データを使ってうまくやるための方法を考えることが増えたので読んでみた。
アジャイルソフトウェア開発宣言 と同じようにDataOps マニフェストというものがあることを初めて知った。
目次は以下。
- Part 1 DataOps序論
- Chapter 1 データサイエンスの問題点
- Chapter 2 データ戦略
- Part 2 DataOpsの実践に向けて
- Chapter 3 リーンシンキング
- Chapter 4 アジャイルなコラボレーション
- Chapter 5 効果測定とフィードバックの仕組み作り
- Part 3 さらなるステップ
- Chapter 6 信頼の構築
- Chapter 7 DataOpsへのDevOpsの適用
- Chapter 8 DataOps実現のための組織作り
- Part 4 セルフサービス型組織
DataOps マニフェストの中では18個の原則が挙げられている。
* 継続的にお客様を満足させる (Continually satisfy your customer)
* 実用的な分析に重きを置く (Value working analytics)
* 変化を受け入れる (Embrace change)
* チームスポーツ (It’s a team sport)
* 日々の関わり (Daily interactions)
* 自己組織化 (Self-organize)
* ヒロイズムを減らす (Reduce heroism)
* 自己反映 (Reflect)
* 分析はコード (Analytics is code)
* オーケストレーション (Orchestrate)
* 再現可能にする (Make it reproducible)
* 自由に使用できる環境 (Disposable environments)
* 単純さ (Simplicity)
* 分析は製造 (Analytics is manufacturing)
* 品質が最も重要 (Quality is paramount)
* 品質とパフォーマンスを監視する (Monitor quality and performance)
* 再利用 (Reuse)
* サイクル時間を短縮する (Improve cycle times)
データの提供の迅速化、品質向上、価値の最大化などを行うためにチーム間のコラボレーションやプラクティスとして定義されている。この辺りをDevOps の考え方ややり方を応用して対応していくと説明されている。
そのため具体的なやり方についてはあまり書かれておらず、リーンシンキング、アジャイルプラクティス、システム思考やDevOps についての説明がたくさんされている。そのため組織間のコラボレーションや自動化についての説明がたくさんされているなと思った。
データを連携して使えるようにする人と、実際にデータを使う人たちが完全に一緒になることは確かに少ないと思う。そうなるといかに速く正確な状態にするかを考える必要がでてくる。そこをいかにうまくやるかは確かにいろんなプラクティスが出ているのでそれらを適用していくのは大事だろうなと。そして、データ利用者との距離感をまずはちかくしていくためのやるべきことを考えてやっていきたいなと思った。
また、データの正確性を保証するためのやるべきことも考えていきたいなと思う。DB を直接参照しているのでやるべきことってなんだろうなとおもいつつも、まずはDevOps の本でも読んで色々知識の再インストールをしようと。
