顧客データ、取引先データ、従業員データ、販売データなど、企業はあらゆるシステムに様々なデータがあり、それぞれのデータを組み合わせて活用しています。
状況や用途によってさまざまな場所に色々な方法で保存されている情報をデータ連携によって効率良く有効活用することが重要です。
データ連携の目的や課題を認識した上で、データ連携方法を理解して効果的なデータ連携の実現に向けて検討してみましょう。
データ連携とは
データ連携とは、企業内にあるアプリケーションやシステムのデータを別のアプリケーションやシステムと共有したり活用したりすることを指します。
たとえば売上を管理するシステムと顧客を管理するシステムが別に存在した場合、売上管理システムには誰に対しての売上なのかという顧客情報が必要です。
このような場合のように、異なる場所に保存されているデータを共有するために必要なことがデータ連携となります。
データ連携の目的と必要性
データ連携の目的と必要な理由を見ていきましょう。
データの一元管理ができる
複数のシステム間にそれぞれ同じ情報を保存していると、あるデータにメンテナンスが発生した場合にそれぞれのシステムで同じメンテナンスをする必要があります。
たとえば、給与システムと経費精算システムがあった場合、どちらも社員の口座情報が必要になります。
データ連携していないと給与システムと経費精算システムそれぞれにおいて口座情報データの修正が必要になります。
データを散財させるということはデータ管理が煩雑になり、コスト増加にも繋がります。
社員マスタを持ち、給与システムと経費精算システムそれぞれにデータを連携することによって、修正が発生した場合には社員マスタのデータを修正するだけで各システムに反映できるようになります。
データを一元管理できるようにしてデータ管理コストを削減させることがデータ連携の目的となります。
データの整合性を担保できる
データ連携をしていなく、同じデータが散在しているとシステム間で矛盾が生じる可能性があります。
給与システムと経費精算システムを例にすると、口座情報の修正があった場合には、本来両方の口座情報の修正が必要ですが、仮にどちらかに修正漏れがあった場合、同じ社員の口座情報がシステムによって異なるというデータの矛盾が発生してしまいます。
もし社員マスタから連携したとすれば、どのシステムも社員マスタの情報と同じになるため、このような矛盾は発生しません。
データに矛盾が生じてしまうと、どちらが正しいのか、なぜ矛盾が発生しているのかの調査コストが発生したり、データの修正コストも発生することになります。
こういったことを防ぐためにもデータ連携をすることでシステム間の整合性を担保することが必要となります。
異なるシステム間のデータを組み合わせて活用できる
データ連携して異なるシステムのデータを組み合わせることで、新たなデータを生み出し、様々なことに活用できるようになります。
たとえば、在庫情報と販売情報を組み合わせることでどの時期にどれくらいの在庫を持つべきかの分析ができたり、分析やマーケティングなどに活かすことができるようになります。
データ連携の課題と注意点
データ連携は必要な仕組みでなくてはならないものですが、課題や注意点があったり、もしできなくても手作業でなんとかなってしまうため、なかなかデータ連携を実現できていない企業もいるかもしれません。
データ連携の課題や注意点を確認していきましょう。
データ管理のコストや要員が必要になる
データ連携するためには、マスタとなるデータを決めたり、そのデータをどこにどのように連携していくのかの検討が必要になります。
また、システム改修も必要となるケースが多いので、コストや要員が必要になります。
ベンダーへ依頼する場合は、費用も嵩むことになるので費用対効果を試算した上で検討する必要があります。
データ書式を揃える必要がある
最初からデータ連携を視野にいれてシステム導入していないと、同じデータでも項目の順序が違ったり日付の書式が違うなど、システムが異なるとデータフォーマットが違うケースがほとんどです。
データフォーマットが異なると、揃える必要があったりフォーマット変換のシステムやツールが必要になったりするため、時間を要し、手間やコストもかかってしまいます。
オンプレミスとクラウドのデータ連携が困難
近年はクラウドサービスが普及してきていて、企業内のシステムを徐々にクラウド化していることが増えてきました。
クラウド化していない社内のシステムとインターネット上にあるクラウドサービスのデータを連携するハードルが高いという課題があります。
クラウドサービスにはAPIと呼ばれる外部とやりとりするための仕組みが備わっていることも多いですが、技術者でないと理解が難しいほか、システム改修も必要になります。
そんな期間とコストをかけるくらいなら、それぞれ個別にデータ管理してなんとかすると判断するケースも非常に多いのが現状です。
データ連携の方法
データ連携の実現のためには課題がありますが、ツールを活用することで解決することもできます。
データ連携の方法を解説します。
ETL
Extract Transform Loadの略称で、データを抽出して変換して出力してくれるツールです。
本来はBIツールなどで分析するためにDWHに保存することを目的としたツールです。
大量データを一度に処理することが可能ですが、APIが提供されていないシステムとの連携には向いていません。
EAI
Enterprise Application Integrationの略称で、プログラミングを必要とせずにデータ連携の処理を作成することができるツールです。
様々なデータソースと連携できるのはもちろん、リアルタイム連携もバッチ連携もでき、連携が可視化されることでデータ管理が容易になります。
ETL同様にAPIが提供されていないシステムとの連携には向いていません。
RPA
Robotic Process Automationの略称で、作業をロボットで自動化する技術のことを言います。
人が手作業で行っていたことを記憶させて、そのまま自動で同じことを行ってくれるツールです。
画面操作でできることが大抵できるので、既存システムの改修も不要で、APIが提供されていないシステムとの連携も可能です。
ただし、煩雑な連携や大量データの処理には向いていません。
iPaaS
integration Platform as a Serviceの略称で、データ連携サービスのことを言います。
IFTTTやZapierが有名ですが、クラウドサービス同士を簡単に連携させることができます。
オンプレミスシステムやAPI提供のない連携には向いていません。
スクラッチ開発
スクラッチ開発とは、サービスやパッケージを利用せずに一から開発をすることを言います。
制限なくやりたいことが実現できるので自由度は高いですが、期間や開発コストがかなりかかることになります。
データ連携の必要性を理解して業務を効率化しよう
複数のシステムを運用するのが当たり前の昨今、データ連携は必須といっても過言ではありません。
データを一元管理して整合性を担保することは、システムの信頼性とともに企業の信頼性にもかかわります。
データ連携と聞くとハードルが高そうなイメージがあり、手作業や多重管理でどうにかなってしまうのでなかなか実現しないことも多いですが、便利なツールもあるので意外と簡単にできてしまう可能性もあります。
懸念は理解できますが、業務を効率化することは企業の業績に直結するため、まずはデータ連携の理解と検討をはじめてみてはいかがでしょうか。
