「とりあえずExcelを直す」が失敗する理由
データ品質の問題に気づいた組織が最初に取る行動は、多くの場合「目に見えている問題を直す」ことです。Excelの不整合を手作業で修正する、特定のシステムの入力フォームを改善する、担当者に注意喚起するメールを送る——これらは「局所最適（一部分だけを最適化すること）」と呼ばれる対処です。
問題は、根本原因を特定せずに表面的な修正を行うと、再発するリスクが高まるという点です。医療に例えれば、原因を調べずに解熱剤を飲み続けるようなものです。症状は一時的に改善しますが、病気そのものは進行しています。データ品質改善も同じで、まず「何がどの程度問題なのか」を診断することから始めることが重要です。
- 診断なしの失敗①：修正したはずの問題が再発する。根本原因（入力フローの問題・システムの設計ミス）が解決されていないため
- 診断なしの失敗②：担当者個人の工数で品質を維持している。その人が異動すると品質が元に戻る
- 診断なしの失敗③：改善の優先順位がなく「やれることからやる」。最も影響の大きい問題が後回しになり、成果が出ないまま改善疲弊が起きる
診断の4ステップ
データ品質診断は、実務上は大きく4つのステップに整理できます。第1ステップは「スコープ定義」——どのデータを・どの観点で診断するかを決めます。第2ステップは「データプロファイリング」——実際のデータを分析し、欠損率・重複率・形式エラーなどを定量化します。第3ステップは「根本原因分析」——品質上の問題について、人・プロセス・システムなどの観点から発生原因を分析します。第4ステップは「優先順位付け」——影響度と改善難易度を組み合わせ、どこから着手するかを決定します。これらの考え方は、DAMA-DMBOKが示すデータ品質の評価・改善候補の特定・プロファイリング・根本原因分析などの考え方と整合します。
- Step1 スコープ定義：「全データを診断する」ではなく、業務上最も影響が大きいデータ・品質次元に絞る。目的（BI精度向上・AI学習データ整備・移行前確認）によって診断すべき次元が変わる
- Step2 データプロファイリング：実際のデータを分析し、欠損率・重複率・形式エラー・値の分布などを確認して、データ品質の状態を定量化する。例えば「欠損率23%・重複率8%」という数値に変換する
- Step3 根本原因分析：品質上の問題について、「人（入力ミス）」「プロセス（確認フローの不備）」「システム（バリデーション未設定）」などの観点から、発生原因を分析する
- Step4 優先順位付け：影響度と改善難易度を組み合わせたマトリクスで着手順序を決める。全課題を一度に解決しようとせず、最も効果の高いものから着手する
6軸でスコアリングする
第1回で紹介した6次元（完全性・正確性・整合性・最新性・有効性・一意性）それぞれについてスコアを算出し、レーダーチャートで可視化します。数値化することで、「なんとなくデータが汚い」という感覚的な問題認識が、「完全性が62点・一意性が45点」という事実に変わります。組織の中で改善の優先順位を合意するときにも、数字があることで議論が具体化します。
6次元のスコアをレーダーチャートで可視化することには2つの効果があります。第1に、「どの次元が弱いか」が一目で分かるため、改善の議論が「データが汚い」という抽象論から「一意性と整合性を重点的に改善する」という具体論に移行します。第2に、改善前後のレーダーチャートを比較することで改善の成果を視覚的に示せ、経営層への報告や投資継続の根拠になります。
優先順位の決め方
診断で明らかになった課題を「影響度（放置するとどれだけ業務・経営に響くか）」と「実現難易度（改善にかかるコスト・期間・工数）」の2軸でマトリクスに配置します。影響度が高く難易度が低い課題は「すぐに着手すべき領域」、影響度が高く難易度も高い課題は「計画的に取り組む領域」として整理します。このマトリクスがあることで、「予算・人員・時間」の制約の中でも合理的な着手順序を決めることができます。
まとめ
- 診断なしの改善は「局所最適」に陥りやすく、根本原因が解消されないために問題が繰り返し再発する
- 体系的な診断の4ステップ（スコープ定義→プロファイリング→根本原因分析→優先順位付け）を踏まえることで、表面的な対症療法だけでなく、問題の背景や優先順位まで整理しやすくなる
- 6次元スコアリングで「なんとなく汚い」を「どの次元が・どの程度問題か」という数値に変換することが、組織内の合意形成と優先順位設計を容易にする
- 改善施策は「影響度×難易度」のマトリクスで優先順位を設計し、限られたリソースを最も効果の高い課題に集中させる
- BI・AI活用を目的とする場合は、活用ユースケースに必要な品質次元を先に定義し、そこから逆算してスコープを設定することで診断効率が上がる
よくある質問
データ品質診断はどのような手順で進みますか？
4つのステップで整理できます。①スコープ定義（どのデータをどの観点で診断するか決める）、②データプロファイリング（欠損率・重複率・形式エラーなどを定量化）、③根本原因分析（人・プロセス・システムなどの観点から発生原因を分析）、④優先順位付け（影響度と難易度で着手順序を決定）。このようなステップで診断することで、表面的な対症療法だけでなく、問題の背景や優先順位まで整理しやすくなります。
データプロファイリングとは何ですか？どのように行うのですか？
データプロファイリングとは、実際のデータを統計的に分析して品質の現状を定量化することです。具体的には「このフィールドの未入力率は何%か」「重複レコードは全体の何%か」「日付フォーマットが統一されているか」などを計測します。SQLやBIツール、専用のデータ品質ツールを使って実施し、その結果が診断スコアの基礎データになります。
社内のリソースだけでデータ品質診断を行うことはできますか？
規模が小さければ可能です。ただし「客観的な視点でスコアリングする」「業務担当者の証言だけでなくデータそのものを分析する」という観点から、外部の専門家を活用すると社内だけでは見落としやすい論点を第三者視点で確認できる場合があります。また、診断方法を標準化することで、将来的な内製化につなげることもできます。
BFT Insight データ品質診断（2週間・無料相談受付中）
6次元スコアリングと優先度マトリクスを含む診断レポートを2週間でご提供します。「どこから始めればよいか」を数字と根拠でご提示します。まずは資料でサービス内容をご確認ください。