ダークデータとは
皆様こんにちは。ストックホルムも春めいてまいりました。
今回は「ダークデータ」についてちょっと書いてみようかなと。
というのもですね、「ダークデータ」についてのイメージがおそらくですが日本の文脈と海外（といったらちょっとアバウトすぎですが）の文脈が違うのかなと思うことがありまして。
日本でいうところのダークデータはビックデータにかかるところで、どちらかというと「眠っているデータ」で活用していきましょう、ビックデータの活用、という文脈でとらえられることが多い印象です。
もちろんその通りなのです。眠っているデータを見直してビジネスに活用する、そうです。ただ日本では話が大きくて（ビックデータだし）、わかったようなわからないような。そして他人事？な印象があります。
ガートナーの用語集によると、「組織が通常のビジネス活動において収集、処理、保存しているが、一般的に他の目的（例えば、アナリティクス、ビジネス関係、直接的な収益化など）には使用していない情報資産」と定義しています。「資産」なので活用しましょう、という文脈はそのとおりですね。
では「ダークデータ」には具体的にどんなデータが含まれているのか。基本的には「ダークマター」のような感じなので（笑）、宇宙と同じでわからない、つかみきれないわけなんですが、例としては「非構造化データ」「ログファイル」「すごく古いデータ」「冗長、重複データ」「ＩＴ関連データ」などなどがあるようです。
このあたりのお話になると、ダークデータという関連記事ではあまり日本では見かけません。一方海外の記事ではこの先が結構重要視されています。
つまり「ダークであるがゆえにリスクがある」ということです。
よく言われるのは、
- セキュリティ上のリスク：機密情報や記録が含まれているかもしれないのでもしサイバー攻撃にあって情報漏洩があると問題です
- コンプライアンス上のリスク：含まれている情報が規制に反している場合があると問題がありますね
- 風評被害：もし情報漏洩があったら組織の評判にかかわります
- ビジネス上のリスク：ビックデータにかかわりますが、非常に有益で貴重な情報なのに埋もれていては利用できません。ビジネスチャンスを逃すことにもなります。
- 財政上のリスク：これはつまりダークデータをそのまま保持することが高額になってくるということですね
- 法律上のリスク：リーガルケースにかかわるような情報を含んでいる場合、かなりの機密情報なのに、ダークデータの一部として放置されているとリスクがあります。
なので、データを見える化して管理することが大切であると結論付けられますね。
ということで、Northernのデータを把握して管理しましょう、という提案の「なぜ把握して管理する必要があるか」についての答えを、ダークデータという見方からも理解できるかと思います。
参考記事
https://www.gartner.com/en/information-technology/glossary/dark-data
