データ・ガバナンスの最も簡単な実装

カタログを使用して、組織全体で資産を共有します。 カタログは、機械学習モデルでフィーチャー (入力) として使用される列を持つデータ・セットを含むことにより、フィーチャー・ストアとして機能することができます。 IBM Knowledge Catalog 管理者は、資産を共有するためのカタログを作成し、データ・エンジニア、データ・サイエンティスト、およびビジネス・アナリストをコラボレーターとして追加します。 カタログ・コラボレーターは、カタログ資産をプロジェクトにコピーして処理し、プロジェクトで作成した資産をカタログに公開することができます。

カタログ・コラボレーターは、以下の方法で資産をカタログに追加して、他のユーザーと共有したり、資産を検索して使用したりすることができます。

• データ・エンジニアは、クレンジングされたデータ、仮想化されたデータ、および統合されたデータ資産をプロジェクトに作成し、それらの資産をカタログに公開します。
• データ・エンジニアは、データ・ソースからカタログに表またはファイルをインポートします。
• データ・サイエンティストとビジネス・アナリストは、カタログ内のデータ資産を見つけ、その資産をプロジェクトに追加してデータを処理します。

データ資産は、以下の方法で時間の経過とともにメタデータを蓄積します。

• データ資産のプロファイルが作成されます。これにより、データのフォーマットを記述する事前定義データ・クラスが自動的に割り当てられます。
• カタログ・コラボレーターは、タグ、定義済みのビジネス用語、データ・クラス、分類、関係、および評価を資産に追加します。
• 資産に対するすべてのアクションは、資産履歴に自動的に保存されます。

カタログの作成を参照してください。

データ・ガバナンスのカスタマイズ・オプション

データ・ガバナンス実装に対して、任意のカスタム・オプションをいつでも追加または更新できます。 ガバナンス・チームは、ビジネス・ボキャブラリーを確立し、語彙を使用してデータをインポートおよびエンリッチし、データ品質を分析し、データを保護するためのルールを定義し、データ・コンシューマーがデータを見つけることができるカタログにデータ資産を公開することができます。 データが変更されると、表またはファイルに関するメタデータを再インポートし、ビジネス・ボキャブラリー分析およびデータ品質分析によってデータ資産を強化することができます。 ビジネス・ボキャブラリーを拡張する際に、データを保護するための厳密なルールを作成することができます。 データ・ガバナンス・サイクルを通じて、データ・サイエンティストやその他のデータ・コンシューマーは、カタログ内の信頼できるデータを見つけることができます。 次の図は、データ・ガバナンスが、データの変更やビジネス・ボキャブラリーの変更を反映するためにデータ資産のメタデータを更新する継続的なサイクルであることを示しています。