# Dama Dmbok

> DAMA-DMBOK（Data Management Body of Knowledge）準拠のデータマネジメントスキル。 11の知識領域（データガバナンス、データ品質、メタデータ管理、MDM等）を網羅し、 データ戦略策定から具体的な改善施策まで支援する。 Use when: データ戦略策定、データガバナンス構築、データ品質改善、データカタログ作成、 MDM導入、DX推進、データ移行プロジェクト、データ成熟度評価。 Triggers: "データガバナンス", "データ品質", "データカタログ", "メタデータ管理", "MDM", "データ戦略", "DMBOK", "データ成熟度", "データリネージ"

- Skill: `takusaotome/dama-dmbok` (Agent Skill, multi-file: 12 files)
- Install (CLI): `npx skillmds@latest add takusaotome/dama-dmbok`
- Raw SKILL.md: https://api.skillmd.com/api/skills/takusaotome/dama-dmbok/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: takusaotome (https://skillmd.com/u/takusaotome)
- Updated: 2026-09-21
- Page: https://skillmd.com/skills/takusaotome/dama-dmbok

---


# 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

1. **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

2. **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

3. **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

4. **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

5. **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

6. **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:**
1. 組織・役割
2. ポリシー・標準
3. プロセス
4. テクノロジー
5. 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:**
1. 予防（Prevention）: 入力時のバリデーション強化
2. 検出（Detection）: モニタリング・アラート
3. 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:**
1. 自動収集: DBカタログ、ETLツールから抽出
2. 手動収集: 業務部門へのヒアリング
3. 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:**
```markdown
## 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:**
1. **データ分布**: どのシステムにどんなデータがあるか
2. **品質状況**: 重複、不整合、欠損の状況
3. **依存関係**: システム間の連携状況
4. **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:**
1. ビジネス目標とデータの関係
2. データ資産の棚卸し
3. 技術基盤の評価
4. 組織・人材の評価
5. 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