データ分類は、企業データの保管に欠かせない要素だ。
組織によるデータリポジトリの管理・検索を支援するだけでなく、データ分類は、SOX、HIPAA、PCI-DSS、GDPRなど、業界固有の関連規制にも対応できるようにする。
データ量が急増する中、データ分類の重要性はさらに高まっている。特に非構造化データは、はるかに大きな規模で保存されるようになった。企業は現在、データをより長期間保存し、そこから洞察を得ようとしている。
「ほとんどの企業は、自社がどれだけの非構造化データを保有しているのか、また、バックアップやスナップショットの取得、複数コピーの作成を行っているデータの内容さえ把握していない。その一方で、未知のデータの管理やクラウドストレージにかかるコストは増え続けている」と、Peter Worsnop氏（営業担当VP、Aparavi）は述べた。
「その結果、災害を招く状況が生まれている。企業が世界的に進む新たな経済の現実に適応する中で、コスト削減とインテリジェントな管理が重要になり、2023年にはこの問題に対処しなければならないし、実際に対処することになるだろう」とWorsnop氏は述べた。
データ分類における主なトレンドをいくつか紹介する。
1. データ分類の重要性が高まる
世界でこれほど多くのデータが生成されたことは、かつてなかった。実際、その量は1日当たり約2.5クインティリオンバイトに達すると推定されている。
この驚異的な数字は、データ管理を極めて複雑かつ高コストなものにしている。そのため企業は、データをより効果的かつ効率的に分類する方法を探さなければならない。従業員がダウンロードしたMP3に、個人を特定できる顧客情報と同じレベルのデータ保護は必要ない。
しかし、データが増えればコストも増大し、悪意ある者によるデータへのセキュリティリスクも高まる。このため、コストとリスクの両方を管理するうえで、データ分類の重要性がますます高まっていると、NetAppのCISO、Mignona Coté氏は指摘する。
「組織は、自社のデータ資産全体のどこに最も重要なデータが存在するのかを把握し、内部・外部を問わずあらゆる脅威から保護するために必要な、最も堅牢な対策が施されていることを確認する必要がある」とCoté氏は述べた。
「分類後は、データ流出の監視、迅速な復元のためのティア1バックアップ、高度な監査・ログ記録、適切なアクセス権限が全体にわたって付与されていることの検証など、最も高いレベルの保護を企業の最重要データに適用できる」
データ分類を軸に保護対策を構築するこのアプローチにより、組織はデバイスの保護からデータそのものの保護へと移行できる。データに誰が、どのような目的で、どのようにアクセスすべきかを把握することで、堅牢なゼロトラストモデルを実現し、セキュリティアラートへの対応を簡素化できる。
これを実現するため、企業はAIを活用した自然言語処理（NLP）への依存を強めている。NLPは、コンプライアンス要件への対応、セキュリティ脆弱性の検出、コストの最適化、移行の迅速化に向けて、データに関する実行可能な洞察を得るための文脈的なデータ分析と分類を提供する。
「効果的なデータ分類とタグ付けは、世界水準のデータ保護・レジリエンスプログラムを構築するうえで極めて重要だ」とCoté氏は述べた。
2. セキュリティ懸念とESGの高まり
Travis Johnston氏（Folio Photonicsの市場戦略ディレクター）は、セキュリティ懸念の高まりと環境・社会・ガバナンス（ESG）を、データ分類を促す主な要因の1つに挙げた。その背景には、いくつかの要因がある。
- ランサムウェアが世界中の企業や政府機関を引き続き苦しめている
- 世界の大半で経済見通しが弱含んでいる
- 現在、S&P 500企業の最大90%がESGを受け入れている
「独自のビジネス、IT、予算上の要件を満たすため、データを分類し、各分類レベルに最適なベストプラクティス（ストレージメディア、物理的な場所、破棄方法など）に従って保存されていることを確実にすることが、極めて重要になる」とJohnston氏は述べた。
「分類フレームワークが具体的にどのように定義されるべきかについては、今後も議論が続く可能性がある。しかし、厳格な分類レベルに対応する、コスト効率とサイバーセキュリティを両立したストレージメディアの必要性については、ほとんど異論はないだろう」
その結果、多様な分類フレームワークに対応する次世代ストレージメディアの開発が、今後も進むと考えられる。初期導入コストと総保有コストを抑えながら、データをアクティブかつ安全で持続可能な状態に保つメディアの開発などが含まれるだろう。
3. 非構造化データの自動化
データ分類はますます自動化されると、Hammerspaceのマーケティング担当SVP、Molly Presley氏は述べている。
メタデータ主導の非構造化データワークフローの普及に伴い、メタデータ内で定義された属性に基づいてデータを分類できるようになる。
「メタデータ内にあるカスタマイズされたフィールドに基づいてデータ分類を自動的に行えるようになるため、煩雑な手作業を必要とせず、IT部門やユーザーがデータセットのコンプライアンスを維持しやすくなる」とPresley氏は述べた。
4. ビジネス価値のためのデータ分類
David Wagner氏は、Avasant Researchのシニアリサーチディレクターであり、自動化に伴うトレンドとして、データ分類を単なるセキュリティのベストプラクティス以上のものとして捉える動きがあると述べた。
「データ分類というと、データの機密性を示す『トップシークレット』のような軍事用語を思い浮かべる人が多い」とWagner氏は述べた。
「しかし、大量のデータを保存する主な目的は、そのデータからビジネス価値を引き出すことだ」
データ分類は、顧客データの価値を高め、データサイロを減らすための、あらゆる種類のタグ付けを包含するまでに発展した。だからといって、データ分類が本質的にセキュリティのベストプラクティスでなくなるわけではない。しかし、そのプロセスから別の価値を引き出せれば、それ自体が付加価値になる。
5. メタバースは見送る
メタバースについては、多くの報道がなされている。Facebookは社名までMetaに変更し、メタバースの実現に数十億ドルを投資している。
しかし、ストレージやITに携わる人々にとっては、当面の間、単なる hype にとどまるだろうと、Onymosの創業者兼CEO、Shiva Nathan氏は述べた。
“「メタバース技術をめぐって華々しい製品発表が相次ぐことはあっても、2023年に大規模な普及やゲームチェンジャーとなるような影響が生じることはない」とNathan氏は述べた。
「これらの技術は、より多くの企業がこの分野とその影響について理解を深めるまで、予見可能な将来にわたって単なる hype にとどまるだろう」