takusaotome DAMA-DMBOK Skill
Overview
DAMA-DMBOK（Data Management Body of Knowledge）は、DAMA International が策定した データマネジメントの国際的な知識体系です。データを組織の戦略的資産として管理するための 包括的なフレームワークを提供します。
核心原則:
- Data as an Asset（データは資産）: データを戦略的資産として管理
- Data Governance（ガバナンス）: 統制とアカウンタビリティの確立
- Data Quality（品質）: 信頼できるデータの維持
- Data Security（セキュリティ）: 適切な保護とアクセス管理
┌─────────────────────────────────────────────────────────────────────┐
│ DAMA-DMBOK Framework │
│ │
│ ┌───────────────────┐ │
│ │ Data Governance │ │
│ │ （データガバナンス）│ │
│ │ [中心・統括] │ │
│ └─────────┬─────────┘ │
│ │ │
│ ┌─────────────────────────┼─────────────────────────┐ │
│ │ │ │ │
│ ▼ ▼ ▼ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐
│ │Data │ │Data │ │Data │ │Reference │ │Data │
│ │Quality │ │Architecture│ │Security │ │& Master │ │Integration│
│ │品質 │ │アーキテクチャ│ │セキュリティ│ │MDM │ │統合 │
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ └──────────┘
│ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐
│ │Metadata │ │Data │ │DWH & │ │Data │ │Document │
│ │Management│ │Modeling │ │BI │ │Storage │ │& Content │
│ │メタデータ │ │モデリング │ │DWH/BI │ │ストレージ│ │文書管理 │
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ └──────────┘
└─────────────────────────────────────────────────────────────────────┘
When to Use This Skill
Ideal Scenarios
データ戦略の策定
- 全社データ戦略の立案
- データ活用ロードマップの作成
- データ投資の優先順位付け
データガバナンスの構築
- ガバナンス組織体制の設計
- ポリシー・標準の策定
- 役割と責任の定義
データ品質の改善
- 品質問題の特定と原因分析
- 品質指標（KPI）の設定
- 改善施策の立案・実行
データカタログの作成
- データ資産の棚卸し
- メタデータの整備
- ビジネス用語集の作成
MDM（マスターデータ管理）の導入
- マスターデータの特定
- ゴールデンレコードの設計
- 統合ルールの定義
データ移行・統合プロジェクト
- データリネージの可視化
- マッピング定義
- 品質検証計画
Example Requests
"データガバナンス体制を構築したい"
"データ品質の現状を評価して改善計画を立てたい"
"データカタログを作成したい"
"マスターデータ管理（MDM）を導入したい"
"データ成熟度を評価したい"
"データリネージを整理したい"
"データ戦略を策定したい"
Prerequisites
- 組織情報: 対象組織の業種、規模、データ関連の課題
- ゴール明確化: データガバナンス構築、品質改善、カタログ作成などの目的
- 現状把握（任意）: 既存のデータ管理体制、ポリシー、ツールの情報
Note: 本スキルはアドバイザリー型であり、特別なツールやライブラリのインストールは不要です。
Workflow
本スキルは5つのCore Workflowを提供します。ユーザーの課題に応じて適切なワークフローを選択してください。
┌─────────────────────────────────────────────────────────────┐
│ DAMA-DMBOK Skill Workflow │
├─────────────────────────────────────────────────────────────┤
│ │
│ 1. 課題・目的のヒアリング │
│ ↓ │
│ 2. 適切なCore Workflowの選択 │
│ ├── Workflow 1: Data Governance Assessment │
│ ├── Workflow 2: Data Quality Improvement │
│ ├── Workflow 3: Data Catalog Creation │
│ ├── Workflow 4: Master Data Management │
│ └── Workflow 5: Data Strategy Development │
│ ↓ │
│ 3. ワークフローに沿った段階的ガイダンス │
│ ↓ │
│ 4. 成果物テンプレートの提供・カスタマイズ支援 │
│ │
└─────────────────────────────────────────────────────────────┘
詳細は各Core Workflowセクションを参照してください。
Output
本スキルはアドバイザリー/ナレッジ型スキルです。主な出力形式:
- 対話型ガイダンス: ユーザーの状況に応じた段階的なアドバイス
- フレームワーク適用: DAMA-DMBOK知識体系に基づく分析・提案
- テンプレート提供:
assets/配下のテンプレートをカスタマイズして提示 - ベストプラクティス共有: 業界標準に基づく推奨事項
Note: ファイル自動生成は行いません。必要に応じてテンプレートを会話内で提示し、ユーザーが自身の環境で活用できるようにします。
DAMA-DMBOK 11の知識領域
知識領域一覧
| # | 知識領域 | 英語名 | 主な活動 |
|---|---|---|---|
| 1 | データガバナンス | Data Governance | 方針策定、組織体制、標準化 |
| 2 | データアーキテクチャ | Data Architecture | データモデル、統合設計 |
| 3 | データモデリング | Data Modeling & Design | 概念・論理・物理モデル |
| 4 | データストレージ | Data Storage & Operations | DB運用、バックアップ |
| 5 | データセキュリティ | Data Security | アクセス制御、暗号化 |
| 6 | データ統合 | Data Integration | ETL、API、データ連携 |
| 7 | 文書・コンテンツ管理 | Document & Content Mgmt | 非構造化データ管理 |
| 8 | 参照・マスターデータ | Reference & Master Data | MDM、コード管理 |
| 9 | DWH/BI | Data Warehousing & BI | 分析基盤、レポーティング |
| 10 | メタデータ管理 | Metadata Management | データカタログ、リネージ |
| 11 | データ品質 | Data Quality | 品質測定、改善 |
太字は本スキルの重点領域
Core Workflow 1: Data Governance Assessment
Purpose
データガバナンスの成熟度を評価し、改善計画を策定する。
Step 1: 現状把握
確認事項:
- ガバナンス組織（委員会、責任者）の有無
- ポリシー・標準の整備状況
- データオーナー・スチュワードの任命状況
- 意思決定プロセスの明確さ
ヒアリング対象:
- IT部門、データ管理部門
- 主要なデータ利用部門
- 経営層（スポンサー）
Step 2: 成熟度評価
DAMA成熟度モデル（5段階）:
| Level | 名称 | 特徴 |
|---|---|---|
| 1 | Initial | 場当たり的、個人依存 |
| 2 | Repeatable | 部分的なプロセス定義 |
| 3 | Defined | 標準化されたプロセス |
| 4 | Managed | 測定・管理されている |
| 5 | Optimizing | 継続的改善 |
評価軸:
- 組織・役割
- ポリシー・標準
- プロセス
- テクノロジー
- 人材・スキル
Step 3: ギャップ分析
現状（As-Is） ギャップ 目標（To-Be）
Level 2 → Level 3-4 ← Level 4
・ポリシー未整備 ・ポリシー策定 ・全社ポリシー
・役割不明確 ・役割定義 ・明確な責任分担
・属人的運用 ・プロセス標準化 ・標準化された運用
Step 4: 改善計画策定
優先順位付けの観点:
- ビジネスインパクト
- 実現可能性
- コスト
- 依存関係
典型的なロードマップ:
Phase 1（3ヶ月）: 基盤整備
- ガバナンス組織の設立
- 基本ポリシーの策定
- パイロット領域の選定
Phase 2（6ヶ月）: 展開
- 標準・ガイドラインの整備
- データオーナー・スチュワード任命
- ツール導入
Phase 3（12ヶ月）: 定着
- 全社展開
- 測定・改善サイクル確立
- 教育・啓発
Output
- 成熟度評価レポート（
assets/maturity_assessment_template.md） - ギャップ分析結果
- 改善ロードマップ
- データガバナンス憲章（
assets/data_governance_charter_template.md）
Core Workflow 2: Data Quality Improvement
Purpose
データ品質の問題を特定し、改善施策を実行する。
Step 1: 品質次元の定義
DAMA 6つの品質次元:
| 次元 | 英語 | 定義 | 測定例 |
|---|---|---|---|
| 正確性 | Accuracy | 現実を正しく反映 | エラー率 |
| 完全性 | Completeness | 必要なデータが揃っている | NULL率 |
| 一貫性 | Consistency | システム間で矛盾がない | 不一致件数 |
| 適時性 | Timeliness | 必要な時に利用可能 | 遅延時間 |
| 一意性 | Uniqueness | 重複がない | 重複率 |
| 妥当性 | Validity | ルール・形式に適合 | 違反率 |
Step 2: 品質プロファイリング
プロファイリング項目:
1. 基本統計
- レコード数、カラム数
- NULL率、空白率
- 最小/最大/平均値
2. パターン分析
- 値の分布
- フォーマット一貫性
- 外れ値検出
3. 関係分析
- 参照整合性
- 依存関係
- 重複検出
Step 3: 品質ルール定義
ルールの種類:
| タイプ | 説明 | 例 |
|---|---|---|
| 形式ルール | データ形式の検証 | 電話番号は10-11桁 |
| 範囲ルール | 値の範囲の検証 | 年齢は0-150 |
| 参照ルール | 他データとの整合性 | 顧客IDがマスタに存在 |
| 一貫性ルール | システム間の整合性 | SalesforceとERPの一致 |
| 業務ルール | ビジネスロジック | 受注日≤出荷日 |
Step 4: 品質スコアカード作成
┌─────────────────────────────────────────────────────────────┐
│ データ品質スコアカード │
├──────────────────┬──────────┬──────────┬──────────┬────────┤
│ データセット │ 正確性 │ 完全性 │ 一貫性 │ 総合 │
├──────────────────┼──────────┼──────────┼──────────┼────────┤
│ 顧客マスタ │ 95% │ 98% │ 92% │ 95% │
│ 商品マスタ │ 99% │ 95% │ 97% │ 97% │
│ 取引データ │ 88% │ 90% │ 85% │ 88% │
│ 在庫データ │ 92% │ 94% │ 90% │ 92% │
└──────────────────┴──────────┴──────────┴──────────┴────────┘
凡例: ■ 95%以上 ■ 90-95% ■ 90%未満
Step 5: 根本原因分析と改善
根本原因の分類:
- 入力時の問題: 入力ミス、バリデーション不足
- 処理時の問題: ETLバグ、変換エラー
- 設計の問題: データモデル不備、制約不足
- 運用の問題: 更新漏れ、同期遅延
改善アプローチ:
- 予防（Prevention）: 入力時のバリデーション強化
- 検出（Detection）: モニタリング・アラート
- 修正（Correction）: データクレンジング
Output
- データ品質評価レポート（
assets/data_quality_assessment_template.md） - 品質スコアカード
- 品質ルール定義書
- 改善アクションプラン
Core Workflow 3: Data Catalog Creation
Purpose
組織のデータ資産を可視化し、発見・理解・活用を促進する。
Step 1: スコープ定義
対象の決定:
- 全システム vs 主要システム
- 構造化データ vs 非構造化データ含む
- 優先度の高い業務領域
段階的アプローチ:
Phase 1: 重要システム（基幹系、CRM、ERP）
Phase 2: 分析系（DWH、BIツール）
Phase 3: その他システム
Step 2: メタデータ収集
収集するメタデータ:
| カテゴリ | メタデータ項目 |
|---|---|
| 技術メタデータ | テーブル名、カラム名、データ型、制約 |
| 業務メタデータ | 業務名称、説明、定義、所有者 |
| 運用メタデータ | 更新頻度、データ量、品質スコア |
| 使用メタデータ | アクセス頻度、利用者、レポート |
収集方法:
- 自動収集: DBカタログ、ETLツールから抽出
- 手動収集: 業務部門へのヒアリング
- クラウドソーシング: 利用者からの情報追加
Step 3: ビジネス用語集作成
用語集の構成:
## 用語: 顧客
### 定義
当社と取引関係のある法人または個人
### 同義語
- クライアント
- 取引先（B2B）
- 会員（B2C）
### 関連用語
- 見込み顧客
- 休眠顧客
- 優良顧客
### 所有者
営業本部
### 関連データ
- 顧客マスタ（CRM_CUSTOMER）
- 取引履歴（SALES_TRANSACTION）
Step 4: データリネージ作成
リネージの可視化:
ソース 変換 ターゲット
┌──────┐ ┌──────┐ ┌──────┐
│ CRM │──────▶│ ETL │────────▶│ DWH │
│顧客 │ │ 変換 │ │顧客 │
└──────┘ └──────┘ └──────┘
│ │ │
│ │ ▼
│ │ ┌──────┐
│ │ │ BI │
│ │ │レポート│
│ │ └──────┘
▼ ▼
┌──────┐ ┌──────┐
│ ERP │──────▶│ ETL │
│顧客 │ │ 統合 │
└──────┘ └──────┘
Step 5: カタログ構築・公開
カタログの機能:
- 検索・発見
- 詳細閲覧
- リネージ表示
- コラボレーション（コメント、評価）
- アクセス申請
Output
- データカタログ（
assets/data_catalog_template.md） - ビジネス用語集
- データリネージ図（
assets/data_lineage_template.md） - メタデータ標準
Core Workflow 4: Master Data Management
Purpose
マスターデータの一元管理により、データの一貫性と信頼性を確保する。
Step 1: マスターデータの特定
マスターデータの特徴:
- 複数システムで共有される
- 比較的静的（頻繁に変更されない）
- ビジネス上重要な実体を表す
典型的なマスターデータ:
| ドメイン | マスターデータ例 |
|---|---|
| 顧客 | 顧客、連絡先、住所 |
| 製品 | 商品、カテゴリ、価格 |
| 組織 | 部門、従業員、拠点 |
| 財務 | 勘定科目、コストセンター |
| 参照 | 国コード、通貨、単位 |
Step 2: 現状分析
分析観点:
- データ分布: どのシステムにどんなデータがあるか
- 品質状況: 重複、不整合、欠損の状況
- 依存関係: システム間の連携状況
- 利用状況: 誰がどのように使っているか
課題の典型パターン:
- 同一顧客が複数レコードで存在（重複）
- システムAとBで顧客名が異なる（不整合）
- 参照コードの定義が統一されていない
- マスタ変更が下流システムに反映されない
Step 3: MDMアーキテクチャ選定
MDMスタイル:
| スタイル | 説明 | 適用場面 |
|---|---|---|
| Registry | 各システムのデータを参照のみ | 段階的導入、低リスク |
| Consolidation | 中央に集約、分析用 | BI・分析基盤 |
| Centralized | 中央で一元管理、配信 | 強い統制が必要 |
| Coexistence | 中央と各システムの同期 | 既存システム維持 |
Step 4: ゴールデンレコード設計
マッチング・マージルール:
1. マッチングルール
- 完全一致: 顧客コード
- 類似判定: 会社名（類似度80%以上）
- 複合: 電話番号 + 住所
2. サバイバーシップルール（どの値を採用するか）
- 信頼度: CRM > ERP > レガシー
- 最新性: 更新日が新しいほう
- 完全性: NULL以外を優先
- ルールベース: 特定フィールドは特定ソース
Step 5: 運用プロセス設計
MDMライフサイクル:
┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐
│ 作成 │───▶│ 承認 │───▶│ 配信 │───▶│ 監視 │
└──────┘ └──────┘ └──────┘ └──────┘
│ │
│ ┌──────┐ │
└─────────│ 変更 │◀────────────────┘
└──────┘
ガバナンスプロセス:
- データオーナーによる承認
- 変更管理（Change Management）
- 定期的なレビュー
Output
- MDM要件定義書
- データモデル（ゴールデンレコード）
- マッチング・マージルール
- 運用プロセス定義
Core Workflow 5: Data Strategy Development
Purpose
組織のデータ戦略を策定し、実行ロードマップを作成する。
Step 1: 現状評価
評価領域:
- ビジネス目標とデータの関係
- データ資産の棚卸し
- 技術基盤の評価
- 組織・人材の評価
- ガバナンス成熟度
Step 2: ビジョン・目標設定
データビジョンの例:
「データドリブンな意思決定文化を確立し、
データを活用した新規ビジネス創出と
業務効率化を実現する」
戦略目標の設定（SMART）:
- 2年以内にデータガバナンス成熟度をLevel 3に向上
- データ品質スコアを全社平均95%以上に改善
- データカタログ登録率100%達成
- データ活用による売上貢献10億円
Step 3: 戦略施策の立案
施策領域:
| 領域 | 施策例 |
|---|---|
| ガバナンス | CDO設置、ガバナンス組織構築 |
| 品質 | 品質管理プロセス導入、KPI設定 |
| アーキテクチャ | データレイク構築、API整備 |
| 人材 | データリテラシー教育、専門人材採用 |
| テクノロジー | カタログツール導入、ETL刷新 |
| 文化 | データ活用事例共有、表彰制度 |
Step 4: ロードマップ作成
Y1-Q1 Y1-Q2 Y1-Q3 Y1-Q4 Y2-Q1 Y2-Q2
─────────────────────────────────────────────
基盤整備 ████████████
CDO設置、ガバナンス組織
品質改善 ████████████████████
品質プロセス導入、改善
カタログ ████████████████████████
カタログ構築、展開
人材育成 ────────────────────────────────────────────
継続的な教育プログラム
分析活用 ████████████████████
分析基盤整備、活用推進
Step 5: 投資対効果（ROI）試算
コスト要素:
- 人件費（専任チーム、コンサルタント）
- ツール・ライセンス費
- インフラ費
- 教育費
効果（定量化）:
- 業務効率化による工数削減
- データ品質改善によるエラー削減
- 意思決定スピード向上
- 新規ビジネス収益
Output
- データ戦略書
- ロードマップ
- 投資計画・ROI試算
- KPI定義
Quick Reference by Scenario
シナリオ別ガイド
| シナリオ | 推奨ワークフロー | 主要成果物 |
|---|---|---|
| DX推進を開始したい | Workflow 5 → 1 | 戦略書、ガバナンス体制 |
| データ品質に問題がある | Workflow 2 | 品質評価、改善計画 |
| データを探せない | Workflow 3 | データカタログ |
| 顧客データが重複している | Workflow 4 | MDM設計、クレンジング計画 |
| ガバナンスを強化したい | Workflow 1 | 成熟度評価、ガバナンス憲章 |
Best Practices
DO（推奨）
- ✓ 経営層のスポンサーシップを確保する
- ✓ スモールスタートで成功体験を積む
- ✓ ビジネス価値を明確にする
- ✓ データオーナーを明確に任命する
- ✓ 継続的な測定・改善サイクルを回す
- ✓ 教育・啓発に投資する
DON'T（非推奨）
- ✗ 一度に全てを完璧にしようとする
- ✗ IT部門だけで進める
- ✗ ツール導入だけで解決しようとする
- ✗ ガバナンスなしにデータ活用を進める
- ✗ 品質問題を放置する
Resources
References（理論・手法ガイド）
references/dmbok_overview.md- DAMA-DMBOK概要とフレームワークreferences/data_governance.md- データガバナンス詳細references/data_architecture.md- データアーキテクチャ詳細references/data_quality.md- データ品質詳細references/metadata_management.md- メタデータ管理詳細references/master_data_management.md- MDM詳細
Assets（テンプレート）
assets/data_governance_charter_template.md- データガバナンス憲章assets/data_quality_assessment_template.md- データ品質評価シートassets/data_catalog_template.md- データカタログテンプレートassets/data_lineage_template.md- データリネージテンプレートassets/maturity_assessment_template.md- 成熟度評価テンプレート
参考文献
- DAMA International: DAMA-DMBOK2 (Data Management Body of Knowledge, 2nd Edition)
- DAMA Japan: データマネジメント知識体系ガイド 第二版
- Ladley, John: Data Governance: How to Design, Deploy, and Sustain an Effective Data Governance Program