社内データ利活用のためのオントロジー整理方法

よくある課題：「データはあるのに使えない」 ERP、CRM、SFA などの基幹システムは、それぞれ特定の業務プロセスに最適化されたデータ構造を持っています。DWH やデータレイクでデータを集約しても、SAP の KNA1 テーブルにある「顧客」と Salesforce の Account オブジェクトの「顧客」が同一の実体であることをシステムは自動的に判断できません。 この「意味の分断」が、データサイエンティストやアナリストのデータ準備に膨大な時間を費やさせる「データスワンプ（データの沼）」を生み出しています。 オントロジーは、この課題を根本から解決します。データの実体（Entity）とその関係性（Relationship）、ビジネスルールを機械可読な形式で定義した「意味の設計図」です。生成 AI がデータを正確に理解し推論する基盤としても、オントロジーの重要性が高まっています。 本記事で

[khtno73]

理屈はわかるがエンタープライズで専任エンジニアつけられるとこ以外でやりきれるとこあんのかな/ERP,SFAその他の変更管理に追随してオントロジーも直してかないと継続的に機能させられない問題どうすんだろ。根性？

[roshi]

新しめの概念かと思いきや、結構いろんなところが整備されてるのね。