[論文レビュー] Leveraging Data and Analytics for Digital Business Transformation through DataOps: An Information Processing Perspective

Jia Xu, Humza Naseer+2 more|arXiv (Cornell University)|Jan 24, 2022

Big Data and Business Intelligence被引用数 4

ひとこと要約

本稿は、情報処理理論（IPT）の視点から、DataOpsとデータ分析を統合的に活用するフレームワークを提唱する。組織が体系的なデータワークフローを定着化することで、分析情報処理能力が向上し、業務効率の向上と新規ビジネスモデルの創出が実現される。

ABSTRACT

Digital business transformation has become increasingly important for organizations. Since transforming business digitally is an ongoing process, it requires an integrated and disciplined approach. Data Operations (DataOps), emerging in practice, can provide organizations with such an approach to leverage data and analytics for digital business transformation. This paper proposes a framework that integrates digital business transformation, data analytics, and DataOps through the lens of information processing theory (IPT). The details of this framework explain how organizations can employ DataOps as an integrated and disciplined approach to understand their analytical information needs and develop the analytical information processing capability required for digital business transformation. DataOps-enabled digital business transformation, in turn, improves organizational performance by improving operational efficiency and creating new business models. This research extends current knowledge on digital transformation by bringing in DataOps and analytics through IPT and thereby provide organizations with a novel approach for their digital business transformations.

研究の動機と目的

• デジタルビジネス変革の取り組みにおける断片的で一時的なデータ管理の課題に対処すること。
• DataOpsが戦略的ビジネス目標とデータ・アナリティクスを一致させる体系的で統合的なアプローチとして果たす役割を特定すること。
• 情報処理理論（IPT）という理論的枠組みを通じて、DataOpsとアナリティクスを統合することで、既存のデジタル変革文献を拡張すること。
• 変革に不可欠な分析情報処理能力を育成するための組織的道筋を提示すること。
• DataOpsを活用した変革が、業務効率の向上とイノベーションを通じて組織のパフォーマンスをどのように向上させるかを示すこと。

提案手法

• 情報処理理論（IPT）を理論的基盤として、デジタルビジネス変革、データ分析、DataOpsを統合する概念的フレームワークを構築する。
• データガバナンス、自動化、共同作業、継続的モニタリングといったDataOpsの主要な要素を、分析情報処理の促進要因として特定する。
• 組織の情報処理ニーズをDataOpsの実践とマッピングし、フィードバックループと段階的改善の重要性を強調する。
• データ収集から意思決定までのデータフローを最適化する仕組みとしてDataOpsを位置づけ、データ品質とタイムリーネスを確保する。
• スケーラブルなデータ運用を可能にするために、クロスファンクショナルな連携とツール統合の役割を分析する。
• IPTを用いて、組織が分析情報の処理、保存、取得、意思決定への応用をどのように体系的に行うかを説明し、技術的プロセスを認知的・戦略的ニーズと一致させる。

実験結果

リサーチクエスチョン

• RQ1 DataOpsを戦略的に活用することで、情報処理能力が向上し、デジタルビジネス変革をどのように支援できるか？
• RQ2 分析意思決定を支援するDataOpsによる情報処理能力の主要な構成要素は何か？
• RQ3 DataOpsとアナリティクスを統合することで、デジタル変革の過程で組織のパフォーマンスがどのように向上するか？
• RQ4 情報処理理論（IPT）のフレームワークは、DataOpsがデータを実行可能なビジネスインサイトに変換する役割をどのように説明するか？
• RQ5 組織がDataOpsをデジタル変革の駆動要因として定着化するためには、どのような構造的・プロセス的変化が必要か？

主な発見

• DataOpsは、分析意思決定に必要なデータの信頼性とタイムリーさを高める体系的で繰り返し可能なフレームワークを提供する。
• DataOpsを組織的に定着化した組織は、データ遅延の低減とデータ品質の向上により、業務効率が向上している。
• DataOpsとアナリティクスの統合により、デジタル変革に不可欠な強固な分析情報処理能力が育成される。
• DataOpsは、迅速でデータドリブンなイノベーションサイクルを可能にすることで、新規ビジネスモデルの創出を促進する。
• IPTの視点から、DataOpsは組織が分析情報の処理、保存、意思決定への応用を体系的に行う能力を強化していることが明らかになった。
• DataOpsにおけるクロスファンクショナルな連携と自動化は、ビジネスユニット全体にわたるデータドリブンな変革をスケーラブルに実現するための重要な促進要因である。