Loading article…
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、データを扱うため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）テクノロジーと同様に、DaaSは、プロバイダーとコンシューマー間の地理的または組織的な分離に関係なく、データ製品をオンデマンドでユーザーに提供できるという概念に基づいています。[ 2 ]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無関係になりました。[ 3 ]
データ・アズ・ア・サービスというビジネスモデルは、2つ以上の組織が機械可読データを何らかの価値のあるものと交換して売買または取引するという概念である。[ 4 ]
DaaSは主にWebマッシュアップで始まり、2015年以降、商業的にも、国連などの組織内でもますます利用されるようになっている。[ 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て人間が読みやすい形式で表示するための専用ソフトウェアが開発されていました。このパラダイムの結果の1つは、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を1つのパッケージにまとめて、消費者向け製品として販売することです。データパッケージとバンドルされたソフトウェアの数が増え、相互に相互作用する必要が生じたため、もう1つのインターフェース層が必要になりました。これらのインターフェースは、まとめてエンタープライズアプリケーション統合（EAI）と呼ばれ、同じ基盤技術に基づいて構築されたアプリケーションを統合するのは一般的に容易であるため、ベンダーロックインを助長する傾向がありました。[ 6 ]
ソフトウェアとデータコンシューマーパッケージと必要なEAIミドルウェアを組み合わせた結果、特定のデータを使用するためだけに、組織が管理および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。ルーチンメンテナンスコストに加えて、データの形式が変わると、連鎖的にソフトウェアの更新が必要になります。このような状況が存在することで、データコストとデータ使用を特定のソフトウェア環境またはプラットフォームのコストから分離できるため、データコンシューマーにとってDaaSの魅力が高まります。Sensing as a Service [ 7 ] [ 8 ] (S 2 aaS)は、モノのインターネットデータを統合してデータ取引マーケットプレイスを作成するビジネスモデルです。
MuleSoft、Oracle Cloud、Microsoft Azureなどのベンダーは、大量のデータをより迅速に処理し、そのデータを統合・分析し、 RESTアーキテクチャの制約（RESTful API）に準拠したWebサービスAPIを使用して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（DaaS）は、2つ以上の組織が機械可読データを何らかの価値のあるものと交換して売買または取引する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に取って代わったり、既存のサービスと連携して顧客にさらなる付加価値を提供したりしています。DaaSプロバイダーは、複数のソースのデータをキュレーション、集約、分析して、より価値のある分析データや情報を提供しています。[ 9 ]
このデータは、社内データを増やして業務プロセスや意思決定を改善したり、AIトレーニングや組織のサービスや製品を補完するために使用されています。[ 4 ]外部 DaaS は、ベンダーからライセンスを受けたデータを使用し、顧客の要求に応じて提供します。
通常、データはネットワーク経由で配信され、そのネットワークは一般的にクラウドベースです。「この目的のために、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、または交換』することができます。」[ 10 ]
DaaSビジネスは通常、サブスクリプション方式に基づいており、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、生み出さ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。価格設定モデルは通常、次の2つのカテゴリに分類されます。
顧客は必要なときにだけ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、社内でのデータ保存の必要性とそれに伴うコストがなくなり、ビジネスの柔軟性が向上します。[ 12 ]
このビジネスモデルの構成要素の1つは、ユーザーデータの移転に関する規制です。ベンダーが特定の顧客サービス要件を遵守することを義務付ける規制が多数存在します。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ているかを訪問者に通知し、これらの行為に対する同意を得る必要があります。また、サイトに保存されている個人データが侵害された場合は、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評価と保護の確保が求められます。[ 13 ]一般データ保護規則[ 14 ]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以外の多くの国内法のモデルとなり、カリフォルニア州消費者プライバシー法の基礎を形成しました。[ 15 ] [ 16 ]
この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、それを活用して自社の価値提案（製品、サービス）を向上させることを可能にすることです。このビジネスモデルでは、データはサポートメカニズムまたは他の価値提案を生み出すためのツールとして価値を提供するため、収益の流れは通常かなり低くなります。
データ・アズ・ア・サービスは、その価値提案と顧客に基づいて分類されるビッグデータビジネスモデルの3つのカテゴリーのうちの1つです。
データ・アズ・ア・サービス（DaaS）ベンダーは、さまざまなビジネス分野でサービスを提供するために、さまざまな種類のデータを使用します。たとえば、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できるように、人々に関する公開データを収集しています。[ 18 ] [ 19 ] Nyne.aiは、消費者とブランドのインサイトを重視する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的なシグナルを接続して、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て、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駆動システムの両方にインテリジェンスを提供します。[ 20 ]
金融テクノロジーの分野では、消費者の金融データと行動データが収集・集約され、組織がより良い意思決定を行い、融資における収益性を高め、リスクを軽減し、企業、政府、個人にサービスを提供するのに役立てられています。[ 21 ] [ 22 ] [ 23 ] [ 24 ]
別のセグメントでは、DaaSベンダーがモバイルオペレーターのデータを収集して、さまざまな種類のサービスを提供します。たとえば、oneFactorプラットフォームでは、他の企業（通信会社、銀行、小売業者、決済システムなど）が、データを処理して追加情報で強化し、機械学習モデルを構築して本番環境に展開することで、自社のデータを収益化できます。[ 25 ] [ 26 ]
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、ビジネス運営のさまざまな側面に関する洞察を集約して提供します。これらのサービスにより、企業は戦略を最適化し、市場機会を特定し、業務効率を向上させることができます。例えば、一部のDaaSプロバイダーは、小売店舗からデータを収集・分析することに特化しており、企業が収益パターン、顧客行動、市場動向を把握し、それによって店舗選定や事業拡大戦略に役立てられるように支援しています。
DaaS市場には、世界中で収集された気象データに基づいて天気予報サービスを提供する企業が存在する。[ 27 ]
データ・アズ・ア・サービスは、データ品質は一元化された場所で実現でき、データをクレンジングおよびエンリッチメントして、組織内やネットワーク上のどこにいても、さまざまなシステム、アプリケーション、またはユーザーに提供できるという前提に基づいて動作します。[ 3 ] DaaSは、次の利点を提供することを約束します。
DaaSの欠点は、一般的にあらゆる種類のクラウドコンピューティングに関連する欠点と似ており、例えば、ユーザーがテロ攻撃、停電、自然災害によるサーバーダウンタイムを回避するサービスプロバイダーの能力に依存していることなどが挙げられます。DaaSモデルに特有の一般的な批判としては、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、それを使って分析や洞察を生成するだけであり、一般的に元のデータはダウンロードできないという点があります。[ 28 ]
データ・アズ・ア・サービス（DaaS）ビジネスモデルを使用する際の落とし穴は、データ盗用と機密データの漏洩の問題です。[ 29 ] [ 30 ] [ 31 ] [ 32 ]通常、すべてのDaaSビジネス事業者は、販売、処理、または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作成し、使用して、あらゆる種類の著作権侵害、サブスクリプション違反、または使用違反からデータを保護します。[ 33 ]
DaaSプロバイダーは匿名化されたデータを顧客に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多くのデータが顧客に利用可能になり、データセットに含まれる人物が特定される可能性がある。[ 29 ]
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。[ 34 ] [ 35 ] [ 36 ]
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再販したり、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ているかもしれない。しかし、裁判所では成功例が限られている。[ 37 ]公開データをスクレイピングして無料で、あるいは商用製品として提供することには、データ独占への挑戦やジャーナリズムの支援など、経済的および社会的利益があるという議論もある。[ 38 ]
残念ながら、ビジネス界はこの新しい概念に「データ・アズ・ア・サービス」、略して「DaaS」という専門用語を与えてしまった。