サービスとしてのデータ

データ・アズ・ア・サービス（DaaS）は、データウェアハウスでのデータ管理やビジネスインテリジェンスによるデータ分析など、データ処理に使用されるクラウドベースのソフトウェアツールです。これは、ソフトウェア・アズ・ア・サービス（SaaS）によって実現されます。[ 1 ]すべての「as a service」（aaS）技術と同様に、DaaSは、データ製品をユーザーにオンデマンドで提供できるという概念に基づいています。[ 2 ]プロバイダーと消費者の地理的または組織的な隔たりに関係なく。サービス指向アーキテクチャ（SOA）とAPIの普及により、データが存在するプラットフォームは重要ではなくなりました。[ 3 ]

ビジネスモデルとしてのデータ・アズ・ア・サービスとは、2つ以上の組織が機械可読データを価値のあるものと交換して購入、販売、または取引するという概念である。 [ 4 ]

概要

DaaSは主にWebマッシュアップから始まり、2015年以降は商業的にも、また国連などの組織でもますます採用されるようになりました。[ 5 ]

従来、ほとんどの組織は自己完結型のリポジトリに保存されたデータを使用しており、そのデータにアクセスし、人間が読める形式で提示するためのソフトウェアが特別に開発されていました。このパラダイムの結果として、データとそれを解釈するために必要なソフトウェアの両方が単一のパッケージにバンドルされ、消費者向け製品として販売されるようになりました。データパッケージにバンドルされたソフトウェアの数が増加し、相互の相互作用が必要になるにつれて、別のインターフェースレイヤーが必要になりました。これらのインターフェースは総称してエンタープライズアプリケーション統合（EAI）と呼ばれ、同じ基盤技術上に構築されたアプリケーションは一般的に統合が容易であるため、ベンダーロックインを促進する傾向がありました。[ 6 ]

ソフトウェアとデータ利用者のパッケージが統合され、EAIミドルウェアが必須となった結果、特定のデータを利用するためだけに、組織が管理・保守しなければならないソフトウェアの量が増加しました。日常的な保守費用に加え、データの形式が変化するたびに、ソフトウェアのアップデートが次々と必要になります。このような状況があることで、DaaSはデータ利用者にとって魅力的になっています。なぜなら、DaaSでは、データコストとデータ利用を、特定のソフトウェア環境やプラットフォームのコストから切り離すことができるからです。Sensing as a Service [ 7 ] [ 8 ] (S2aaS )は、IoTデータを統合してデータ取引市場を構築するビジネスモデルです。

MuleSoft、Oracle Cloud、Microsoft Azureなどのベンダーは、 REST アーキテクチャ制約に準拠したWeb サービスAPI ( RESTful API)を使用して、大量のデータをより迅速に計算し、そのデータを統合および分析し、リアルタイムで公開する DaaS の開発に取り組んでいます。

データ・アズ・ア・サービス・ビジネスモデル

データ・アズ・ア・サービス（DaaS）は、2つ以上の組織が機械可読データを売買または交換し、価値のあるものと交換するというビジネスモデルの概念です。データ・アズ・ア・サービスは、データ関連サービスを包括する一般的な用語です。現在、DaaSサービスプロバイダーは、従来のデータ分析サービスを置き換えたり、既存のサービスと連携したりすることで、顧客にさらなる付加価値を提供しています。DaaSプロバイダーは、より価値の高い分析データや情報を提供するために、複数のソースからデータを収集、集約、分析しています。[ 9 ]

このデータは、ビジネスプロセスと意思決定の改善、AIのトレーニング、組織のサービスや製品の補完のために社内データを増やすために使用されています。 [ 10 ]一方、外部DaaSはベンダーからライセンス供与されたデータを使用し、オンデマンドで顧客に提供されます。

通常、データはネットワーク経由で配信されますが、通常はクラウドベースです。「この目的のため、組織はDaaSサービスとしてソフトコピーデータを『購入、販売、または取引』することができます。」[ 11 ]

通常、DaaSビジネスはサブスクリプション型であり、顧客はサービスパッケージまたは特定のサービスに対して料金を支払います。同時に、投資家は、得られる収益が事業運営の初期費用と運用コストを上回ることを確認する必要があります。価格モデルは通常、以下の2つのカテゴリーに分類されます。

  • 数量ベースの料金モデルと通話ごとの支払い（PPCall）
  • データ型基本モデル[ 12 ]

顧客は必要なときにのみDaaSベンダーから提供されるデータストリームにアクセスできるため、社内にデータを保存する必要がなくなり、それに伴うコストも削減され、ビジネスの柔軟性が向上します。[ 13 ]

このビジネスモデルの要素の1つは、ユーザーデータの引き渡しに関する規制です。ベンダーに特定の顧客サービス要件を遵守することを要求する規制が多数あります。特に、データを収集するウェブサイトは、どのようなデータが収集されるかを訪問者に通知し、これらのアクションに対する同意を得る必要があります。サイトに保存されている個人データが侵害された場合も、サイトは速やかに訪問者に通知する必要があります。さらに、ウェブサイトデータのセキュリティを評価し、その保護を確実にする必要があります。[ 14 ]一般データ保護規則[ 15 ]は、英国、トルコ、モーリシャス、チリ、日本、ブラジル、韓国、アルゼンチン、ケニアなど、 EU以外の多くの国の法律のモデルとなり、カリフォルニア州消費者プライバシー法の基礎となりました。[ 16 ] [ 17 ]

ビッグデータビジネスモデル

ビジネスモデルのもう一つの要素は、顧客がデータを受け取り、それを活用することで自社の価値提案（製品、サービス）を改善できるようにすることです。このビジネスモデルでは、データはサポートメカニズムとして、あるいは他の価値提案を生み出すツールとして価値を提供するため、収益源は通常かなり低くなります。[ 18 ]

一方、Data as a Service は、価値提案と顧客に基づいたビッグ データ ビジネス モデルの 3 つのカテゴリのうちの 1 つです。

  • サービスとしての回答;
  • サービスとしての情報;
  • サービスとしてのデータ。

さまざまな分野におけるDaaSビジネスモデルの活用

データ・アズ・ア・サービス（DaaS）ベンダーは、様々なビジネス分野でサービスを提供するために、様々な種類のデータを使用しています。例えば、People Data Labsは、顧客が採用プラットフォームを強化したり、AIモデルやカスタムオーディエンスを作成したりするために、人々に関する公開データを収集しています。 [ 19 ] [ 20 ] Nyne.aiは、消費者とブランドのインサイトに重点を置くピープルデータ分野の競合企業です。同社のプラットフォームは、ソーシャルメディアや数億のウェブサイトからの断片化された信号を結び付け、個人が所有するアカウントをマッピングします。そこからAIエージェントがユーザーのアクティビティを分析し、ブランドへの親和性、興味、行動パターンを特定し、ビジネスアプリケーションとAI駆動型システムの両方にインテリジェンスを提供します。[ 21 ]

金融テクノロジーの分野では、消費者の財務データや行動データが収集・集約され、組織がより良い意思決定を行い、収益性を高め、融資のリスクを軽減し、企業、政府、個人にサービスを提供できるようにしています。[ 22 ] [ 23 ] [ 24 ] [ 25 ]

別のセグメントでは、DaaSベンダーがモバイル通信事業者のデータを集め、様々なサービスを提供しています。例えば、OneFactorプラットフォームでは、通信事業者、銀行、小売業者、決済システムなど、他の企業が自社のデータを処理し、追加情報で拡充し、機械学習モデルを構築して本番環境で稼働させることで、収益化を図ることができます。[ 26 ] [ 27 ]

ビジネスデータの分野では、Enigma TechnologiesなどのDaaSベンダーが、収益プロファイリング、市場分析、ビジネスオンボーディング、競合ベンチマークなど、ビジネスオペレーションの様々な側面に関するインサイトを集約・提供しています。これらのサービスにより、企業は戦略の最適化、市場機会の特定、そして業務効率の向上を実現できます。例えば、一部のDaaSプロバイダーは、小売店からのデータ収集と分析に注力しており、企業が収益パターン、顧客行動、市場動向を把握し、店舗選定や事業拡大戦略の策定に役立てています。

DaaS市場には、世界中で収集された気象データに基づいた天気予報サービスを提供する企業がある。[ 28 ]

利点

データ・アズ・ア・サービスは、データの品質管理が一元化された場所で行われるという前提で運営され、組織内やネットワーク上の場所に関係なく、データをクレンジングおよび拡充し、さまざまなシステム、アプリケーション、ユーザーに提供します。[ 3 ] DaaSは次のような利点を提供します。

  • 俊敏性- データアクセスがシンプルで、基盤となるデータに関する詳細な知識を必要としないため、ユーザーは迅速に行動できます。データ構造や地域固有の要件は、ユーザーのニーズに合わせて変更できます。
  • コスト効率– プロバイダーはデータ エキスパートと協力して基盤を構築し、プレゼンテーション層をアウトソーシングできるため、非常にコスト効率の高いユーザー インターフェイスが実現され、プレゼンテーション層での変更要求がはるかに実現可能になります。
  • データ品質– データアクセスはデータサービスを通じて制御されるため、更新ポイントが一元化され、データ品質が向上する傾向があります。これらのサービスがテストされた後は、次回のデプロイメントで変更がない場合、回帰テストのみが必要となります。

批判

DaaSの欠点は、一般的にクラウドコンピューティング全般に共通する欠点と同様であり、例えば、テロ攻撃、停電、自然災害によるサーバーダウンを回避するサービスプロバイダーの能力にユーザーが依存する必要がある点などが挙げられます。DaaSモデル特有の批判としてよく挙げられるのは、従来のデータ配信と比較すると、消費者は単にデータを「レンタル」し、分析や洞察を得るために使用しているだけであり、通常、元のデータはダウンロードできないという点です。[ 29 ]

データ・アズ・ア・サービス（DaaS）ビジネスモデルの落とし穴は、データの著作権侵害や機密データの漏洩の問題である。[ 30 ] [ 31 ] [ 32 ] [ 33 ]通常、すべてのDaaS事業者は、販売、処理、分析するデータの知的財産権を保護するためにライセンス契約を締結し、使用することで、著作権侵害、サブスクリプション違反、使用違反などからデータを保護している。[ 34 ]

DaaSプロバイダーは顧客に匿名化されたデータを販売しているにもかかわらず、場合によってはクリーニングプロセスによって大量のデータが顧客に公開され、データセットに含まれる人物が露出してしまう可能性があります。[ 35 ]

データの収集、処理、保存に対するユーザーの同意にも問題があります。モバイルアプリケーション開発者はユーザーのスマートフォンから取得したデータを販売する可能性がありますが、同時に、アプリケーションユーザーは、アプリケーションによってどのような情報が追跡されているかを常に認識しているとは限りません。[ 36 ] [ 37 ] [ 38 ]

LinkedInのような公開データの発行者は、自社の公開ウェブサイトをスクレイピングして直接転売したり、分析製品として販売したりすることは望ましくないと考えるかもしれません。しかし、裁判での勝訴は限定的です。[ 39 ]公開データをスクレイピングし、無料でも商用製品としても利用できるようにすることは、データの独占に挑戦したり、ジャーナリズムを支援したりするなど、経済的・社会的利益をもたらすという議論があります。[ 40 ]

参照

参考文献

  1. ^ Machan, Dyan (2009年8月19日). 「DaaS：新たな情報の金鉱」 . ウォール・ストリート・ジャーナル. 2010年6月9日閲覧.残念ながら、ビジネス界はこの新しいサービスに、データ・アズ・ア・サービス、あるいはその縮約形であるDaaSという専門用語的な名前をつけています。
  2. ^ Olson, John A. (2010年1月). 「サービスとしてのデータ：私たちはクラウドの中にいるのか？」Journal of Map & Geography Libraries . 6 (1): 76– 78. doi : 10.1080/15420350903432739 .
  3. ^ a b Dyche, Jill. 「Data-as-a-service の説明と定義」 . SearchDataManagement.com . 2010年10月24日閲覧。
  4. ^「データ・アズ・ア・サービス」、IDC
  5. ^ 「サービスとしての統計データとインターネットマッシュアップ」ゾルタン・ナジ、国連。2010年6月9日閲覧。
  6. ^ Cagle, Kurt. 「なぜデータ・アズ・ア・サービスがEAIを変えるのか」 DevX.com. 2020年9月27日時点のオリジナルよりアーカイブ。 2010年10月24日閲覧。
  7. ^ Perera, Charith; Zaslavsky, Arkady; Christen, Peter; Georgakopoulos, Dimitrios (2014-01-01). 「IoTでサポートされるスマートシティ向けサービスモデルとしてのセンシング」. Transactions on Emerging Telecommunications Technologies . 25 (1): 81– 93. arXiv : 1307.8198 . doi : 10.1002/ett.2704 . ISSN 2161-3915 . 
  8. ^ Perera, Charith (2017). IoTのためのサービスとしてのセンシング：ロードマップ. Leanpub.
  9. ^「データ・アズ・ア・サービス（DaaS）：概要」、Dataversity
  10. ^「データ・アズ・ア・サービス」、IDC
  11. ^データ・アズ・ア・サービス（DaaS）：概要、Datavercity
  12. ^「データ・アズ・ア・サービス」、テクノペディア
  13. ^「データ・アズ・ア・サービス：ビジネスにとっての大きなチャンス」ダニエル・ニューマン、フォーブス
  14. ^「一般データ保護規則（GDPR）」、Investopedia
  15. ^「EUの新しいデータ保護法、GDPRとは何か」GDPR.EU
  16. ^「CCPA規制」、カリフォルニア州司法省
  17. ^「カリフォルニア州消費者プライバシー法（CCPA）」Investopedia
  18. ^「ビッグデータビジネスモデルとその背後にある勝利の価値提案を探る」BMI
  19. ^ピープルデータラボ
  20. ^「データ活用の改善で採用成果を向上させる3つの方法」ツールボックス
  21. ^ [ https://nyne.ai ナイン.ai]
  22. ^エクスペリアンplc、ロイター
  23. ^「Windfall、ウェルスインテリジェンスを通じたデータ駆動型ワークフローを推進するためシリーズAで2100万ドルを調達」GlobeNewswire
  24. ^エキファックス（EFX）、フォーブス
  25. ^「Equifaxのウェブトラブル、信用情報保護の新たな注意喚起」USA TODAY
  26. ^「通信サービスプロバイダーのビジネスオペレーションにおける注目ベンダー」、ガートナー
  27. ^「銀行における人工知能の偏り、あるいは優良な借り手を拒否しない方法」Banki.ru
  28. ^「本当のクラウド戦争：天気予報の未来をめぐる60億ドルの戦い」フォーブス
  29. ^ 「PBBIの地理空間データサービス構想を探る（ポッドキャスト）」。Directions Magazine。2010年10月24日時点のオリジナルよりアーカイブ。 2010年11月14日閲覧。
  30. ^「漏洩文書は、大企業が何百万人ものアメリカ人のクレジットカードデータをどのように購入しているかを示している」VICEメディアグループ
  31. ^「大規模なデータ漏洩で12億人の個人情報と社会情報が発見される」、Night Lion Security
  32. ^「40億人のユーザー記録の漏洩をめぐる謎」ComputerWeekly
  33. ^「12億件の記録が単一サーバーでオンライン公開されていることが判明」
  34. ^「データ・アズ・ア・サービス（DaaS）：概要、DaaSビジネスモデル」、Dataversity
  35. ^「漏洩文書は、大企業が何百万人ものアメリカ人のクレジットカードデータをどのように購入しているかを示している」VICEメディアグループ
  36. ^「スマートフォンアプリが同意なしに個人データを販売している - 合法的に」オブザーバー
  37. ^「米軍が一般アプリから位置情報データを購入する方法」、マザーボード、Viceによるテック
  38. ^「ユーザーデータを販売した祈祷アプリにイスラム教徒が激怒：「私たちのコミュニティ内部からの裏切りだ」
  39. ^「ウェブスクレイピングは合法、米控訴裁判所が再確認」TechCrunch
  40. ^「公開データは公共の利益である」Bold Data
「 https://en.wikipedia.org/w/index.php?title=Data_as_a_service&oldid=1314899599」より取得