データガバナンスとは
データ資産の管理に関する権限と制御（計画・監視・執行）の行使 。DAMA Wheel の中心に位置し、他の10知識領域すべてを統括・調整する。
"Data governance is the exercise of authority and control (planning, monitoring and enforcement) over the management of data assets."
1 ガバナンスの3要素
👥
People（人）
CDO・Steward・Council・Custodianなど、ガバナンスを担う役割と責任者
⚙️
Process（プロセス）
ポリシー策定・コンプライアンス監視・問題エスカレーション・KPI評価
💻
Technology（技術）
データカタログ・メタデータ管理ツール・DQ監視システム
2 ガバナンス組織階層
Chief Data Officer
CDO — データ戦略全体統括
Data Governance Council
戦略的意思決定（CXOレベル）
Data Governance Office
DGO — 日常ガバナンス調整
Stewardship Committee
スチュワード集合体
Data Steward
ビジネス側・説明責任者
Data Owner / Trustee
データ資産の所有権保持
Data Custodian
IT側・物理的維持管理
ビジネス側
IT/技術側
経営/管理
役割 側面 責任
CDO Chief Data Officer経営 データ戦略全体の統括（最高責任者） Council Data Governance Council経営 戦略的意思決定（CXOレベル・月次会議） DGO Data Governance Office管理 日常的なガバナンス活動の調整・支援 Steward Data Stewardビジネス 特定ドメインの説明責任・定義管理 ← 試験頻出 Trustee Data Trusteeビジネス データ所有権を持つ上位管理者 Owner Data Ownerビジネス 特定データ資産の説明責任（日常的管理） Custodian Data CustodianIT/技術 データの物理的維持管理・ストレージ・バックアップ ← IT側
🔑 試験最重要: Data Steward = ビジネス側 / Data Custodian = IT側（技術側）
3 RACI モデル
記号 意味 説明
R Responsible 実際の作業を実行する A Accountable 最終的な意思決定・説明責任（1タスク1人） C Consulted 意見・アドバイスを求められる I Informed 進捗・結果の報告を受ける
例：顧客データ変更要求のRACIフロー
タスク Business Steward Council IT部門 法務
変更提案 R I I — 最終承認 C A C C 実装 I I R —
⚠️ Accountable（A）は1タスクにつき必ず1人のみ 。Responsible（R）は複数可。
4 ガバナンス運用モデル比較
🏛️ Centralized（集中型）
CDO/DGOが一元的に管理。全社統一ポリシー。
🌐 Federated（連邦型）
各部門が自律的に管理。独自ポリシーを持つ。
⚡ Hybrid（ハイブリッド） 最も一般的
中央ポリシー + 部門自律性の組み合わせ。CoE方式が代表例。
5 ガバナンスポリシー階層構造
1
Policy（ポリシー）
何をすべきか・すべきでないかの原則。例：「個人データは暗号化して保存する」
必須 Mandatory
2
Standard（標準）
ポリシーを満たす具体的な基準。例：「AES-256暗号化を使用する」
必須 Mandatory
3
Procedure（手順）
標準を実現するための手順書。例：「暗号化設定の手順書」
必須 Mandatory
4
Guideline（ガイドライン）
ベストプラクティスの推奨。例：「鍵管理のベストプラクティス集」
推奨 Optional
⭐ Policy/Standard/Procedureは強制（違反はペナルティ対象）。Guidelineは推奨のみ（違反してもペナルティなし）。
ガバナンスの目標（5つ）
1. データ管理の方針・標準・戦略 を定義する2. データの説明責任（Accountability） を確立する3. データ管理活動の監督 を行う4. データ品質・利用に関する問題を解決 する5. 変化の状況でデータ管理を実現可能 にする
成功要因 TOP 5
最重要 Executive Sponsorship — 経営層のコミットメント2. Clear Accountability — 明確な説明責任の割り当て3. Incremental Approach — 段階的な実装4. Business Value Focus — ビジネス価値への焦点5. Change Management — 変更管理の適切な実施
6 データガバナンスフレームワーク
主要フレームワーク比較
フレームワーク 提供元 特徴
DAMA-DMBOK DG Framework DAMA 知識領域中心のアプローチ DGI Framework Data Governance Institute 10コンポーネントモデル Novatica Framework Novatica 組織・プロセス重視 IBM Maturity Model IBM 成熟度評価中心
DGI（Data Governance Institute）の10コンポーネント
1. Mission & Vision
2. Goals, Metrics, Success Measures
3. Data Governance Office
4. Data Stewards
5. Policies, Standards & Procedures
6. Program Sponsors
7. Data Stakeholders
8. Communications & Change Management
9. Education & Training
10. Ongoing Governance
7 ガバナンス指標（Metrics）
指標カテゴリ 具体例
成熟度 データガバナンス成熟度スコア コンプライアンス ポリシー遵守率 品質 データ品質スコアの推移 活動量 データ問題の解決件数 ビジネス価値 データ関連インシデントの削減数・削減コスト
⭐ Specialist試験 深掘りセクション
データスチュワードシップ成熟度モデル
Level 1
Stewardが存在しない（非公式担当のみ）
Level 2
指名されているが権限・時間・ツールなし
Level 3
明確な役割・権限・ガバナンスプロセスあり
Level 4
KPIで活動を測定・改善サイクルが機能
Change Management の4要素（Kotter簡略版）
1.
緊急性の確立 — 「なぜガバナンスが必要か」を経営課題として共有
2.
連携チームの形成 — 部門横断のChampionを育成
3.
ビジョンの共有 — 「ガバナンス後の姿」を具体的に描く
4.
定着化 — 早期の成功事例（Quick Win）を作り、成果を見せる
⚠️ ガバナンス失敗の最大要因は技術でもツールでもなく、Change Managementの欠如
Value Realization（価値の実現）— KPI設計
価値カテゴリ 測定例 種別
コスト削減 データ関連インシデント対応コストの削減額 ラグ指標 リスク回避 規制違反ペナルティの回避件数・金額 ラグ指標 収益貢献 データ品質改善による転換率向上 ラグ指標 Steward活動 トレーニング完了率・プロファイリング実施率 リード指標
🔑 役割の区別（最重要）
役割 側面 責任
Data Steward ビジネス データドメインの説明責任・定義 Data Custodian IT/技術 データの物理的管理・保管 Data Owner ビジネス データ資産の所有権・日常管理 CDO 経営 データ戦略全体の統括 Governance Council 経営 戦略的意思決定 DGO 管理 ガバナンス活動の日常調整
絶対に覚えるキーワード
Executive Sponsorship = 最重要成功要因
People / Process / Technology = 3要素
DAMA Wheel 中心 = Data Governance
Policy = 「何をすべきか」
Standard = 「どのように」
Steward = ビジネス側
Custodian = IT側
Hybrid = 最も一般的なモデル
Guideline = 任意（Optional）
A（Accountable）= 1タスク1人
運用モデル比較
モデル 一貫性 柔軟性 典型利用場面
Centralized（集中型） ◎ 高い △ 低い 規制業種、標準化が最優先 Federated（連邦型） △ 低い ◎ 高い 各部門の独立性が高い組織 Hybrid（ハイブリッド） ○ 中程度 ○ 中程度 最も一般的・推奨される
ポリシー階層まとめ
種別 強制力 内容
Policy 必須（Mandatory） 何をすべきか/すべきでないかの原則 Standard 必須（Mandatory） ポリシーを満たす具体的な基準 Procedure 必須（Mandatory） 標準を実現するための手順書 Guideline 推奨（Optional） ベストプラクティスの推奨
⚡ 試験直前「これだけ覚えろ」ボックス
1
Data Steward = ビジネス側 ／ Data Custodian = IT側（混同注意）
2
ガバナンス成功の最重要要因 = Executive Sponsorship （ツールでも人数でもない）
3
DAMA Wheel の中心 = Data Governance（他の10領域を統括）
4
最も一般的な運用モデル = Hybrid （Federated/Centralizedではない）
5
Guideline のみ「任意（Optional）」。Policy/Standard/Procedureは必須
6
ガバナンス失敗の最大要因 = Change Management の欠如 （Specialist頻出）
7
Accountable（A）は1タスクにつき必ず1人のみ （Responsibleは複数可）
8
3要素 = People / Process / Technology
Case 1 金融機関のガバナンスプログラム立ち上げ
背景: 日本の大手地方銀行（従業員3,500名）。合併後3年で旧2行のシステムが並存。「顧客」の定義が部門ごとに異なる（個人部門=口座保有者、法人部門=法人コード、リテール=世帯単位）。GDPR相当の規制対応とCDO就任を契機にガバナンスプログラム開始。
問題の連鎖フロー
問題の発端: 同一顧客が3システムで別々に管理
↓
顧客向けDM送付時に同一世帯に複数通届く（クレーム増加）
↓
規制当局からデータ品質に関する指摘
↓
CDO就任 → データガバナンスプログラム開始
実施アクション（フェーズ別）
Phase 1（月1-3）: Assessment & Foundation
現状調査：データドメインのインベントリ作成（23ドメインを特定）
エグゼクティブスポンサーの確保（CFO + CROが共同スポンサー）
Data Governance Councilの設立（CXOレベル、月次開催）
Phase 2（月4-6）: Organization Design
「顧客」ドメインのデータスチュワード任命
RACI定義：顧客IDポリシーの変更承認フロー
Phase 3（月7-12）: Policy & Standards
「顧客」のゴールデン定義を制定：「本行と口座・融資・保証いずれかの取引がある法人または個人」
命名標準（Naming Standard）の策定
データ品質SLAの定義（顧客マスター：Completeness 99%以上）
判断根拠（試験頻出）
判断ポイント なぜそうしたか
CFOをスポンサーに データ品質コストを「投資対効果」として可視化できる立場。Executive Sponsorshipが最重要だが、具体的には財務・リスク部門が最も説得力を持つ FederatedではなくHybrid 部門の自律性を完全に奪うと抵抗が強く失敗する。中央でポリシーを定め、実装は部門に委ねるHybridが現実的 Steward任命をIT側にも Business Stewardだけでは技術的な実現可能性を担保できない。Technical Stewardとのペア体制が実務では必須
アンチパターン（失敗パターン）
アンチパターン 問題点
IT部門主導でガバナンス開始 「システム的に正しい」定義が事業判断を反映しない → Business Stewardのいないガバナンスは形骸化 ポリシーを全て一度に整備 変更への抵抗が大きく、適用前に旧ポリシーが有効な状態が長続き。最重要ドメインから段階的に DGOを別個の組織に データガバナンスが「管理組織の仕事」になり現場が関与しない
Case 2 Federated → Hybrid への移行（製造業）
背景: グローバル製造業（従業員12,000名、子会社14社）。各子会社が独立したFederated体制を20年続けてきたが、製品コードの不統一・IFRS16対応・サプライチェーン可視化の困難という問題が顕在化。
From: Federated（現状）
各子会社がデータポリシーを独自に策定
本社はデータに関与しない
✓ 意思決定速度が高い
✗ グループ全体での集計・分析が不可能
To: Hybrid — CoE方式（目標）
本社 Data CoE（Center of Excellence）
├── グローバル共通ポリシー策定・維持
├── クリティカルなデータドメインの中央管理
└── 標準・ガイドラインの提供
各子会社 Local Data Steward
├── ローカルポリシーはグローバル標準に準拠
└── ローカルDQの管理
移行で最も困難だった点：Change Management
抵抗の源泉：「本社に管理される」への心理的抵抗
対策：「ポリシーを押し付けるのではなく、共に作る」スタンスで各子会社のStewardを設計プロセスに参画させた
KPI：移行後12ヶ月でポリシー遵守率を 60% → 85% に改善
Governance Maturity Model（成熟度）
Level 0: No formal governance（ガバナンスなし）
Level 1: Initial（reactive）← 移行前の状態
Level 2: Repeatable（aware but inconsistent）← 移行前
Level 3: Defined（documented, standardized）← 目標
Level 4: Managed（metrics-driven）← 目標
Level 5: Optimized（continuous improvement）← 先進的状態
多くのFortune 500企業でもLevel 3が現実的な目標 。Level 5はAIによる自動ガバナンスを含む先進的な状態。
Case 3 Data Stewardship Program の設計
背景: 大手保険会社。ガバナンス組織（Council/DGO）はあるが現場レベルの実装が進まない。Business Data Stewardが責任だけ与えられ、権限・時間・ツールが与えられていない状態。
Before（失敗パターン）
役割定義：「データに関する問題の責任者」（曖昧）
Time Commitment: 明確に定義なし（実際はほぼゼロ）
権限: データ変更の「意見を言える」程度
ツール: Excelでの手動管理
After（改善版）
役割の明確化 RACI上で「Accountable」の範囲を明示 Time 週5時間のコミット（最低ライン） 権限 データ定義変更のveto権 + エスカレーション権 ツール データカタログ（Collibra）への編集権限 KPI 業績評価にDQ指標を10%含める
Steward種別ごとの役割定義
種別 主な役割 権限レベル
Executive Data Steward予算・組織的意思決定 ポリシー承認 Business Data Stewardビジネスルール・定義の管理 定義変更の承認 Technical Data Stewardデータモデル・標準の管理 技術標準の承認 Operational Data Steward日常的なデータ品質管理 データ修正の実行
⭐ 試験ポイント: DMBOK定義では「Data Steward = ビジネス側 / Data Custodian = IT側」の二項対立で問われる。
⭐ Specialist試験 — シナリオ型問題の解き方
1. 誰が問題のオーナーか？（ビジネス or IT）
2. どのガバナンスモデルが適切か？（Centralized / Federated / Hybrid）
3. Change Management は十分か？
4. Metrics で効果を測定できるか？
頻出判断パターン
状況 正解の方向性
「各部門がバラバラにデータ管理」 Hybrid または Federated → Hybrid への移行推奨 「ガバナンスが機能しない」 Executive Sponsorship の欠如 + Change Management 不足を疑う 「Data Stewardが機能しない」 権限・時間・ツールの欠如を確認 「ポリシーが守られない」 罰則よりも、遵守しやすい環境づくり（自動化・ツール整備） 「データ定義が部門間で違う」 Business Glossary の作成 + Steward による合意形成プロセス