診断の前に整理すべきこと——スコープ定義が改善の成否を分ける

「データ品質を診断しよう」と決めたとき、最初にぶつかる問いがあります。「何のデータを、どこまで調べるのか」——この問いに答えないまま診断を始めると、作業は膨大になり、重要な課題が見落とされ、結果的に「調べたのに何も変わらなかった」という状況に陥ります。

診断の最初のステップは「スコープ定義（診断範囲の設定）」です。このステップを正しく設計できるかどうかが、診断の成否を大きく左右します。

なぜスコープを絞ることが重要か

多くの組織では、データは数十〜数百のテーブル・ファイル・システムにまたがって存在します。それらすべてを同時に診断しようとすると、時間もコストも膨大になります。一方で「気になったところから始める」という場当たり的なアプローチは、真に重要な問題を後回しにするリスクがあります。スコープ定義の目的は、「限られたリソースの中で最も重要な箇所を正確に診断する」ことです。

スコープ定義の3つの軸

• 【目的軸】：何のために診断するのか。BI精度向上のため？AI学習データの整備のため？システム移行のため？目的が違えば、診断すべきデータも変わります。
• 【データ軸】：どのデータ（テーブル・ファイル・フィールド）を対象とするか。売上データなのか、顧客マスタなのか、在庫データなのか。業務への影響度が高いデータを優先します。
• 【品質軸】：5次元（完全性・正確性・一意性・整合性・最新性）のうち、どれを重点的に評価するか。すべてを均等に見るのではなく、目的に応じて優先度を付けます。

スコープ定義を現場で進める手順

まず「業務上最も問題が起きているデータ」をヒアリングで洗い出します。「会議で数字が合わない」「BIを信用していない」「AI精度が出ない」などの声から、どのデータが原因になっているかを絞り込みます。次に、そのデータがどのシステムに存在し、どのような更新フローを持つかを確認します。この情報があれば、どの品質次元を優先して診断すべきかが見えてきます。