データマネジメント基礎 — 試験で問われる「データガバナンス・品質・カタログ」の核心

導入

「売上の集計値が、部門ごとにバラバラな数字を出している」という状況に心当たりはないでしょうか。データが増えた時代にこそ、組織全体で「正しいデータを正しく使い続ける」仕組みが欠かせなくなっています。

くわしく知ろう

データマネジメントとは、組織が保有するデータ資産を価値ある状態に保ち続けるための計画・実施・統制の総体を指します。「誰がどのデータに責任を持ち、どのような品質基準で管理し、どう活用するか」を組織全体で取り決めることが核心です。

データガバナンスはその基盤となる仕組みです。データオーナーはデータの最終責任者として活用方針を決定する経営層や部門長を指します。データスチュワードは日々のデータ品質維持や定義の標準化を担う実務担当者で、オーナーが方針を決め、スチュワードが現場で実行します。組織全体の方針を審議・承認する合議体がデータガバナンス委員会です。

メタデータとは「データについてのデータ」を指します。業務的な定義・用語集にあたるビジネスメタデータ、テーブル名・カラム型などのテクニカルメタデータ、更新日時・処理履歴などのオペレーショナルメタデータの3種類があります。これらを組織横断で一元管理する仕組みがデータカタログで、「この会社にはどんなデータが存在するか」を横断的に検索できる索引として機能します。一方、データリネージはデータがどのソースから生成され、どのような変換を経て現在の状態になったかを追跡する仕組みで、カタログが「索引」なら、リネージは「履歴書」にあたります。

データ品質の評価指標として、完全性（欠損なし）・正確性（現実を正しく反映）・一貫性（システム間で矛盾なし）・適時性（タイムリーな更新）の4指標が重要です。品質問題を修正する作業がデータクレンジングで、重複排除・欠損補完・表記統一が含まれます。信頼性をさらに担保するトラスト管理では、アクセス制御とデータ署名を組み合わせて権限外の参照や改ざんを防ぎます。

具体例

製造業で各拠点がバラバラに登録した部品名を統一するプロジェクトを考えましょう。部品管理部長がデータオーナーとして定義方針を決め、現場担当者がデータスチュワードとして重複登録のクレンジングとカタログへの登録を担当します。データカタログで標準部品名を一元管理し、リネージで変換ルールを追跡することで、どの拠点も同じ部品マスタを正確に参照できるようになります。

まとめ・試験ポイント

• データガバナンスの3役＝データオーナー（最終責任者）・データスチュワード（実務担当）・ガバナンス委員会（方針審議）
• データカタログ＝組織内データ資産のメタデータを一元管理し、発見・理解・利用を促進する索引
• データリネージ＝データの来歴（生成元・変換経路）を追跡する仕組み。カタログ（索引）と混同しないこと
• データ品質4指標＝完全性（欠損なし）・正確性（現実反映）・一貫性（システム間矛盾なし）・適時性（タイムリーな更新）
• データクレンジング＝品質問題の修正作業（重複排除・欠損補完・表記統一）
• トラスト管理＝アクセス制御＋データ署名でデータの信頼性を制度的に担保
• 本コンテンツは2026年3月公表の改定案 Ver.1.0 に基づく暫定版です。DMBOK2の11領域をさらに詳しく学びたい方はデータマネジメント入門コースをご利用ください