【登壇資料】「ツールを入れても解決しない？データ活用の現場に共通する課題とデータマネジメントの必要性と基本」というタイトルで登壇しました

• URL: https://dev.classmethod.jp/articles/data-management-basics-webinar
• 日付: 2026-06-23
• Tier: Tier 2
• 要旨: クラスメソッドが開催したウェビナーの登壇資料・Q&Aまとめ。AI活用・BI整備・非構造データ活用の前提として、「ツール導入では解決しない」データマネジメントの重要性を解説。DMBOK11領域を「集める」「保管する」「整理する」「使う」「ルール」に大別。課題ドリブンの優先順位付けと段階的進行を推奨。kaimei(Text-to-SQL AI)活用時は最低限メタデータ・社内文脈・指標定義・結合条件・利用権限の整備が必要。

詳細

クラスメソッドが扱うデータ相談の共通課題：AI活用の根拠データの信頼性不足、BIダッシュボード構築前のデータ所在不明、非構造データのAI活用着手点不明。これらはツール導入のみでは解決されず、「目的に応じたデータをいつでも活用できる状態で継続的に維持・管理するため」のデータマネジメント取り組みが必須。

DMBOKの11領域(データアーキテクチャ・ストレージ・統合・モデリング・マスターデータ・ドキュメント・セキュリティ・品質・DWH/BI・メタデータ・ガバナンス)を実践的に5つのカテゴリに分類。「データの責任者が分からない」課題はガバナンス、「信頼性不安」は品質管理、「意味が分からない」はメタデータ管理と関連。

課題ドリブン推進の3つ理由：①効果が大きい場所から着手し費用対効果を高める、②データマネジメント自体の活動化を避け事業インパクト最優先にする、③「業務課題解決」が「データ管理」より現場協力を得やすい。

新規基盤構築時は完璧を目指さずまず動くものを作成、利用者フィードバックを反映しながら段階的に整備。kaimei利用前提時は分析対象テーブル・テーブル説明・業務文脈・指標定義・結合条件・利用権限・データ品質が最小限要件。非構造ファイルAI利用時は最新版・過去版・作業中の物理分離、命名ルール統一、文書種別・対象業務・更新日等メタデータ付与を推奨。段階的実施で重要フォルダから優先開始が現実的。