第6回（最終回） 「メタデータ通り」 リアル開催

Transcript

1. © 2025 Data-Yokocho, All rights reserved. 第6回（最終回） 「メタデータ通り」 リアル開催 2026年3月18日
2. 2 © 2025 Data-Yokocho, All rights reserved. Agenda 1.オープニング 18:30 （世話人のご紹介、前回振り返り・本日のテーマ説明） 2. グループ討議 18:45 3. グループ発表・質疑応答 19:35 4. 第1回〜6回までの振り返りと残論点「貯め方」 19:50 5. 懇親会 20:00 終了予定 20:30
3. 3 © 2025 Data-Yokocho, All rights reserved. １. オープニング
4. © 2025 Data-Yokocho, All rights reserved. 4 【再録】世話人のご紹介 本グループは、以下のメンバーが事務局として運営いたします。ご参加の皆さまは各企業に所属されていますが、本グルー プではその立場を一旦離れ、一個人として「本質的なデータ活用」を追求する場としてご参加いただければと思います。 世話人 板谷 健司 時代の流れが速い中、 知識・技術・経験はすぐに廃れる。 センスとデータ（メタデータ）を磨くこと こそが、サスティナブルな成長をもたらす と信じて疑わない頑固者。 世話人 中村 一星 面白い話がありますよとデータ横丁に 誘われたら、あれよあれよと言う間に、 司会をやることになりました。 メタデータ何ソレ状態のため、司会や りながら私も勉強します（笑）。 本日のモデレーター 安藤 健一 DX推進部門で頑張っていますがデータ活用 に至らないのが悩みで参加しました データ横丁での議論を通じて、課題を具体 化していけたらと考えています。 【 単なる机上論や技術至上主義、海外事例の模倣にとどまらない、本質志向の議論を目指します 】
5. © 2025 Data-Yokocho, All rights reserved. 5 【再録】本コミュニティが果たすべき役割 AIやデータ活用を行う企業が、メタデータの重要性とその役割・効果を理解し、持続的にビジネス効果を創出する一助とな る指針を導き出す。また、メタデータの収集・管理・運用の難しさを理解し、対応策を提言し、形として世に示す。 1. メタデータの重要性・役割・効果をビジネス観点でまとめ、理解促進を図る。 2. AI活用とメタデータの関係性をまとめ、AI活用の成功パターンのイメージアップを図る。 3. 実務面での勘所や難所を明らかにし、具体的な管理手法や手触り感を得る。 4. 組織や体制面のポイントを明らかにし、全社横断で推進する必要性やポイントを洗い出す。 5. データ活用に関する既存概念を一新する。 データを 使える（使っても良い）状態にする 使える（使っても良い）データを ビジネスで使いこなせる状態にする ＋ 【To Be】 これからのデータ活用 データを 使える（使っても良い）状態にする 【As Is】 これまでのデータ活用 • 使いこなすのは、人に依存（データサイエンティスト、市民 データサイエンティスト、ビジネス部門ユーザー） • AIはビジネス上の使い方までは分からないため、十分に使い こなせず、効果創出ができていない できてデータのサイロ化を 解消するに留まる 現 新
6. © 2025 Data-Yokocho, All rights reserved. 6 本コミュニティの運営スケジュール（予定） 原則、1ヶ月半毎にオンラインとリアルを交互に開催。 第１回 第２回 第３回 第４回 第５回 第６回 7月16日（水）18:30〜 9月11日（木）18:30〜 10月29日（水）18:30 〜 12月8日（月）18:30 〜 1月29日（木）18:30〜 3月18日（水）18:30〜 オンライン リアル オンライン リアル オンライン リアル キックオフ 検討会① 検討会② 検討会③ 検討会④ 最終まとめ ＜2025年度＞ 回数 日時 ロケーション 内容 本日 済
7. © 2025 Data-Yokocho, All rights reserved. 7 前回の議論 前回は、1月29日（木）18:30からZoom開催でMeetupを実施。13名にご参加いただき、「メタデータの見つけ方」に ついて議論を行いました。
8. © 2025 Data-Yokocho, All rights reserved. 8 本日のテーマ 本日は、【使い方】メタデータの使い手と利用シーンについて議論したいと思います。実効性の高い、効果的なメタデー タを収集するにあたり、ここで悩まれている方々が多いのではないでしょうか。 【貯め方】 メタデータの管理項目とポイント 【進め方】 メタデータの拡充・推進手順 ❏ データ活用・AI活用の目的に応じて、 メタデータが必要となる業務領域を整理 ❏ 自社における主なメタデータの使い手は 誰であるかを整理する（人かAIか） ❏ どんなメタデータがあると、どんな使い 方ができるのかを整理 【使い方】 メタデータの使い手と利用シーン 【考え方】 メタデータとは何か、なぜ必要か 【続け方】 メタデータの維持・保守・運用 ❏ 自社のメタデータ収集目的や充足度の実 情に合わせた導出プロセスの確立 ❏ メタデータの種類やレベル、優先順理解 ❏ ステークホルダーの巻き込み方 ❏ サスティナブルな運用体制・制度の導入 【見つけ方】 メタデータの所在・収集手順 済 ❏ データ活用・AI活用において、メタデー タが必要不可欠な理由 ❏ データマネジメントにおけるメタデータ の位置付けと関係性の再整理 ❏ 誰に、どのようなメタデータが必要か ❏ メタデータのレベルと実現可能ビジネス 済 済 済 残 本日 検討残 ❏ メタデータはどの部署がどんな形で持っ ているのか、どうやって見つけるのか、 そどうやって共有するのか。 ❏ 文書化・データ化されている物から、何 を選択し、どうやって収集するのか。 ❏ 暗黙知として人の頭にある物をどうやっ て洗い出し、どうやって収集するのか。 ❏ ビジネスメタデータはビジネス部門に役 立つものなのに、なぜ維持・保守・運用 に協力してくれないのか。 ❏ ビジネスメタデータを維持し続けるのに、 最低限、保守・運用すべき項目は 何か。
9. © 2025 Data-Yokocho, All rights reserved. 9 ビジネスメタデータのゴーストタウン化（使われなくなる）とは AI時代を迎え、ビジネスメタデータの必要性や重要性を理解している企業でも、カタログ・ゴーストタウン現象に陥ること は少なくない。収集してユーザー提供して終わりではなく、どうやって続けていくかが重要。 データカタログ・ゴーストタウン現象 企業が一度はデータカタログを導入したものの、 ユーザーに利用されなくなり、いつの間にか放置されている状態 ①検索・探索難易度が高い ②カタログ信憑性・内容が不足 ③ユーザーへの利用促進が不足 ④カタログの運用体制が不十分 •カタログの存在や使い方の周知・啓蒙が不 足しており、使用されない •カタログを利用するメリットの理解不足 •UI / UXがビジネスユーザー向きではなく初 期利用時のハードルが高い •管理者不在で、運用の責任体制が不明確 •カタログの更新・改善を行う推進体制、イ ンセンティブが不十分 •カタログの記載内容に関して問い合わせ窓 口がなく照会体制が不十分 •カタログ情報が最新化されておらず、デー タの保管場所や記載内容が陳腐化 •カタログの品質や鮮度に関する情報がなく、 利用可否の判断が困難 •データナレッジは一定レベルで存在するが、 ビジネスナレッジが不足 •ユーザーの検索ニーズに即しておらず、ユ ーザビリティも悪いため、使い辛い •関係性の低いデータばかりヒットする •登録時の命名規則が曖昧で検索し辛い •定義や説明が十分でなく、目的のデータで あるか否かを判断できない メタデータは収集することよりも、 ①利用価値・利用シーンが共有されているか？ ②ユーザー毎に異なる利用用途やリテラシーに配慮さ れているか？ ③常に使える状態に維持し続けられているか？
10. © 2025 Data-Yokocho, All rights reserved. 10 メタデータの維持・保守から目を逸らしてきた理由 データをビジネスで有効活用するために、 ビジネスメタデータの整備をし続けることが必要であることは理解しているもの の・・・ 1. システム部門やデタマネ部門では、ビジネスメタデータに何が必要かが 分からない。 2. 自分の力だけでは、事業部門に協力依頼をする根回しが大変、困難。 3. 事業部門に依頼しても、メリットが伝わらず、協力をしてくれない。 4. 事業部門の協力は得られたが、必要十分なビジネス知見が出てこない。 5. 当初は事業部門も協力してくれたが、継続した協力を得るのが難しい。
11. 11 © 2025 Data-Yokocho, All rights reserved. ２. グループ討議
12. © 2025 Data-Yokocho, All rights reserved. 12 【手順】ディスカッション 1. 討議は２グループ（G1 / G2）に分かれて実施します。 （参加者のお名前は名簿をご確認ください。） 2. G1には世話人の安藤さんが参加します。 3. G2には世話人の板谷さんが参加します。 4. 司会進行は、世話人が行いますので、適宜指示に従ってください。 5. 発表者や発表用のレジメは、各グループで個々にお決めください。 前提 1. 各グループとも、18:45〜19:35の50分間で議論を行ってください。 2. 各グループで議論するテーマは同じです。 3. 議論の仕方は、各グループの世話人からご説明します。 4. 議論の進捗に応じて、適宜休憩等をとっていただいて構いません。 5. 議論が早く終了された場合も、時間になりましたら席にお戻りください。 時間
13. © 2025 Data-Yokocho, All rights reserved. 13 【テーマ１】 【続け方】持続が難しい理由と対応策 ❏ ビジネス部門の協力が得られない（続かない）のはなぜか。 ビジネスメ部門のボトルネックは何か？ 解決手段にはどのようなものがあるか？
14. © 2025 Data-Yokocho, All rights reserved. 14 ❏ ビジネス部門の協力が得られたとして、何をどのように保守・運用すれば良いのか？ 【テーマ２】 最低限、保守・運用すべきメタデータとは何か？ どのようなタイミングで、誰がメンテ・承認すべきか？ 【続け方】保守・運用すべき事項の具体化
15. 15 © 2025 Data-Yokocho, All rights reserved. ３. グループ発表・質疑応答
16. © 2025 Data-Yokocho, All rights reserved. 16 【手順】発表 1. 各グループで、事前に決めた発表者の方が発表をお願いします。 2. 他グループが発表する際は、積極的に質問や意見をご発言願います。 3. 状況に応じて、司会より、適宜、指名させていただく場合もあります。 前提 1. 発表・質疑時間を合わせて、各8分でお願いします。 （発表手順説明4分、発表5分 / 質疑3分のイメージ） 2. 時間割 19:35〜 発表手順説明 19:38〜 G1 19:44〜 G2 時間
17. 17 © 2025 Data-Yokocho, All rights reserved. ４. 第1回〜6回までの振り返りと残論点「貯め方」
18. © 2025 Data-Yokocho, All rights reserved. 18 本日のテーマ 本日は、【使い方】メタデータの使い手と利用シーンについて議論したいと思います。実効性の高い、効果的なメタデー タを収集するにあたり、ここで悩まれている方々が多いのではないでしょうか。 【貯め方】 メタデータの管理項目とポイント 【進め方】 メタデータの拡充・推進手順 ❏ データ活用・AI活用の目的に応じて、 メタデータが必要となる業務領域を整理 ❏ 自社における主なメタデータの使い手は 誰であるかを整理する（人かAIか） ❏ どんなメタデータがあると、どんな使い 方ができるのかを整理 【使い方】 メタデータの使い手と利用シーン 【考え方】 メタデータとは何か、なぜ必要か 【続け方】 メタデータの維持・保守・運用 ❏ 自社のメタデータ収集目的や充足度の実 情に合わせた導出プロセスの確立 ❏ メタデータの種類やレベル、優先順理解 ❏ ステークホルダーの巻き込み方 ❏ サスティナブルな運用体制・制度の導入 【見つけ方】 メタデータの所在・収集手順 済 ❏ データ活用・AI活用において、メタデー タが必要不可欠な理由 ❏ データマネジメントにおけるメタデータ の位置付けと関係性の再整理 ❏ 誰に、どのようなメタデータが必要か ❏ メタデータのレベルと実現可能ビジネス 済 済 済 残 本日 ❏ メタデータはどの部署がどんな形で持っ ているのか、どうやって見つけるのか、 そどうやって共有するのか。 ❏ 文書化・データ化されている物から、何 を選択し、どうやって収集するのか。 ❏ 暗黙知として人の頭にある物をどうやっ て洗い出し、どうやって収集するのか。 ❏ ビジネスメタデータはビジネス部門に役 立つものなのに、なぜ維持・保守・運用 に協力してくれないのか。 ❏ ビジネスメタデータを維持し続けるのに、 最低限、保守・運用すべき項目は 何か。 ❏ メタデータとして何をどの順に管理して いけば良いか。 ❏ どのような概念や戦略に基づいて貯めて いくことが望ましいか。
19. © 2025 Data-Yokocho, All rights reserved. 19 残論点「貯め方」について メタデータは「システム中心」から「人中心」、「AI中心」へと移行しつつある。今後は徐々にAI中心の集め方に変えて いくことで、人にも使えるものにしていくことが期待される。（Skills等の最新技術に応用可能にしていくことが重要） IT統制のためのメタデータ（システム中心） 分析活用のためのメタデータ（人中心） 生成AI前提のメタデータ（AI中心） 【Phase１】 【Phase２】 【Phase３】 利用者 目的 • 主にシステム部門担当者 • システム開発 影響調査 ETL設計 • システム運用 データ連携の管理 データリネージの管理 • 障害対応 影響調査 項目例 • テーブル定義 • カラム定義 • データ型 • データ・ジョブの依存関係 システムが正常に開発・管理・運用されることが重要 利用者 目的 • 主にDS & 市民DS • セルフサービス分析 データのサイロ化解消 • データ民主化 データの意味理解 データ定義の統一 • BIツールの普及 使い方・制約の共有 項目例 • 用語集 / Business Glossary • KPI定義 • データオーナー • 利用ルール 利用者 目的 • 主にAI Agent・Agentic AI • 選定根拠 ビジネスコンテキストの可 視化 部門や担当者の暗黙知の可 視化 • 判断根拠 ビジネスナレッジの可視化 項目例 • 判断ロジック、制約条件、 例外パターン、暗黙ルール、 意思決定の優先順位、KPIの 因果関係、利用禁止文脈、 リスク許容度、部門間解釈 差異、戦略との紐付け ビジネス理解の補助として一部のビジメタが重要 コンテキスト・ナレッジ・暗黙知の形式知化が重要 AIがデータを使いこなせるようにするには ❏ 定義・用語が曖昧・重複でしてはならない ❏ コンテキスト・ナレッジを明示化する必要がある ❏ 暗黙知を構造化する必要がある AIが使えるレベルに整備すると自然に人も使える状態に ❏ 人間にとっても分かりやすい ❏ 部門横断で使える ❏ ナレッジが形式知化される 前提
20. © 2025 Data-Yokocho, All rights reserved. E.O.F