100人のうち、デジタル資産のパフォーマンス、可用性、セキュリティを追跡するために使用している無数の監視ツールから必要なインサイトを得られているのは、わずか5人です。
では、残りの95人はどうでしょうか。見栄えはよくても役に立たないベン図を眺めているようなものです。
インサイトを得られない原因の1つは、ツールやデータの不足ではなく、データに継続的に存在するバイアスです。
継続的なデータバイアス
データバイアスは、システム内で特定の見解に基づいてデータを選別・整理することによって生じます。このような選別・整理は、収集するデータや収集元のシステムから、ダッシュボード上での可視化の表示方法に至るまで、さまざまな判断の結果です。
データバイアスの最も大きな要因の1つは、データ収集対象のすべてのシステムに追加のソフトウェアを導入する必要がある、従来のエージェントベースシステムです。通常、エージェントは分析プラットフォームと組み合わせて使用され、かつてはこうした製品の価格にエージェントの費用が含まれることも少なくありませんでした。もちろん大規模導入には割引が適用されましたが、それでもコストのかかる選択肢でした。
エージェントの導入と管理にはコストがかかるため、データを収集できるシステムが限られ、データバイアスが生じていました。特定のアプリケーションやシステムを監視する価値があるかどうかについての見解が、経験に基づくか否かを問わず、導入の判断を左右することが少なくありませんでした。
生成されるデータ量も継続的なバイアスの要因です。特定のデータポイントの価値に関する主観に基づいて、判断が下されてきたためです。これらのメトリクスは本当にすべて必要でしょうか。それとも、3つか4つに絞ってもよいのでしょうか。主観に基づいてメトリクスを選別すると、データ全体の推移や変化を検証できなくなります。そうした推移や変化は潜在的な問題やリスクを示している可能性がありますが、重要でないデータと判断されたために見落とされてしまいます。
最後に、ダッシュボードでの可視化方法に関する判断は、解釈にさらなるバイアスをもたらします。また、こうした判断は、ダッシュボードを利用する他の人には共有されていない可能性のあるスキルや経験に基づいていることが少なくありません。グラフの選択だけでも、バイアスが生じる可能性があります。これは、パフォーマンスや稼働時間など、時系列に基づく運用メトリクスで特に顕著です。
棒グラフは時系列データの可視化によく使用されますが、折れ線グラフほど効果的ではありません。折れ線の形状から状況を把握できる折れ線グラフとは異なり、棒グラフでは応答時間の変化を理解するために棒の高さを比較する必要があります。こうした単純な選択が、システムの稼働状態を把握するために可視化を利用する運用担当者に大きな影響を及ぼす可能性があります。
こうした判断はいずれも、データに継続的にバイアスをもたらし、データを解釈する能力、ひいてはその真の意味を把握する能力に影響を及ぼします。
データバイアスの排除
デジタルが当たり前となった世界でより適切な意思決定を行うには、より質の高いデータが必要です。そのためには、データの偏りを可能な限り排除しなければなりません。
これが、OpenTelemetryに大きな期待が寄せられる理由の1つです。オープンソースの（したがって低コストまたは無償の）エージェントを使用して、テレメトリの生成方法と取り込み方法を標準化することは、データバイアスの根本原因の1つであるIT予算の影響を排除するうえで大きく役立ちます。「価値がある」と見なされた一部のシステムだけでなく、すべてのシステムからテレメトリを収集できるようにすることで、データに生じる重大なバイアス要因を排除できます。だからこそ、F5が描くエッジのビジョンには、テレメトリ生成機能をプラットフォーム自体に組み込み、いつでもどこでも利用できるようにするという考え方が含まれています。
Data Lake as a Serviceも、データ量や長期保存のコストを理由とする取捨選択によって生じるバイアスへの有効な対策となり得ます。スケールと容量を外部サービスに委ねることで、組織はより多くのテレメトリを柔軟に取り込めるようになり、パフォーマンスなどに影響する異常やパターンを発見しやすくなります。過去5年間で、このようなサービスの選択肢は増え続けており、多くは、IT予算に占める割合が拡大し続けるXaaSカテゴリーの一部として提供されています。Deloitteは、今年のXaaSに関するレポートで、半数近くの組織がIT支出の少なくとも半分をXaaSに割り当てる見込みだと指摘しています。
最後に、可視化からインサイトへ移行することで、運用データをダッシュボードで提供する際に生じるバイアスの問題に対処できます。インサイトは、ある時点のデータポイントのスナップショットを表示するだけでなく、データから見つかったパターンや関係性に基づいて情報を提供します。さらに、二値指標への依存によって生じる不要な緊急対応を減らすことができます。最新のシステムは、障害が発生しても自動的に復旧するよう設計されています。そのたびに通知を受けると、アラート疲れを招き、生産性が低下する可能性があります。ユーザーフロー全体のコンテキストでテレメトリを分析できれば、コンポーネントの障害に介入が必要な場合と不要な場合を判断できます。複数の可視化を解釈する方式から、包括的なインサイトを活用する方式へ移行することで、可視化に内在するバイアスの一部を排除できます。
ビジネスがデジタルを前提とするモデルへ移行するにつれ、データへの依存度は必然的に高まります。データに含まれるバイアスを排除することは、そのデータに基づく意思決定によって、お客さまとビジネスの双方にとって可能な限り最良の成果を得るための重要なステップとなります。
著者について
Lori MacVittieは、F5のOffice of the CTOに所属するDistinguished Engineer兼Chief Evangelistであり、アプリケーションデリバリ、自動化戦略、インフラストラクチャに関する深い専門知識を有しています。AIエージェントのガードレール策定、脆弱なマルチクラウドアーキテクチャの分析、スケーラブルなシステムの限界の検証など、複雑な事柄を明快にすることで知られています。アプリケーション開発、ITアーキテクチャ、ネットワークおよびシステム運用の分野で、30年以上にわたる業界経験を有しています。F5入社前は、受賞歴のあるテクノロジー編集者として活躍していました。 MacVittieはコンピューターサイエンスの修士号を取得しており、セキュリティ、クラウド、エンタープライズアーキテクチャにわたる分野で多数の著作を発表しています。また、テーブルトークゲームとビデオゲームをこよなく愛し、チーズについては遠慮なく強いこだわりを語ります。
Lori Mac Vittieのその他のブログ記事関連するブログ記事
SOAS 2025：足並みの乱れが凡庸さを招く
AI導入における方針の不一致は、非効率を招きます。セキュリティ、自動化、導入の各戦略を整合させ、AIの可能性を最大限に引き出す方法をご紹介します。
WebAssemblyが重要な理由
WebAssembly（Wasm）は、あらゆるプラットフォームで高性能なアプリケーションを実現する、ポータブルで高速かつセキュアなバイナリ命令セットです。
インフラストラクチャは依然として格好の攻撃経路
クラウドコンピューティングでは、APIやドラッグ＆ドロップ式の設定ツールを活用し、ネットワークやインフラストラクチャを敬遠する人がそれらを直接扱わずに済むようにすることで、インフラストラクチャへの対応を不要にすることが長年追求されてきました。しかし、インフラストラクチャを無視することも、攻撃の主要な標的であるという事実を見過ごすこともできません。
堅牢なデータアーキテクチャがもたらす戦略的メリット
適切に構築されたデータアーキテクチャがもたらす効果は、業務プロセスの改善にとどまりません。戦略的な業務効率の向上、より深いビジネスインサイトの獲得、隣接するビジネス機会への展開にもつながり、これらすべてをより俊敏に実行できるようになります。
デジタルワークフローにおける不正検知には、データだけでは不十分
2019年には、業界全体でクレジットカード詐欺の試みが約25万件確認されました。これは約2分に1件の割合です。今日、不正を検知するには、デジタルワークフロー上のできるだけ多くのポイントから収集したデータを相互に関連付け、手作業によるデータ処理をはるかに上回る速度で分析する能力が求められます。