手作業によるデータ分類方法をやめるべき5つの理由

データ分類とは何か、どれくらい難しいのでしょうか？一見すると、データ分類 は難しくないように見えます。このプロセスには4つの重要なステップがあります：

1. メールや電子文書などの資産を資産台帳に入力する
2. 各アセットを機密度に応じて分類する
3. 分類方法に基づいてアセットにラベル付けする
4. 分類に基づいてアセットを取り扱う（たとえば、「confidential」に分類されたメールを暗号化する）

これらの手順を手作業で行うには、トレーニングを受けたデータ所有者、または他のユーザーに対して、文書を data classification policy に従って分類するよう求める必要があります。人間は文書の文脈を理解する点で機械よりはるかに優れていますが、アセットの数、分類レベル、ルールが増えるにつれて、データ分類はすぐに複雑になり、手作業のプロセスは破綻します。データ分類を自動化するための5つの理由を紹介します。

理由 #1. 手動によるデータ分類は主観的で、かつ一貫性に欠けます。

ことわざのとおり、美しさは見る人の目に宿ります。同様に、どの情報がセンシティブかを判断することも主観的になり得ます。たとえ2人ともデータ分類の訓練を受けていたとしても、似たデータに対して別々のタグを付けてしまうことがあります。実際には、選べるタグが多い場合など、同一人物であっても似た内容に対して一貫性のないラベル付けをしてしまうことがあります。最後に、データ分類の品質は所有者のコミットメントにも左右され、その結果として組織全体で不一致が生じる可能性があります。

理由 #2. ユーザーはデータ分類に価値があると認識していないため、データ分類を怠ってしまいます。

データ分類が業務プロセスに組み込まれていることは、ほとんどありません。代わりに、ユーザーにとって「わざわざやるほどの価値がない」と見える、やりにくい追加作業として扱われるため、可能であればスキップされます。管理者が「やれ」と求める場合でも、たとえば作業を早く終わらせるためにリストの最初のタグを選ぶだけのように、品質が低くなりがちです。その結果、不完全または誤った分類につながります。さらに、データに関する誤った情報を持つことは、情報がまったくない場合よりも深刻になり得ます。誤ったデータに注力してしまい、本当に価値のある資産が十分に保護されないまま放置される可能性があるためです。

理由 #3. データは静的ではありません。

ファイルは通常、作成時に分類されますが、データ（特に非構造化データ）は常に変化します。ファイルの元の分類が、そのライフサイクル全体を通じて正確に維持されることは保証できません。そして先ほど確認したとおり、分類が正しくない場合、そこに適用される情報の取り扱いルールがデータを保護するには不十分である可能性があります。

理由 #4. 手作業による分類は複雑でコストが高い。

多くの組織は、データの種類も多種多様で、データ量も膨大です。その結果、データを手作業で分類することは、複雑で時間がかかり、コストも高い作業になります。

理由 #5. 機微情報を見落としやすい。

データの分類を始めるときは、ユーザーに対して、新しいファイルが作成されるたびにそれを分類させることはもちろん可能です。しかし、ファイルサーバーにすでに保存されている膨大なデータはどうすればよいのでしょうか？対象外として省略すると、機密データが脆弱な状態のまま放置されるリスクがあります。とはいえ、構造化されていない大量のデータを手作業で整理しようとすると、手間と時間が非常にかかり、しかもミスが起こりやすくなります。これは、インターネットをクロールしてデータをインデックスする検索エンジンの作業を、人が手作業で代行しようとするのと同じです。

手作業によるデータ分類に伴うこれらの課題を軽減するのに役立つ戦略はいくつかあります。次のことを試してみてください。

• 従業員に追加のトレーニングを提供し、分類作業の一貫性を高める
• データ分類の仕組みをシンプルにする
• データ量が多い場合は、個々の文書ではなくフォルダーを分類して時間を節約する
• そのデータに、最初に重点的に取り組む必要がある最も重要な資産が含まれている可能性が低い場合は、部門全体を分類から除外する

ただし、 データ分類ソフトウェア なら、はるかに少ない労力でより良い結果をもたらし、分類ルールが一貫して適用されること、またデータが変更されたときにデータの機密度が再評価されることを保証します。その結果、誤った情報に基づいて最も重要な資産を脆弱なまま放置してしまうのではないかと心配する必要がありません。