データマネジメント試験対策教材７〜データマネジメント実践〜

2027年秋に開催されるとされるデータマネジメント試験の対策教材です。
7回目はデータマネジメント実践について説明をします。

Transcript

1. 第7章 データマネジメント実践 【データマネジメント試験】対策動画
2. 導入 この動画の対象者とゴール 第７章 データマネジメント実践 対象となる方 新設されるデータマネジメント試験の合格を目指す方 実務でのデータマネジメント導入ケーススタディを学びたい方 科目Bと呼ばれる長文問題の読み解き方を習得したい方 この動画のゴール 実務に近い6つのケーススタディの課題解決プロセスを理解する 長文問題から課題や制約条件を効率的に抽出するコツをマスターする 実践的な演習問題を通じて本番の得点力を養う 2
3. 目次 アジェンダ 7.1 データ基盤構築プロジェクト 7.2 データ品質改善の取り組み 7.3 データガバナンス導入 7.4 マスターデータ管理プロジェクト 7.5 AI活用のためのデータ整備 7.6 外部データ連携とデータスペース 7.7 長文問題の読み方、解き方のコツ 第７章 データマネジメント実践 3
4. 7.1 データ基盤構築のケース 第７章 データマネジメント実践 製造業A社の事例：個別最適からの脱却 現状の課題 工場ごとに異なるExcelやAccessで部品データを管理 データのサイロ化が発生し、全社横断での在庫状況が把握できない 目指すべき姿 全社共通のデータレイクおよびDWHへ統合する 意思決定スピードとデータの一貫性を高める 💡 ポイント解説 部門ごとの個別最適から、全社で一元的にデータを利用できる全体最適へ基盤を統合する意義を理解しましょ う。 4
5. 7.1 パイプライン設計の実例 第７章 データマネジメント実践 データレイクとDWHを組み合わせた構成 データレイク：生のデータをそのままの形式で安価に一時格納する DWH：クレンジングや集計を行い、分析しやすい構造で格納する ETLパイプライン：抽出、変換、格納を自動化する処理を設計する 💡 ポイント解説 データの収集層であるデータレイクと、蓄積分析層であるDWHの役割の違いを整理しておきましょう。 5
6. Q1 実践演習問題1 シナリオ編 第７章 データマネジメント実践 【シナリオ】 製造業A社では、各工場が独自の部品マスタを個別最適のデータベースで管理しており、全社での在庫状況が 把握できません。そこで、全工場のデータを統合するデータレイクを構築し、ETLパイプラインによるバッチ 処理で毎晩データをDWHに転送することにしました。 6
7. Q1 実践演習問題1 設問編 第７章 データマネジメント実践 【設問】 データレイクからDWHへのデータ転送において、データの一貫性と品質を維持するためにETL処理で行うべ き最も適切なプロセスはどれか。 ア. データの表記揺れをそのままにして、全データを無変換で転送する。 イ. 転送前にデータクレンジングを行い、表記規則を統一して重複を排除する。 ウ. 転送速度を高めるため、データのセキュリティ暗号化処理をすべて解除する。 エ. 各工場が独自に定義したデータ構造 of まま、個別のテーブルに直接上書きする。 7
8. Q1 解答と解説 第７章 データマネジメント実践 【正解】 イ 【解説】 データレイクの生データをDWHに格納して全社活用するためには、変換処理であるETLプロセスの中で表記 揺れの解消や重複排除を行うクレンジングが不可欠です。 ・アはデータの汚れが残り、一貫性が損なわれるため誤りです。 ・ウはセキュリティリスクが高まるため誤りです。 ・エはサイロ化が維持されるため誤りです。 8
9. 7.2 データ品質改善のケース 第７章 データマネジメント実践 小売業B社の事例：顧客データ信頼性の向上 現状の課題 氏名や住所の表記揺れによる顧客データの重複 配送ミスやマーケティング分析の精度低下 品質改善のアプローチ プロファイリング：現状のデータの不整合や欠損を調査する 品質KPI：データの重複率や欠損率を評価指標として定義する 💡 ポイント解説 データ品質改善は、まず現状データの汚れ具合を把握するプロファイリングから始まります。 9
10. 7.2 名寄せロジックと監視体制 第７章 データマネジメント実践 重複の解消とデータ信頼性の維持 データクレンジング：電話番号のハイフン有無や住所の番地表記を統一 名寄せ：名前と生年月日などの複数属性を比較し、同一人物を紐付ける 継続的モニタリング：新規データ登録時の自動チェックルールを導入 💡 ポイント解説 ルールに基づく名寄せの実行と、品質低下を防ぐための日常的なモニタリング体制の構築をセットで理解しま しょう。 10
11. Q2 実践演習問題2 シナリオ編 第７章 データマネジメント実践 【シナリオ】 小売業B社は、顧客マスタの重複により、同じ顧客に複数の異なるダイレクトメールが届くという課題を抱え ています。そこで、全社の顧客データを統合するMDMプロジェクトを立ち上げ、データスチュワードを中心 に表記揺れを解消し、SSOTを確立することにしました。 11
12. Q2 実践演習問題2 設問編 第７章 データマネジメント実践 【設問】 顧客データの重複を解消し、信頼できる唯一の情報源であるSSOTを確立するために導入すべき最も適切な仕 組みはどれか。 ア. 各システムのデータを手動で書き換え、同一性のマッチング処理は行わない。 イ. 重複するレコードをそのまま残し、すべての住所宛てにメールを送り続ける。 ウ. 氏名や住所の表記規則を統一し、同一人物を識別する名寄せロジックを実行する。 エ. 顧客データをすべて削除し、アンケートで新規データのみを収集し直す。 12
13. Q2 解答と解説 第７章 データマネジメント実践 【正解】 ウ 【解説】 重複のない正しいマスタデータであるSSOTを維持するためには、クレンジングを施したうえで、同一データ を識別して紐付ける名寄せ処理を実行することが適切です。 ・アは重複を解消できないため誤りです。 ・イは課題を解決していないため誤りです。 ・エは既存の重要資産であるデータをすべて破棄するため不適切です。 13
14. 7.3 データガバナンス導入ケース 第７章 データマネジメント実践 金融機関C社の事例：ゼロからのガバナンス構築 背景：外部の規制強化への対応と、データ紛失リスクの低減 推進体制の構築 最高データ責任者であるCDOの設置：推進の総責任を担う データガバナンス委員会：各部門長を交えた最高意思決定機関 全社ポリシーの策定：データの取扱権限や重要度分類のルール化 💡 ポイント解説 ガバナンスを機能させるには、推進体制の設置と、全社に適用するポリシーの策定が不可欠です。 14
15. 7.3 ガバナンスの運用と評価 第７章 データマネジメント実践 自組織の現在地の把握とロードマップ 組織モデルの選定：中央で統制しつつ現場で実行するフェデレーテッド型を採用 成熟度評価：現在の管理レベルを客観的基準で測定する ロードマップの策定：評価結果で見つかったギャップを埋めるため、優先順位を決 めた改善計画を作成 💡 ポイント解説 成熟度評価を定期的に行うことで、自組織の弱みを把握し、無理のない段階的な改善を進めることができま す。 15
16. Q3 実践演習問題3 シナリオ編 第７章 データマネジメント実践 【シナリオ】 金融機関C社は、全社データガバナンス体制をゼロから構築するため、推進体制を整えています。各部門の代 表者が集まり、全社的なポリシーの策定や部門間で対立する課題の意思決定を行う会議体を立ち上げることに しました。 16
17. Q3 実践演習問題3 設問編 第７章 データマネジメント実践 【設問】 金融機関C社において、ポリシーの策定や部門間の利害調整といったデータガバナンス上の最高意思決定を行 うために設置すべき最も適切な機関はどれか。 ア. 物理的なバックアップを実行するシステム運用グループ イ. 意思決定や部門間の利害調整を行うデータガバナンス委員会 ウ. 外部からのセキュリティ監査を行う独立した監査部門 エ. 各部署が個別にデータ管理を行うための部門別開発チーム 17
18. Q3 解答と解説 第７章 データマネジメント実践 【正解】 イ 【解説】 データガバナンス委員会は、全社方針の決定や部門間の対立を調整するための最高意思決定機関です。 ・アはシステム運用の実行部隊であるため誤りです。 ・ウは評価検証を行う機関であるため誤りです。 ・エは個別最適な体制であり、全社的な意思決定機関としては機能しないため誤りです。 18
19. 7.4 マスターデータ管理のケース 第７章 データマネジメント実践 製造業D社の事例：グループ会社間のマスタ統合 現状の課題 買収や組織改編により、グループ内で異なるコード体系の顧客情報が混在 同一顧客であるにもかかわらず、全体の取引額が把握できない マスタ統合のアプローチ コードマッピングテーブルの作成とマッチングロジックの定義 💡 ポイント解説 複数システムでコード体系が異なっても、同一性を識別するためのマッチングキーを設定して紐付ける必要が あります。 19
20. 7.4 マスターデータハブとSSOT 第７章 データマネジメント実践 信頼できる唯一の情報源の確立 マスターデータハブの構築：各システムのデータを一元管理する中核データベース 信頼できる唯一の情報源であるSSOTの確立：どのシステムからも正しいマスタと して参照される状態 マスタ同期プロセス：ハブで確定した正しいデータを各業務システムへ配信する 💡 ポイント解説 SSOTを確立することにより、企業全体で数字のズレがない正確なレポート作成や業務連携が可能になりま す。 20
21. Q4 実践演習問題4 シナリオ編 第７章 データマネジメント実践 【シナリオ】 製造業D社は、複数のグループ会社や異なる事業部で別々に管理されている商品マスタを統合するMDMプロ ジェクトを進めています。各システムで商品コードの体系がバラバラであり、同一商品が特定できない課題を 抱えています。 21
22. Q4 実践演習問題4 設問編 第７章 データマネジメント実践 【設問】 各システムの異なる商品コードを統合し、同一の商品として正しく紐付けるために、マスターデータ管理にお いて定義すべき最も適切な仕組みはどれか。 ア. 各システムの既存データには一切触れず、新システムでのみ新規コードを採番する。 イ. システム間の異なるコードを対応付けるコードマッピングテーブルとマッチングキーを設計する。 ウ. すべての過去データを削除し、すべての会社で全く新しいコード体系に強制移行させる。 エ. 部門ごとに管理するデータ項目を増やし、他の部門との連携を完全に停止する。 22
23. Q4 解答と解説 第７章 データマネジメント実践 【正解】 イ 【解説】 異なるシステムでバラバラに定義されたコードを統合するためには、データ間の同一性を識別するためのマッ チングキーを設定し、それらを紐付けるコードマッピングテーブルを設計することが効果的です。 ・アはデータの紐付けができないため誤りです。 ・ウは業務への影響が大きすぎ現実的ではないため誤りです。 ・エはサイロ化を助長するため誤りです。 23
24. 7.5 AI活用のためのデータ整備ケース 第７章 データマネジメント実践 サービス業E社の事例：生成AIによる顧客対応自動化 現状の課題 社内マニュアルや規約などのデータがPDFやWordなどの非構造化データのまま 散在 そのままAIに読み込ませても、適切な回答が生成できない 前処理のアプローチ チャンキング：文章を適切なサイズや意味のまとまりであるチャンクに分割する メタデータ付与：チャンクに更新日や対象製品などの関連情報をタグ付けする 💡 ポイント解説 AIが検索しやすくなるように、ドキュメントの鮮度管理や適切な分割、属性情報の付与を行うことが必須で す。 24
25. 7.5 ベクトル化とAI Ready Data 第７章 データマネジメント実践 検索精度向上と品質評価 ベクトル化とRAG チャンクを数値表現であるベクトルに変換し、RAGと呼ばれる検索拡張生成を構 築 質問文との意味的な類似度を計算し、最も関連性の高い情報に基づきAIが回答 AI Ready Dataの品質要件：情報の正確性、最新性、アクセスの権限制御 💡 ポイント解説 RAGなどの活用においては、回答精度の向上だけでなく、機密情報が含まれるチャンクへの不適切なアクセス を防ぐ制御も重要です。 25
26. Q5 実践演習問題5 シナリオ編 第７章 データマネジメント実践 【シナリオ】 サービス業E社は、生成AIを用いたサポートの自動化を目指しています。社内の膨大なマニュアルや規約など の非構造化データを利用して、RAGと呼ばれる検索拡張生成システムを構築することになりました。 26
27. Q5 実践演習問題5 設問編 第７章 データマネジメント実践 【設問】 生成AIの回答精度を高め、AI Ready Dataとして整備するために、データ前処理において最も適切に行うべき 作業はどれか。 ア. 文書を丸ごと1つのテキストとしてベクトル化し、メタデータは付与しない。 イ. 文書を適切な意味のまとまりであるチャンクに分割し、属性情報をメタデータとして付与する。 ウ. 表記揺れや誤字脱字を一切修正せず、PDFファイルをそのままベクトルデータベースに流し込む。 エ. データの機密性を考慮せず、社外の公開データベースからすべての情報を直接連携させる。 27
28. Q5 解答と解説 第７章 データマネジメント実践 【正解】 イ 【解説】 RAG構築では、長い文書を適切なサイズに分割するチャンキングと、検索精度を向上させ更新管理に役立つ メタデータ付与が基本です。 ・アは検索範囲が広すぎて精度が低下するため誤りです。 ・ウはノイズが多く回答精度が悪化するため誤りです。 ・エは機密情報が外部に流出する、または不正確な回答を招くリスクがあるため誤りです。 28
29. 7.6 外部データ連携のケース 第７章 データマネジメント実践 建設業F社の事例：サプライチェーン全体のデータ共有 背景：複数の下請け会社や資材メーカーとリアルタイムで配送状況や在庫情報を共 有したい データ連携アプローチ API連携：システム間で安全かつ即座にデータを取得する データスペースの活用：参加企業がお互いのデータセキュリティや主権を保ちな がら、安全にデータを相互利用する枠組み 💡 ポイント解説 自社だけでデータを抱え込まず、外部のパートナーと安全にデータを相互利用するためのデータ共有のルール と仕組みを理解しましょう。 29
30. Q6 実践演習問題6 シナリオ編 第７章 データマネジメント実践 【シナリオ】 建設業F社は、資材メーカーや複数の下請け会社とリアルタイムで配送状況や資材在庫情報を連携するサプラ イチェーン基盤を構築したいと考えています。社外の多様なパートナーと、データの機密性や所有権を保護し ながら安全に共有する枠組みが必要です。 30
31. Q6 実践演習問題6 設問編 第７章 データマネジメント実践 【設問】 建設業F社が、参加企業同士でデータのセキュリティや主権を維持したまま、安全かつ柔軟にデータを相互利 用するために活用すべき最も適切なコンセプトはどれか。 ア. すべてのデータを一般公開のクラウドストレージに保存し、誰でもダウンロードできるようにする。 イ. データを共有する際にお互いの管理権やセキュリティを保つ、データスペースと呼ばれる枠組みを活用す る。 ウ. データの安全性を高めるため、外部パートナーとのシステム連携を一切遮断する。 エ. 自社ですべてのパートナーの社内データベースのログイン情報を管理し、同期させる。 31
32. Q6 解答と解説 第７章 データマネジメント実践 【正解】 イ 【解説】 データスペースは、参加企業がお互いのデータに対する主権やセキュリティ要件を保ちながら、安全にデータ を共有・相互利用するための信頼できる共通基盤の枠組みです。 ・アは機密性が完全に失われるため誤りです。 ・ウは情報の共有ができなくなるため誤りです。 ・エは各社のセキュリティリスクが極めて高くなり現実的ではないため誤りです。 32
33. 7.7 長文問題の読み解き手法 第７章 データマネジメント実践 現状とあるべき姿、制約条件の整理 As-IsとTo-Beの整理 現状であるAs-Is：データのサイロ化や品質低下といった現状の課題 あるべき姿であるTo-Be：全社統合やSSOTの確立といった目指すゴール 制約条件の抽出：予算、期日、システム性能、セキュリティルールなどの制限 💡 ポイント解説 長文問題を読む際は、課題部分と、しなければならないことなどの制約条件に下線を引きながら整理しましょ う。 33
34. 7.7 DMBOK知識領域への適用 第７章 データマネジメント実践 設問の着眼点を見抜く 知識領域へのマッピング：問題の課題がデータ品質、データセキュリティ、ガバナ ンスなどのどの領域に該当するかを判断する 選択肢の絞り込み 制約条件であるセキュリティや性能に反する選択肢を排除する DMBOKの原則であるガバナンスによる統制、メタデータ管理の重要性などに整 合するものを探す 💡 ポイント解説 体系的な知識をもとに、問題文の文脈を論理的に整理することが正解を導くための強力な武器になります。 34
35. 総括 第7章のまとめ 前編 第７章 データマネジメント実践 個別最適から全体最適へ：データ基盤であるデータレイク、DWHへのデータ統合 とETLの構築 データ品質の改善：プロファイリングから品質KPIを設定し、名寄せで重複を解消 する データガバナンス導入：最高データ責任者であるCDOを中心に組織体制を作り、成 熟度評価をロードマップに活かす 35
36. 総括 第7章のまとめ 後編 第７章 データマネジメント実践 マスターデータ管理：信頼できる唯一の情報源であるSSOTをマスターハブで確立 する AI向けのデータ整備：非構造化データをチャンク分割し、メタデータを付与して RAGなどで活用する 長文問題の対策：現状のAs-Isとあるべき姿のTo-Be、そして制約条件を整理して DMBOKの知見を当てはめる 36