データ品質のKPIは「NULL率・重複率・形式エラー率」といった一般的な指標が語られることが多いですが、マスタデータには固有の品質課題があります。顧客マスタの重複レコード率、商品マスタの必須属性充足率、取引先マスタの更新適時率——こうしたマスタデータ固有の指標を設計・測定できている組織は多くありません。データ品質KPIの汎用的な設計・運用についてはデータ品質を数値で継続管理する：モニタリングKPIの設計と運用で解説しています。本記事はその先の「マスタデータ固有のKPI（重複レコード率・名寄せ率・必須属性充足率・更新適時率）」の設計に特化しています。
マスタデータ品質のKPIを適切に設計することで、整備作業の効果を定量的に追跡でき、経営層への報告や次フェーズの計画立案が容易になります。本記事では、主要なマスタデータドメイン（顧客・商品・取引先）ごとの固有KPIの設計方法と測定の実務を解説します。
なぜ「マスタデータ固有のKPI」が必要か
一般的なデータ品質KPI（NULL率・重複率）はすべてのデータタイプに適用できますが、マスタデータには追加で追跡すべき固有の品質側面があります。例えば「商品マスタにコードが登録されているが、必要な属性情報（仕様・単価）が空のまま」という状態は、NULL率だけでは「一部欠損あり」としか見えませんが、業務的には「事実上使えないマスタが存在する」という重大な問題です。マスタデータの品質は「レコードが存在するか」だけでなく「業務で使える状態か」という観点が必要です。
顧客マスタのKPI設計
顧客マスタの品質は「同一顧客が重複なく・必要な情報が揃った状態で・最新の情報で登録されているか」で評価します。なお「重複レコード率」と「名寄せ率」は混同されやすいものの別の指標です。前者は全体のうちどれだけ重複があるかを示し、後者は名寄せ処理で同一と判定できた割合を示します。名寄せ率には標準化された唯一の計算式があるわけではないため、分母と分子の定義を自社で決め、それを固定して継続測定することが前提になります。
| KPI名 | 計算式の考え方 | 目安となる水準 |
|---|---|---|
| 重複レコード率 | （重複と判定されたレコード数）÷（総顧客レコード数）× 100 | 初回測定した自社の現在値を起点に、業務影響から設定 |
| 名寄せ率 | （同一顧客と判定できたレコード数）÷（名寄せ対象レコード数）× 100 | 同上。計算式は自社で定義する必要がある |
| 必須属性充足率 | （必須と定めた属性が全て揃っているレコード数）÷（総レコード数）× 100 | 「必須属性」を業務要件から先に定義したうえで設定 |
| 更新適時率 | （設定した期間内に更新・確認されたレコード数）÷（対象レコード数）× 100 | 必要な更新周期を業務要件から決めて設定 |
| 退会・廃止済み顧客の混入率 | （廃止ステータスがなく実態は取引なしの顧客数）÷ 総件数 | ゼロが理想。定期棚卸しで管理 |
顧客マスタ品質のKPI例
商品マスタのKPI設計
商品マスタの品質は「正確な仕様・分類・価格情報が全SKUで揃っているか」で評価します。製造業では品番マスタ、小売・ECでは商品カタログ、SaaS企業では契約プランマスタがこれにあたります。
- 必須属性充足率：商品コード・SKUに対して、必須と定めた属性（仕様・単価・カテゴリ等）がすべて入力済みの割合。「コードだけあって仕様が空」の件数を測定します。なお「コードが設定されているレコードの割合」は別指標（商品コード設定率）なので、名称を分けて管理します
- カテゴリ分類の完全性：商品が正しいカテゴリ・ブランド・シリーズに分類されている割合。未分類・不明カテゴリに割り当てられているSKU数を追跡します
- 廃番・廃止コードの残存率：廃番になったはずの品番が有効なステータスで残っている割合。定期棚卸しによる廃番処理の実施状況の指標になります
- 複数システム間の価格整合性：価格マスタが複数システムに存在する場合、各システム間の価格差異が発生しているSKU数を追跡します
取引先マスタのKPI設計
取引先マスタ（仕入先・顧客・外注先）の品質は「複数部門・システムで整合した状態で・最新の取引先情報が維持されているか」で評価します。
- 取引先コードの部門間整合率：購買・経理・営業の各システムで同一取引先が同一コードで管理されている割合（または対応関係が文書化されている割合）
- 法人情報の最新性：公的情報との照合で、商号・所在地などが最新の状態を反映しているか。国税庁の法人番号公表サイトで確認できるのは商号・所在地・法人番号の基本3情報で、資本金などを確認する場合は登記情報など別の情報源が必要です。定期確認の実施率をKPIにする方法もあります
- 廃業・取引終了先の混入率：廃業または取引終了した取引先が有効ステータスで残っている割合
- 与信情報の更新率：自社で定めた更新周期内に、与信上限・与信ステータスが更新または確認された取引先の割合。周期は取引条件やリスク管理方針によって異なるため、まず自社の基準を決めます
KPIの測定方法と可視化
設計したKPIを定期的に測定・可視化することで、改善の進捗を追跡できます。測定方法は自社のデータ環境に応じて選択します。
- SQL・Excelでの測定：小〜中規模のマスタであれば、SQL集計やExcelのピボットテーブルで月次測定できます。測定クエリをドキュメント化しておくことで担当者が変わっても継続できます
- BIダッシュボードへの組み込み：LookerやTableauなどのBIツールのダッシュボードにKPIを追加することで、定期更新された測定結果を継続的に可視化できます。更新間隔はデータの連携方式によって決まるため、どの頻度で最新化されるかを確認しておきます
- データプロファイリングツールの活用：データ品質ツール（Ataccama・Talend等）を使っている場合は、マスタデータの品質スコアをツール上で定義・モニタリングします
目標値をどう決めるか：業界平均ではなく自社の現在値から
KPIを設計したあとに迷うのが目標値の置き方です。外部の平均値を探して当てはめようとすると、業種・マスタの規模・運用体制が違うため根拠として弱く、現場も納得しません。現実的なのは、初回測定で確定した自社の現在値を起点に、改善幅で目標を置く方法です。名寄せ率が12%なら「まず8%」というように、達成可能な幅を刻みます。いきなり理想値を掲げると、到達しないまま数値が放置され、KPI自体が見られなくなります。
もう一つの考え方は、業務側が困るラインから逆算することです。「重複が何%を超えるとDM発送で苦情が出るか」「必須属性の欠損が何%を超えると受注処理が止まるか」を業務部門に聞き、その手前を目標に設定します。この決め方は現場の実感と結びつくため、なぜその数値を追うのかを説明しやすくなります。なお目標値は一度決めたら固定するものではなく、達成したら次の水準に引き直します。KPIは現状を映す鏡であって、点数を取るための試験ではありません。
KPI運用の現実的な始め方：最初の90日
マスタデータ品質のKPIを設計しても「測定をどこから始めるか」で止まるケースがあります。推奨する進め方は「最初の30日で測定クエリを作り、60日目に初回測定値を確定し、90日目に改善目標値を設定する」という段階的なアプローチです。初回測定はベースライン（現状値）の確定が目的であり、値が悪くても問題ありません。むしろ悪い値がはっきりすることで、改善の優先領域と期待効果の試算ができます。
KPIは設定した後の「報告の仕組み」がないと形骸化します。月次の品質レポートを定例会議の議題に入れる・BIダッシュボードに品質ウィジェットを追加するなど、KPIが「定期的に目にふれる場所に出る仕組み」を整備してください。品質担当者だけが見るKPIではなく、データを利用するビジネス部門も閲覧できる環境を作ることで、改善への動機づけが組織全体に波及します。
KPI値が改善した場合の「業務への影響」も記録しておくことをお勧めします。「顧客マスタの重複率が12%から4%に改善し、マーケティングの送付先リストから重複排除できた」というような具体的な成果の記録は、経営層へのデータ品質投資の説明資料として活用できます。数字の変化とビジネス上の変化を紐づける習慣が、データ品質管理を「コスト」ではなく「投資」として捉える文化を作ります。KPIは1年後・2年後の値と比較することで、長期的なデータ品質の改善トレンドが可視化され、次の改善フェーズへの投資判断を裏付ける根拠になります。
まとめ
マスタデータ品質のKPIは「一般的なNULL率・重複率」に加えて、各マスタドメイン固有の「業務で使える状態か」を測定する指標を設計することが重要です。最初から多数のKPIを設定する必要はなく、「顧客マスタの重複レコード率」「商品マスタの必須属性充足率」など、業務への影響が最大のKPIを数本に絞って測定を始めることをお勧めします。KPIを定期測定・報告する仕組みが整えば、マスタデータ品質の改善がデータで見える形で進められます。マスタデータ品質のKPI設計・測定体制の構築をご検討の場合は、BFT Insightにご相談ください。
よくある質問
名寄せ率を測りたいのですが、そもそも「重複」の判定基準が決まっていません。
判定基準を完璧に決めてから測ろうとすると着手できません。まずは確実性の高い識別条件だけで数えてください。法人であれば法人番号の一致が強い判定材料になります。個人の場合は氏名だけで判断せず、メールアドレス・電話番号・住所などを組み合わせて判定します。メールアドレスは共有や変更もあるため、単独では同一人物の根拠になりません。厳しい条件に絞る分、重複を取りこぼす可能性がありますが、ベースラインとしては機能します。あわせて、表記ゆれを含む判定に広げたときに件数がどう変わるかを一度確認しておくと、基準の違いで数値がどれだけ動くかを関係者と共有できます。
KPIが改善しても、業務が楽になった実感がないと言われます。
指標と業務の痛みが結びついていない可能性があります。KPIを選ぶ前に「今どの作業で手戻りが起きているか」を業務部門から聞き、その作業に直結する指標を選んでください。例えば請求書の宛先間違いが頻発しているなら、顧客マスタ全体の充足率より「請求先住所が最新である割合」の方が実感に近くなります。測定範囲を業務単位に絞ると、改善が体感に結びつきやすくなります。
測定を自動化したいのですが、専用ツールがありません。
月次であれば、SQLの集計クエリを数本用意して結果を1枚のシートに貼るところから始められます。重要なのは自動化の度合いより、同じ条件で継続して測れることです。クエリをファイルとして保存し、誰が実行しても同じ結果になる状態にしておけば、担当者が替わっても測定は続きます。ツールの導入は、測定対象のマスタが増えて手作業では追えなくなった段階で検討すれば十分です。