どのソフトウェアが最良かをめぐる議論をやめ、代わりにすべてを活用することを決断したとしたら、どうなるのでしょうか？

企業全体でアナリティクス・AIやデータ管理のために利用しているパッケージが十数種類を超えていることは、珍しくないかもしれません。その中にはPython、Java、R、Scala、Luaなどのオープンソース・テクノロジーや、商用ソフトウェア・ソリューション、エンタープライズ・ホスティング型アプリケーション、クラウド型ソリューションが含まれている可能性があります。こうした異種混在の環境にも利点はあります。例えば、データ管理やアナリティクスの担当者が自分好みのプログラミング言語やツールを利用できていれば、仕事の満足度や効率性は向上します。また、技術スキルが不足する状況が生じたとしても、スキルをめぐる柔軟性を確保できていれば、組織として必要な人材を見つけ出したり、既存の人材を最大限に活用したりする取り組みは円滑に進みます。

では、この企業のIT ／アナリティクス部門が、「これらのプロジェクトにおいて、信頼性の高いデータ、最良のモデル、厳格な分析プロセスが使用されており、それによって結果のコンプライアンス、有用性、反復性が保証されている状態」を確保するためには、どうすればよいのでしょうか？ また、アナリティクスを活用した結果のモニタリングや他の業務改善機会の発掘に活用できるように、こうした異種混在のコードベースやビジネスシナリオの全てを取りまとめるのは、誰の責任なのでしょうか？

企業や組織がそうした側面に取り組むためには、データとアナリティクスの縦割り管理（サイロ）を統一できる環境が必要です。具体的には、既存および最新のテクノロジーを統合することによって、コードやツールの種類に関係なく、アナリティクスの取り組みを結集させた上で、アナリティクス資産への共有アクセスを部門横断で実現できるような環境です。こうした環境は、データや アナリティクスの担当者に対し、既存のスキルを活かして様々な手法の作成、実験、テスト、迅速な展開（業務への組み込み）を容易に行える自由をもたらします。また、IT 部門側では、全てのアナリティクス資産を対象にして、アナリティクス・ライフサイクル全体（データ準備からモデル生成、業務への実装まで）を一元的な環境で容易に管理できるようになります。

こうした取り組みに役立つのは、アナリティクス資産の統制を確立した上で、全社規模で目に見える成果を生み出せるように支援する、包括的な統合アナリティクス・プラットフォームです。