ではないその場限りの分析で、個々のセルフサービスユーザが同じソースデータで同じ前処理を繰り返すことケースが出てきます。こうしたデータを見つけて、みんなが使いやすい標準化されたデータにしていく。そのデータ群をシルバー層というか、デ.
なのでセルフサービスを有効化する施策を優先して、ビジネスニーズを早期実現する仕組みが重要だと思う。.正しいデータというのも重要な観点だから平行ならいいとは思うけどDWHありきだと短期のインセンティブが大きくてモチベーションが高まりやすいはずのセルフサービス領域が鈍重になる。
1
1
11
RT @ryomaru0825: なのでセルフサービスを有効化する施策を優先して、ビジネスニーズを早期実現する仕組みが重要だと思う。.正しいデータというのも重要な観点だから平行ならいいとは思うけどDWHありきだと短期のインセンティブが大きくてモチベーションが高まりやすいはずのセ….
0
5
0
RT @damaphila: RSVP for DAMA Day Sept 10!. Sponsored by @zclap. 2 amazing speakers and lightning talks, don't miss it!..
lnkd.in
This link will take you to a page that’s not on LinkedIn
0
1
0
そこも含めて、ビジネスで実現したいことは何かという目的がまずあり、そこに対して長期と短期でなにを実現するかの戦略が重要になると思います。.
畏れ多いですが主観を述べますときれいに層を分けれると理想的ですが、現実課題ととしては目的の定まらないままに進んだり、評価/判断できる状態にないことが多いので最近はアンチフラジャイル的に磨き込んでいく側面とデータビジュアライズでどれだけ目的を前段階で擦り合うか的な思考になってます.
1
0
9
RT @waichang111: 畏れ多いですが主観を述べますときれいに層を分けれると理想的ですが、現実課題ととしては目的の定まらないままに進んだり、評価/判断できる状態にないことが多いので最近はアンチフラジャイル的に磨き込んでいく側面とデータビジュアライズでどれだけ目的を前段….
0
1
0
土地、建物、住所の論理データモデルの例。土地ビジネスのお客さんを支援したことあるのですが、このようにきちんとデータ構造を考えられてはいなかった。ビジネスによっても少し構造は変わると思うので、原案として参考にされると良いです。.
日本の土地・建物と住所をデータモデリングする.(官公庁4.0研究会&第103回IT勉強宴会@新大阪@新) . 3時間のうち最後1時間は渡辺幸三さんにデータモデルの基本について解説頂きました。.その部分も簡単にですがブログに書きましたのでデータモデル初心者の方は参考に.
0
0
1
RT @benkyoenkai: 日本の土地・建物と住所をデータモデリングする.(官公庁4.0研究会&第103回IT勉強宴会@新大阪@新) . 3時間のうち最後1時間は渡辺幸三さんにデータモデルの基本について解説頂きました。.その….
0
3
0
データレイク、データマート、データウェアハウスの考え方って、データ利活用の目的を考えれば理解できると思うんですが、なかなか浸透しないですよね、、、ほんと、Excel実装でも良い。データの種類と量によって、RDBMSにしたり、クラウドプラットフォームにしたりするだけで、基本は変わらない。.
このプロセスだってお母さんずっと言ってるでしょ〜！. ①すぐできる範囲でデータを使う→データマート層（出口）.②さらなるニーズに応じてデータを集める→データレイク層（入口）.③データを整備して品質を高める→データウェアハウス層（中間）. ※Excel実装でもOK。単発フローではなくサイクル。
1
24
202
ガバナンスを優先しすぎず、まずはデータを使ってみる、活用してみるという姿勢は正しいと思う。重要なビジネス施策に貢献するためや、データ活用以外では得られない洞察を得たいという目的を持っていて、かつ、ある程度組織の中でその目的が共有されているなら。.
0
0
9
RT @copinemickmack: 社内ナレッジ共有のためにWikiとかSNSが立ち上がったことはあるけれど、結局コンテンツ作成のインセンティブがなくて上手くいかなかったな。続いてるのは、とにかくありもののドキュメントを放り込んで全文検索という原始的なやり方。でもこれが一番….
0
582
0