データがどのように組織に入り、どこに存在し、異なるプロセスやシステムを通過して変化するのかを知ることに苦労していたデータリーダーは、データの遺産を依存性の観点（順序）から視覚化するためにデータリネージという用語を作り出しました。
データ リネージにより、組織はデータが各目的地を通過する際にデータを追跡し、データの変更とエラーをそのソースに遡って追跡することができます。 データが変更されると、その意味、目的、およびデータ品質スコアも変更され、結果としてデータの不正確さが生じます。 データリネージは、データ利用者がデータの問題の原因を突き止め、それを解決するのに役立ちます。
異なるタイプのデータリネージを理解する
リネージを説明しようとすると、ユーザーとしての役割や答えようとしている質問によって見解が異なるため、人によって異なる定義が提供されます。
これらの見解は 2 グループに分類できます。 最初のビューはテクニカルデータリネージで、コンプライアンス、オペレーション、手順、変換、データの組み合わせに重要な要素を監督するものです。 もう 1 つはビジネス データ リネージで、アプリケーションまたはビジネス レイヤーにおけるテクニカル リネージのビューを提供し、ビジネス ユーザーがビジネス プロセスにおけるデータの役割を理解できるようにするものです。 技術データのリネージにより、ITリソースは、機密データがどこにあり、どのように変化し、誰がアクセスし、どのように共有され、その品質レベルがどのようになっているかを特定することができます。 この情報により、技術的なユーザーは、データの機密性と品質に関する質問に答え、コンプライアンスと正確性を確保することができます。
ビジネス データ リネージは、データがビジネスにどう適合し、情報が変換されるとさまざまなビジネス結果になるかについての洞察を提供します。 ビジネスの観点からのデータ リネージにより、ユーザーは、ビジネスに関連するデータについての質問に答え、データ分析チャネルに透明性を与え、正確で信頼できるビジネス インテリジェンスを生成することができます。 6799>
それでもなお、作成から使用までのデータ リネージを追跡することは、組織が適切なデータ リネージ ツールを組み込んだ統合データ カタログ フレームワークを必要とすることを意味します。 さらに、企業は品質スコアとビジネス リネージを含めることで、データの信頼を構築し、データ定義をビジネス ケースに結び付けることができます。
詳細なデータ カタログを実現するために、企業は統合および自動データ リネージ機能を備えたデータ インテリジェンス プラットフォームを採用する必要があります。 自動化されたデータ リネージ機能を組み込むことにより、企業は、データがビジネスに入るとすぐに自動的にプロファイリングし、メタデータを抽出します。 しかし、リネージを取得するだけでは十分ではなく、それを表示・閲覧できるようにすることも重要です。 理想的なリネージビューは、ユーザーが「リネージブラウザ」を使って、答えようとしている質問にとって最も意味のある観点でリネージを表示できるようにすることです。 その結果、ビジネスユーザーは素早くパターンを発見し、情報をさまざまなビジネスプロセスや成果に結びつけることができます。
プラットフォーム内のデータ品質機能は、データ品質への取り組みがビジネスの期待に対して持つ影響も測定します。 データ品質と自動化されたデータ リネージ ツールを組み込んだ広範なビジネス対応データ カタログにより、企業はビジネス ユーザー間のデータの誤解のリスクを減らすことができます。 その代わり、ビジネス ユーザーが高品質なビジネス データをオンデマンドで入手できるようにし、利益の増加を生み出せるようにします。
データ リネージの基本についての詳細情報は、TechTarget の WhatIs.com の定義をお読みください。 https://whatis.techtarget.com/definition/data-lineage.