データ品質とは？5つの評価指標をわかりやすく解説

データ品質とは、業務やシステムで使われるデータが、その目的に対して適切な状態にあるかどうかを示す概念です。「データが正しい」「使えるデータがある」というだけでなく、目的に応じた精度・鮮度・網羅性があるかまでを含めて評価します。

BI（ビジネスインテリジェンス）やAI・機械学習の活用が広がるなか、データ品質への注目が急速に高まっています。ツールがいくら優れていても、入力するデータの品質が低ければ正確な分析は行えません。「Garbage in, garbage out」という原則が、あらゆるデータ活用プロジェクトの前提として改めて問われています。

本記事はデータ品質の評価指標を「業務担当者向けに5次元で」解説します。DMBOKフレームワークに基づく体系的な解説はデータ品質を「診断」する——DMBOKが示す全体地図をご参照ください。

なぜ今、データ品質が重要なのか

DX推進の文脈で「データドリブン経営」「データ活用」という言葉が多くの企業で使われています。しかし実際には、BI導入後に「数字が合わない」「レポートが信頼されない」「毎月手作業で修正が必要」という問題が多くの組織で起きています。

こうした問題の多くは、ツール側の設定ではなく、そのツールが読み込むデータ自体の品質に起因しています。つまりデータ品質を改善しない限り、BI・AI・分析ツールのいずれを導入しても同じ問題が繰り返されることになります。

生成AIや機械学習モデルの学習データに品質の低いデータを使った場合、予測精度の低下や、データに含まれるバイアスがそのまま反映されるといった問題が生じます。データの偏り・欠損・重複・古さは、いずれもモデルの性能や適用範囲に影響する要因です。AI活用を機能させるには、用途に応じてデータの品質・代表性・適合性を確認しておくことが重要です。

データ品質を評価する5つの指標

データ品質を客観的に評価する枠組みとして広く参照されているのが、DAMA（データ管理協会）の英国支部が2013年に整理した6つの主要次元です。完全性・一意性・整合性・正確性・最新性に加え、値が定められた形式やルールに適合しているかを見る「有効性」を含みます。BFT Insightでは、こうしたデータ品質の考え方を踏まえ、現場担当者が直感的に扱えるよう実務上重要な5つの指標に整理して評価しています。

• 完全性（Completeness）：必要なデータが欠けずに揃っているか
• 正確性（Accuracy）：データが実際の事実を正しく反映しているか
• 一意性（Uniqueness）：同じ対象を指すデータが意図せず重複して存在していないか
• 整合性（Consistency）：複数のシステム・テーブル間でデータが一致しているか
• 最新性（Timeliness）：データが現在の状態を適切な鮮度で反映しているか

指標①：完全性（Completeness）

完全性とは、分析や業務に必要なデータが欠損なく揃っているかを評価する指標です。例えば顧客マスタに、マーケティングで使う「電話番号」や「メールアドレス」のNULL値が大量にある場合、施策の対象にできる顧客が減って到達率が下がり、実際のキャンペーン効果が正確に測れなくなります。

完全性が低くなる原因としては、入力フォームでの必須チェック未設定、システム移行時のデータロスト、複数部門からのデータ連携における欠損などが挙げられます。完全性を高めるには、発生源での入力ルール設計が最も根本的な対策です。

指標②：正確性（Accuracy）

正確性とは、データが現実の事実を正しく反映しているかを示す指標です。入力ミス、転記ミス、古い情報の残存、外部の実態との不一致などが正確性を損なう主な原因です。

典型的な例が、登録されている住所や電話番号が実際のものと異なっている、取引先の社名が改称前のまま残っている、といったケースです。集計・レポートの信頼性に直接影響します。なお「株式会社○○」「（株）○○」のような表記ゆれは、値そのものが事実として誤っているわけではないため、正確性ではなく標準化・名寄せの問題として扱われることが多く、重複レコードにつながる場合は一意性の問題にもなります。正確性を高めるには、プルダウン化やコードマスタの参照といった入力設計の改善に加え、信頼できる参照元との照合や更新プロセスの整備が必要です。

指標③：一意性（Uniqueness）

一意性とは、データに重複がなく、1つの事象が1レコードとして一意に存在しているかを示す指標です。CRMの顧客データに同一人物が複数登録されていたり、受注データが重複登録されていたりする状態は、一意性が損なわれた典型例です。

重複データは集計結果の誤りに直結します。例えば顧客数を集計したとき、実際は1,000社なのに重複登録で1,200件として見えてしまう場合があります。一意性を確保するには、重複の検出・統合の判断基準の設定・入力時の重複チェック機能が必要です。

指標④：整合性（Consistency）

整合性とは、複数のシステムやデータソースにまたがるデータが矛盾なく一致しているかを示す指標です。例えば、CRMに登録されている顧客住所と基幹システムの住所が異なる、SFAの商談金額と会計システムの受注金額が一致しないといったケースが典型的です。

整合性が低くなる主な原因は、システム間の連携設計の不備、マスタデータの管理ルール不在、部門ごとの独自運用です。特にシステム統合やリプレイス後に顕在化しやすく、BFTの診断においても整合性の問題が発見されることが非常に多い領域です。

指標⑤：最新性（Timeliness）

最新性とは、データが現在の状況を適切な鮮度で反映しているかを示す指標です。いくら正確で完全なデータでも、それが1年前の状態であれば、現時点の意思決定には使いにくくなります。

最新性が低くなる原因としては、更新フロー・更新担当者の不在、手動更新に頼った運用の限界、定期的なデータ棚卸しプロセスの欠如などが挙げられます。「このデータはいつ時点のものか」を把握できる体制を整えることが、最新性確保の第一歩です。

5つの指標を組み合わせてデータ品質を数値化する

5つの評価指標はそれぞれ独立したものではなく、組み合わせて初めてデータ品質の状態を多面的に把握できます。BFT Insightでは、この5次元を軸に現状のデータ品質をスコアリングし、どの領域に最も深刻な問題があるかを定量的に把握するアプローチをとっています。

例えば「完全性は高いが整合性が低い」「正確性に問題はないが最新性が劣化している」という形でプロファイリングすることで、打ち手の優先順位が明確になります。感覚的な「データが汚い」から、数値に基づく「どこが・どれだけ悪いか」への転換が、データ品質改善の本当の出発点です。

データ品質フレームワークをどう選ぶか

データ品質フレームワークとは、「どの観点で品質を評価するか」という次元の一覧と、その測り方をセットで定めた枠組みのことです。本記事で紹介した5つの指標も、フレームワークの一種と考えてください。

ここで押さえておきたいのは、次元の数や名称は枠組みによって異なるという点です。DAMA英国支部が整理した主要次元は6つ、DAMA Internationalの知識体系であるDMBOKの2.0改訂版では9つ、データ品質モデルを定めた国際規格ISO/IEC 25012では15の特性が挙げられています。いずれも品質を捉える観点や整理の仕方が異なり、どれか一つが唯一の正解というわけではありません。目的に応じて使い分けるものです。

そのため、フレームワーク選びで重要なのは網羅性ではありません。「自社で実際に問題になっている観点が入っているか」「その観点を測る手段が社内にあるか」の2点です。測る手段がない指標を並べても、運用されずに形骸化します。逆に、既存のフレームワークに載っていなくても自社の業務で繰り返し問題になる観点があれば、それを次元として足すほうが実用的です。

DMBOKに沿った体系的な整理の仕方はデータ品質診断の考え方で、決めた評価軸を組織の仕組みとして維持していく方法はデータガバナンスの基礎で解説しています。

データ品質をどう測定するか

評価軸が決まったら、次は実際に測る段階です。測定の手段は大きく3つあり、対象の規模と社内の体制によって使い分けます。

• SQLや表計算での集計：NULL率・重複率・桁数の異常件数など、単純な指標から始める方法。対象テーブルが少なく、確認する指標も限られている段階であれば、これでも基本的な状態は把握できる。追加の投資が不要で最初の一歩に向く
• データプロファイリングツール：対象のテーブル数が増え、手作業の集計では追いつかなくなった段階で導入する。統計値の自動取得と定期的な再測定ができる
• 第三者による診断：社内で「どこが問題か」の見解が分かれる場合や、経営層への報告に社外の評価を活用したい場合に有効

最初の測定は、良い数字を出すことが目的ではありません。現状のベースラインを確定させ、改善の前後で比較できる状態をつくることが目的です。値が想定より悪くても、そこが出発点になります。

測定を継続的な指標として設計する手順はデータ品質KPIの設定方法、測定結果を定期的に監視する仕組みはデータ品質スコアのモニタリング、自社で診断を進める場合の具体的な進め方はデータ品質の自己診断でそれぞれ扱っています。

データ品質が低いと何が起きるか

• BIレポートの数字が信頼されず、現場が独自集計を続ける（二重管理の発生）
• AI・機械学習モデルの性能や適用結果に悪影響が生じる（学習データの品質問題）
• マーケティング施策の到達率が低下し、費用対効果が計測できない
• 経営報告に誤った数値が混入するリスクが発生する
• システム移行・DXプロジェクトの手戻りが大量に発生する
• 担当者が毎月データ修正に数時間を費やすという非効率な運用が続く

データ品質の問題は実際どう現れるか

データ品質の問題は「データが汚い」という抽象的な形では現れません。多くの場合、特定の業務データの特定の項目に、決まったパターンで現れます。自社のデータを見るときの当たりをつけるために、業務データごとによくある形を整理します。

この表で押さえておきたいのは、ひとつの問題が複数の指標にまたがることです。「同じ会社が複数レコードで登録されている」は一意性の問題ですが、そのうち片方だけ住所を更新していれば最新性と整合性の問題も同時に起きています。だからこそ、5つの指標を個別に見るのではなく、組み合わせて把握する必要があります。

データ品質を向上させる4つの打ち手

問題を見つけたあと、実際に品質を上げるための打ち手は大きく4つに分かれます。順番にも意味があり、②や③だけを実施しても品質は元に戻ります。

• ①現状を測る：どの指標がどれだけ悪いかを数値で把握します。ここを飛ばすと、改善の効果が測れず優先順位も決まりません。測定の具体的な手段は前章で扱いました
• ②入力の時点で止める：必須項目の設定、プルダウンやコードマスタの参照、登録時の重複チェックなど、そもそも問題データが入らない仕組みを作ります。設計の考え方は入力チェック・承認フロー・棚卸しの設計で解説しています
• ③既存データを直す：すでに蓄積された問題データを修正します。欠損の補完・表記の統一・重複の統合が中心で、手順はデータクレンジングとは？目的・手順・ツールをわかりやすく解説、重複の統合は顧客・取引先マスタの重複を解消する名寄せの進め方で扱っています
• ④品質を維持する：誰が品質に責任を持つかを決め、定期的に測り直します。ここが欠けていると、半年後に同じ問題が再発します。維持の仕組みはデータ品質は「一度直せば終わり」ではない：継続管理の3つの要素をご参照ください

多くの組織がつまずくのは③だけを繰り返すパターンです。クレンジングは実施した分だけ確実に効果が出るため着手しやすいのですが、②で入口を塞いでいなければ同じ問題が入り続け、④で測り直していなければ劣化に気づけません。品質が「上がったまま維持される」状態は、4つがそろって初めて成立します。

まとめ

データ品質は「完全性・正確性・一意性・整合性・最新性」の5つの観点で評価できます。問題は「データが汚い」という漠然とした形ではなく、業務データの特定の項目に決まったパターンで現れ、ひとつの問題が複数の指標にまたがることも少なくありません。向上させるには、現状を測る・入力の時点で止める・既存データを直す・品質を維持する、の4つをそろえる必要があります。クレンジングだけを繰り返しても元に戻るのは、この4つがそろっていないためです。

まず何から始めるべきか

データ品質の改善は、すべてを一度に完璧にしようとすると対象範囲が広がり、優先順位を付けられなくなります。まず現状のデータ品質を「見える化」することが出発点です。5つの評価指標のうちどこに問題があるかを把握せずに改善に取り組んでも、効果が測定できず優先順位も決まりません。

現状把握には、社内での自己診断に加えて、第三者による診断を活用する方法があります。社内にエンジニアやデータ担当者がいる場合でも、客観的な視点でスコアリングすることで、社内では把握しにくかった問題を別の角度から確認できます。特に、部門間で認識が分かれている場合や、経営層への説明に客観的な根拠が必要な場合に有効です。

BFT Insightでは、約2週間のQuick診断から始められます。まずデータの現状を数値で把握し、改善ロードマップの設計へとつなげていきます。「データ品質が気になっているが、どこから手をつければよいかわからない」という段階でのご相談も歓迎しています。