> For the complete documentation index, see [llms.txt](https://agents.glueckkanja.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://agents.glueckkanja.com/jp/agents/policy-advisor/overview.md).

# 概要

> **SCU コスト見積もり**&#x20;
>
> このエージェントは通常、 **2～4 SCU** 分析実行ごとに、Purview データの量と分析対象の期間によって異なります。

### はじめに

Policy Advisor は、データ ガバナンス ポリシーが実際に機能しているかどうかを理解するのに役立ちます。「DLP ポリシーは本来検出すべきものを検出しているのか？」や「感度ラベルは実際に使われているのか？」と疑問に思ったことがあるなら、このエージェントはあなたのためのものです。Purview 環境全体を分析し、ポリシーの有効性を測定し、導入傾向を追跡し、データ保護戦略を最適化するための実行可能なインサイトを提供します。

<figure><img src="/files/e93bb917817da44b032da5a5569b653955865119" alt=""><figcaption></figcaption></figure>

<div><figure><img src="/files/6182fd4836b6ccdc4d96720104cdcd4965664052" alt=""><figcaption></figcaption></figure> <figure><img src="/files/c10f77cacade725dcbd5ee52b2e9b88f4f2cf6fc" alt=""><figcaption></figcaption></figure> <figure><img src="/files/ef037115d7929280473582e5f60bfc3405f374b5" alt=""><figcaption></figcaption></figure></div>

### 機能

* **ポリシーの有効性を測定します** 実際のパフォーマンスと意図した目的を比較して
* **感度ラベルの導入状況を追跡します** どのラベルが使用され、どのラベルが無視されているかを示します
* **DLP インシデントのパターンを検出します** 繰り返し発生するデータ保護の問題を特定するために
* **情報保護の ROI を監視します** ガバナンスへの投資によってもたらされた価値を示します
* **ガバナンス成熟度スコアを算出します** データ保護プログラムの進捗を追跡するために
* **規制コンプライアンスをマッピングします** 現在のポリシー実装と照らし合わせて
* **傾向を特定します** 時間の経過に伴うデータ保護インシデントの
* **ベンチマーク比較を提供します** 業界のベストプラクティスと比較して
* **役員向けダッシュボードを生成します** リーダーシップ向けの主要メトリックを含めて
* **改善を推奨します** 具体的で優先順位付けされたアクションを含めて

### ユース ケース

#### 1. データ ガバナンスの ROI を証明する

経営陣は、Purview への投資が価値を生み出しているかを知りたがっています。Policy Advisor はポリシーのパフォーマンスを分析し、導入メトリックを示し、未然に防いだデータ損失インシデントを算出し、データ ガバナンス プログラムのビジネス価値を示す明確な ROI メトリックを提供します。

#### 2. DLP ポリシーの有効性を最適化する

DLP ポリシーはアラートを生成していますが、正しいものを検出できているのか、それともノイズが多すぎるのかがわかりません。このエージェントは DLP インシデントのパターンを分析し、どのポリシーが有効でどれが問題を引き起こしているかを特定し、誤検知を減らしながら検出を改善するための具体的な調整を推奨します。

#### 3. 感度ラベルの導入を促進する

感度ラベルを展開したものの、導入状況が不明です。Policy Advisor は、実際にどのラベルが使用されているかを追跡し、導入率の低い部門やチームを特定し、どのコンテンツ タイプがラベル付けされていないかを示し、利用を増やすための具体的な推奨事項を提供します。

#### 4. コンプライアンス準備状況レポート

監査が近づいており、データ保護の状況を示す必要があります。このエージェントは、現在のポリシー実装を規制要件（GDPR、HIPAA など）と照合し、コンプライアンス メトリックを算出し、ギャップを特定し、準備状況を示す監査対応のレポートを生成します。

#### 5. 戦略的データ ガバナンス計画

来年度のデータ ガバナンス施策を計画していますが、優先順位を決めるためのデータが必要です。Policy Advisor は、ガバナンス成熟度のスコアリング、傾向分析、ベンチマーク比較、そして最大の効果を得るためにどこへ注力すべきかを示すロードマップを提供します。

### Policy Advisor を選ぶ理由

| 直面している問題                                          | これがどのように役立つか                                       |
| ------------------------------------------------- | -------------------------------------------------- |
| **ポリシーの有効性が不明**: ポリシーはあるが、機能しているか分からない            | **パフォーマンス分析**: 何が機能していて何が機能していないかを示す実際の有効性メトリック    |
| **生のテレメトリが多すぎる**: Purview は大量のデータを生成するが、それを理解できない | **実行可能なインサイト**: 生ログではなく、明確なメトリックと可視化               |
| **導入状況が不明**: ユーザーが実際にラベルを使用し、ポリシーに従っているか分からない     | **導入追跡**: 誰が何をどこで使っているか、どこにギャップがあるかを示す具体的なメトリック    |
| **ROI の証明が難しい**: 経営陣は価値を知りたがるが、それを数値化できない         | **ROI メトリック**: 未然に防いだインシデント、カバレッジ率、ビジネス価値の算出       |
| **コンプライアンス レポートが手作業**: 監査対応の準備を証明するには何時間もの作業が必要   | **監査対応レポート**: 規制フレームワークに自動的にマッピングされたコンプライアンス メトリック |
| **戦略計画にデータが不足**: 根拠ではなく直感で優先順位を決めている              | **傾向分析**: どこに注力すべきかを示すデータ主導のインサイト                  |

### 仕組み

**入力されるもの:**

* Purview のアクティビティ ログと監査データ
* DLP インシデント レポートとポリシー一致の統計
* コンテンツ タイプ全体にわたる感度ラベル使用メトリック
* 保持ポリシーの実行データ
* Insider Risk アラートとパターン
* Compliance Manager の評価
* データ分類の統計
* ポリシー構成とルール

**実行すること:**

* 意図した目標に対するポリシーのパフォーマンスを分析します
* ラベル、ポリシー、保護メカニズムの導入率を追跡します
* データ保護インシデントのパターンを特定します
* 有効性スコアと ROI メトリックを算出します
* ベンチマークやベストプラクティスとパフォーマンスを比較します
* 現在の状態を規制コンプライアンス要件にマッピングします
* 時間の経過に伴う傾向の可視化を生成します
* ガバナンス成熟度の評価を提供します
* 優先順位付けされた改善提案を作成します

**得られるもの:**

* 主要なガバナンス メトリックを含む役員向けダッシュボード レポート
* ポリシーの有効性スコア（どのポリシーが機能し、どれが機能しないか）
* 時間の経過に伴うパターンを示すインシデント傾向の可視化
* 部門、コンテンツ タイプ、場所ごとの感度ラベル導入率
* 繰り返し発生する問題の特定を含む DLP インシデント パターン分析
* 情報保護 ROI の評価（損失防止、カバレッジ率）
* 規制フレームワークにマッピングされたコンプライアンス状況の評価
* 改善ロードマップを含むガバナンス成熟度スコア
* 業界標準とのベンチマーク比較
* 最適化のための優先順位付けされた推奨事項


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://agents.glueckkanja.com/jp/agents/policy-advisor/overview.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
