データ品質の改善後、「良くなった気がする」で管理を続けている企業は少なくありません。改善の効果も劣化の兆候も、数値で継続的に把握してこそ「維持」が機能します。その数値化の基準として使うのが、完全性・正確性・一意性・整合性・最新性の5次元評価指標です。本記事では、その5次元を「いつ・誰が・どう測るか」に絞り、KPI設計と継続モニタリングの実践方法を解説します。
なぜデータ品質にKPIが必要か
KPIがないと、品質の劣化は「問題が大きくなってから気づく」という事後対応になります。BI・AIの分析結果がおかしい、レポートの数字が合わない——こうした問題が現場で発覚して初めて「データが壊れていた」と認識するのでは遅すぎます。
KPIを設計することで「劣化の兆候を定期的に観測し、問題が大きくなる前に対処する」という予防的な管理が可能になります。これはシステムの死活監視と同じ考え方です——アラートが来てから対応するのではなく、トレンドを見て先手を打つ。
何を測るか：5つの品質指標とKPI設定の考え方
5次元スコア（完全性・正確性・一意性・整合性・最新性）はKPI設計の出発点となります。「NULL率」「重複率」などの品質指標を計測し、「NULL率5%以下」のように目標値を定めて初めてKPIになります。全指標を同じ頻度で測るのは非効率なので、業務への影響度と測定コストを考慮して優先順位を決めます。
5次元 KPI 設計 早見表
誰が・どの頻度で測るか
KPIを誰が測るかによって、測定の仕組みが変わります。IT担当者がSQLで集計する場合は月次バッチが現実的です。業務担当者が主体で管理する場合は、ExcelやBIのダッシュボードで自動集計できる形にしておくことが継続の条件になります。
測定頻度の目安は「データの更新頻度」と「問題発覚時の業務影響」によって決まります。日次で大量の受注データが登録されるシステムでは月次確認が最低ライン。年に数回しか変更されないマスタデータは四半期でも十分なことがあります。
- データ更新頻度：日次 → 推奨測定頻度：月次程度から始めるケースが多い
- データ更新頻度：週次 → 推奨測定頻度：月次〜四半期
- データ更新頻度：月次以下 → 推奨測定頻度：四半期
KPIスコアを「改善のトリガー」にする仕組み
スコアを測定しても「見るだけ」では意味がありません。「スコアがXX%を下回ったら原因調査を開始する」というトリガーを事前に設定しておくことで、モニタリングが改善アクションと連動します。
たとえば「顧客マスタの完全性スコアが90%を下回ったら、その月のデータ入力ログを確認し、原因となっている部門・担当者・入力経路を特定する」という手順をあらかじめ定めておきます。これによって、問題が小さいうちに対処するサイクルが機能します。
KPIの設計は診断結果から始めると精度が上がる
どのKPIを優先すべきかは、現状のデータに「どの問題がどこに多いか」を把握してから決めるのが効果的です。BFT Insightの品質診断では、KPI設計のベースとなる現状スコアと優先課題を最初に揃えます。
まとめ
- データ品質KPIがないと、劣化は問題が大きくなってから気づく事後対応になる
- 5次元スコア（完全性・正確性・一意性・整合性・最新性）がKPIの出発点
- 何を・誰が・どの頻度で測るかは、業務影響度とデータ更新頻度から設計する
- スコアが閾値を下回ったら何をするかをあらかじめ決めておくことで、モニタリングが改善アクションと連動する
よくある質問
データ品質KPIは何項目から始めるのがよいですか？
最初は1〜2項目から始めることをお勧めします。「受注データの完全性スコア」だけを毎月測るだけでも、継続するうちに「何月から悪化しはじめたか」「どの入力経路が原因か」が見えてきます。完璧な体制を最初から作ろうとすると運用が続かないため、まず1つの指標で計測→確認→改善のサイクルを習慣化させることが先決です。
KPIを測定するのにBIツールは必要ですか？
最初は不要です。小規模な運用ではExcelで週次・月次にSQLの集計結果を貼り付けるだけでも十分機能します。データ量が増え、複数人で確認する必要が出てきた段階でBIやダッシュボードツールへの移行を検討するのが現実的です。