翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# データ戦略フレームワーク
<a name="framework"></a>

このガイドで紹介するデータ戦略フレームワークは、モダンデータおよび分析アーキテクチャに関する以下の基本原則に基づいています。

1. **統合された、費用対効果の高い、スケーラブルなストレージレイヤー**を使用することで、すべてのデータプロデューサーとデータコンシューマーが、データを操作するための技術的能力を持つことができます。

1. **セキュリティは必須です**。データプライバシールールを適用し、暗号化によるデータ保護を提供し、監査を有効にし、自動化されたコンプライアンスを提供します。

1. 会社全体で**共有するためにデータを管理**します。ユーザーが必要なデータを見つけて使用できるように、一意のデータカタログとビジネス用語集を提供します。

1. **適切なジョブに対して適切なサービス**を選択します。コンポーネントを選択する際は、機能性、スケーラビリティ、データレイテンシー、サービスの実行に必要な労力、耐障害性、統合性、および自動化を考慮します。

1. **人工知能 (AI) と機械学習 (ML)** を使用します。

1. **データリテラシー**と、**ビジネスユーザー向けに抽象化**されたツールを提供します。

1. データイニシアチブの**仮説をテスト**し、**その結果を測定します**。

データフレームワークでは、[顧客から逆算する](https://docs.aws.amazon.com/whitepapers/latest/building-cloud-operating-model/step-1.-work-backwards-from-the-customer.html)アプローチを使用します。この手法は、Amazon および AWS で使用されており、次の 5 つのステップに従います。

1. 自社の各ビジネス領域のユーザーにインタビューします。データイニシアチブによって対処できる可能性のあるビジネス上の問題や機会を選択します。

1. それらのビジネス領域内で期待されるビジネス成果を定義します。

1. ビジネスへの影響が最も大きいイニシアチブから順に優先します。

1. ビジネス成果を達成するために必要なデータ共有および技術的能力を特定し、それらをイネーブルメントプロジェクトとしてまとめます。

1. データ駆動型イニシアチブを実現するためのロールと責任を明確にし、学際的なチーム構築について議論します。

以下のセクションでは、このプロセスの主なステージについて説明します。
+ [ビジネスディスカバリー](business-discovery.md)
+ [データ可用性の評価](data-availability.md)
+ [技術的評価](technical-assessment.md)
+ [ビジネス目標に沿ったストーリーの調整](align-stories-goals.md)