データプレパレーションの需要

RPAやAIが普及してくると、当然ですがインプットに使用するデータや、AIに学習させるためのデータが必要です。そのデータ収集や整形は、誰が担当すべきでしょうか？

RPAで業務自働化を目指す場合、使用するデータの多くはシステム担当ではなく、業務担当がデータを集めると思われますが、そのデータをフォーマット統一して、エラーにならないデータに加工する作業が、前提として必要になります。
こうなると、折角RPAツールにより業務部門でロボット開発が行えるようにできた企業でも、そのデータのクレンジング作業などが自分の部門だけではできない場合、あまり効率的ではありません。

やはり、現場がそのデータの内容を一番よく知っているので、業務担当がデータを準備できると一番よいでしょう。
こうした背景からか、データ準備をそのまま英語にした「データプレパレーション(Data preparation)」 という用語が注目を集めています。
データプレパレーションによって、データの正規化、標準化を実施して、データの品質を保つことこそ、業務自働化においてエラーを出さないための前提条件であることが、再認識されています。
こうしたことは、エクセルで加工できるレベルや量なら問題はないのですが、ビックデータを扱うようなAiであれば、システム部門を中心にETLツール等を利用したり、そのためのプログラムを開発して、データ品質を保つように実施されてきていたと思われます。
そんな中、RPAツールが現場に浸透してきたように、データプレパレーション用のツールとして、コーデイングなしで、現場でも使いこなせるような優秀なツールが多く登場してきました。
BIや、ETLツールのベンダーの中には、このデータプレパレーション分野をターゲットにマーケティングをしている会社 も増えてきました。 今後は、AIやRPAとともに、ますますこの分野の需要は高まることでしょう。

このデータプレパレーション用のツールが浸透することにより、ETLやBIの分野で培われたノウハウが活用され、エクセルのようなオフィスツールに近づき、業務担当者がデータの加工・整形ツールとして使いこなせる時代が当たり前になるのかもしれません。

---

[タグ]　RPA 用語 トレンド

[関連]