概要

データ管理プロセス (Data Management Process)

DAMA-DMBOK 2nd Edition — Chapter 1: Data Management

出題割合: 2%(約2問)


1. データ管理とは

定義: データ資産の価値を開発・実現・維持するための計画・政策・プログラム・プロジェクトの実施と管理。

"Data management is the development, execution and supervision of plans, policies, programs and practices that deliver, control, protect and enhance the value of data and information assets throughout their lifecycle." — DAMA-DMBOK 2nd Ed.


2. DAMA-DMBOK の構造

DAMA Data Management Framework(DAMA Wheel)

             Data Governance(中心)
            /         |         \
  Data Architecture  Data Modelling  Data Storage
       Data Security   Data Integration
    Document & Content  Reference & Master Data
    DW & BI   Metadata   Data Quality

知識領域の共通構造

各章は以下の構造で記述される:

セクション 内容
Introduction 知識領域の概要と重要性
Business Drivers なぜ必要か
Goals & Principles 目標と原則
Essential Concepts 主要概念・用語
Activities 実施すべき活動(What)
Tools 利用するツール
Techniques 具体的な手法
Implementation Guidelines 実装ガイドライン
Metrics 測定指標

3. データ管理の目標(Goals)

  1. データとデータプロセスを 理解・サポート する
  2. データを利用して ビジネス価値 を提供する
  3. データ資産を 保護・維持 する
  4. データ管理活動の 持続可能性 を確保する
  5. データ管理の 専門性 を高める

4. データ管理の主要概念

データ vs 情報 vs 知識

Data(生のファクト) → Information(文脈のある意味) → Knowledge(応用された知識) → Wisdom(判断力)

データ管理成熟度(DMM)

組織のデータ管理成熟度を測るフレームワーク。代表例:

レベル:

Level 1: Initial(アドホック、混乱)
Level 2: Repeatable(基本プロセスあり)
Level 3: Defined(標準化・文書化)
Level 4: Managed(測定・制御)
Level 5: Optimizing(継続改善)

データライフサイクル

計画(Plan) → 設計(Design) → 実装(Enable/Create) → 
維持(Maintain/Use) → 強化(Enhance) → 廃棄(Dispose)

5. データ管理の課題

課題 説明
データは意図なしに管理できない 意思決定と投資が必要
データ管理はデータを作成した人だけの責任ではない 組織全体の責任
データ管理には技術だけでなくプロセスと人も必要 トライアングル: People / Process / Technology
データの価値は測定しにくい 定量化の工夫が必要

6. DAMA と CDMP

DAMA の使命:データ管理専門家の教育・発展・コミュニティ形成


試験ポイント