はじめに

GLB事業部Lakehouse部のメイです。

現地でのData + AI SUMMIT2023（DAIS）に参加しているメンバーの報告をもとに、金融サービス業界におけるデータ共有の価値を最大化するLakehouseの活用についての「Unlocking the Value of Data Sharing in Financial Services with Lakehouse」を共有します。

このセッションでは、DatabricksのシニアソリューションアーキテクトであるSpencer Cook氏によるもので、データ共有の価値を最大化する方法について説明しています。ターゲット視聴者は、データ&AIに関心のある技術者、金融サービス業界の専門家、データ共有に興味のあるビジネスリーダーです。

データ共有の重要性とセキュリティに関する現代的なアプローチの必要性

金融サービス業界において、データ共有は業務効率の向上や新たなビジネスチャンスの創出に欠かせない要素です。しかし、データ共有にはセキュリティ上のリスクも伴います。そこで、現代的なアプローチが求められています。

データ共有をグローバルに採用することで、企業間のコラボレーションが促進され、情報の壁が取り除かれることが期待されます。これにより、金融サービス業界全体の競争力が向上し、新たなビジネスチャンスが生まれるでしょう。

Lakehouseによるデータ共有の価値最大化

Lakehouseは、データ共有の価値を最大化するための新しいアプローチです。このアプローチにより、データのセキュリティを確保しながら、効率的なデータ共有が可能になります。

Lakehouseの特徴は以下の通りです。

データの一元管理: 企業内外のデータを一元的に管理し、データの流れを把握することができます。
セキュリティの強化: データのアクセス権限を細かく設定し、不正アクセスを防ぐことができます。
データの品質向上: データのクレンジングや統合を行い、データの品質を向上させます。
柔軟なデータ分析: データを様々な形式で分析し、新たな知見を得ることができます。

データ共有のコンテキストとアセットの重要性

金融サービス業界において、データ共有は業務効率の向上や新たなビジネスチャンスの創出に大きく寄与しています。しかし、データだけでなく、ノートブック、機械学習モデル、アプリケーションなど、データに関するすべてのコンテキストとアセットを共有することが重要です。本講演では、DatabricksのDelta SharingとUnity Catalogを使用して、レイクハウスを作成し、データ共有を促進する方法について解説します。

データ共有の全体像

データ共有においては、以下の要素が重要となります。

データ: 金融サービス業界における取引データや顧客情報など、様々なデータが共有の対象となります。
ノートブック: データ分析や機械学習モデルの開発に使用されるノートブックも、共有が必要です。
機械学習モデル: 金融サービス業界で開発された機械学習モデルも、他の部門や企業と共有することで、より効果的な活用が可能となります。
アプリケーション: データを活用したアプリケーションも、共有することで新たなビジネスチャンスが生まれることがあります。

レイクハウスの活用

DatabricksのDelta SharingとUnity Catalogを活用することで、データ共有を促進するレイクハウスを作成することができます。レイクハウスは、以下のような特徴を持っています。

データの一元管理: データを一元的に管理することで、データの整合性やセキュリティを確保できます。
柔軟なデータアクセス: データへのアクセス権限を柔軟に設定することができ、必要なデータだけを適切なユーザーに提供できます。
高速なデータ処理: Delta SharingとUnity Catalogを活用することで、高速なデータ処理が可能となります。

データ共有は、金融サービス業界においてますます重要な要素となっています。DatabricksのDelta SharingやUnity Catalogを活用したレイクハウスを導入することで、データ共有を効果的に行い、業務効率の向上や新たなビジネスチャンスの創出につなげることができます。

まとめ

金融サービス業界におけるデータ共有の価値は大きく、その活用方法によってビジネスの成長や競争力向上が期待できます。Lakehouseのようなデータ共有プラットフォームを活用することで、データ共有の価値を最大限に引き出すことが可能です。今後も、データ共有の技術や活用方法が進化し続けることで、金融サービス業界におけるビジネスのさらなる発展が期待されます。