データカタログ活用法

迷子にしないデータカタログ設計：範囲と粒度を決める

データカタログは「すべてを載せる」よりも「使うべきものを絞る」方が成果につながります。最初に対象範囲を決め、粒度を固定します。推奨は「分析で常用されるマート・ビュー・重要な原表」に限定し、ステータスを3分類（Production／Experimental／Deprecated）で明示します。これにより、現場は迷わず「今、使っていいデータ」に辿り着けます。

命名と構造ルール

テーブル名とドメイン（例：sales、marketing、product）を接頭辞で揃え、ビジネス定義が変わる可能性が高いものにはバージョンを付与します（sales_order_v2）。列名は英語スネークケースを原則にし、派生指標は末尾に「_calc」。この粒度を守るだけで検索精度が跳ね上がります。

最小メタデータの型

• ビジネス定義（何を数えているか／含む・含まない）
• オーナー（部署＋人名）、問い合わせチャンネル
• 更新頻度・SLA（例：毎朝6時、遅延許容30分）
• PII/機微フラグ、アクセス権限
• 系譜（上流・下流テーブル名）

迷ったら上記5点だけを最初の必須項目にします。あとは利用が伸びたものから深掘りすれば十分です。

メタデータ運用の実践：タグ・オーナー・SLAを日常化

カタログは作って終わりではなく「更新が日常に溶ける」ことが生命線です。更新の負担を軽くするため、自然言語ツールを積極活用します。列説明や辞書のたたき台はChatGPTやClaude、Geminiに生成してもらい、データスチュワードが最終確認するフローにします。初稿を人がゼロから書くより70％は速くなります。

タグ運用のコツ

• タグは3階層まで、1テーブルあたり最大3タグに制限（例：domain:sales、sensitivity:pii、status:production）
• 業務タグは四半期ごとに棚卸し。未使用タグはアーカイブ

オーナーとSLAの仕組み

• オーナーは「部署×役職×補佐」の三人体制（例：データ基盤Mgr／各ドメイン責任者／アナリスト）
• 問い合わせSLAは24時間以内の一次回答。回答できない場合は期限と代替ソースを提示
• 更新SLA違反は自動でステータス降格（Production→Experimental）し、ダッシュボードに警告を表示

これらを週次の運用会議で可視化し、未更新のテーブルはアーカイブ候補に入れます。ルールは少なく、違反時の扱いだけ明確にするのがポイントです。

利用データから学習する：クエリログと品質スコアの活用

良いカタログは「よく使われ、事故が少ない」状態を自動で保ちます。そのためにクエリログとテスト結果を用いた品質スコアを導入します。

品質スコアの例（100点満点）

• 鮮度（最新更新がSLA以内）: 40点
• テスト健全性（欠損・重複・参照整合の合格率）: 30点
• 利用度（直近30日のユニーク利用者とクエリ数）: 20点
• メタデータ充足（説明・タグ・オーナーの完備）: 10点

60点未満はDeprecated候補、80点以上はおすすめに露出。スコアは毎日計算し、トップページでランキング化します。SQL作成時はCopilotのサジェストやクエリ履歴を紐づけ、初心者でも「高スコアのテーブル」から使い始められる導線を作ります。

検索と意思決定のKPI

• 検索→クリック→クエリ実行の転換率（サーチの精度指標）
• 問い合わせの一次回答時間（SLA遵守）
• 重複ダッシュボード削減率（同義指標の乱立抑制）
• 品質インシデント件数と影響ユーザー数

ダッシュボードの上位検索語と「無クリック検索語」を毎週見直すと、どの定義が曖昧かが一目で分かります。説明文の改訂や同義語登録を迅速に反映しましょう。

身近な企業活用例：EC中堅の転換点

在庫と受注の定義ズレでキャンペーン在庫が欠品表示になる事故が続出。最初のカタログ導入では、全テーブルを一気に登録しタグも大量発行。検索にノイズが増え、結局「分からないから詳しい人に聞く」状態に逆戻りしました。

やり直しでは範囲を「売上・在庫・顧客の主要30テーブル」に絞り、ステータス運用と品質スコアを導入。列説明はChatGPTとClaudeで初稿を生成、担当者が5分で校正。問い合わせはSlackの窓口に統一し、24時間SLAを設定。90日未使用のテーブルは自動でDeprecated。定義が競合するメトリクスはワークショップで一本化し、Experimentalとして検証期間を設けました。検索上位の「在庫」の無クリック率が高かったため、GeminiでFAQを要約しトップに固定表示したところ、問い合わせは半減。Copilotのサジェストで高スコアの在庫ビューが優先提示され、現場のSQLも安定しました。

結果として、ダッシュボード作成リードタイムは9日→4日に短縮、重複在庫レポートは12→3に削減、在庫欠品の誤判定は四半期でゼロを達成。経営会議では「どのテーブルを根拠にしたか」が明示され、意思決定のスピードが上がりました。

データカタログは単体のツールではなく、収集・加工・可視化・権限管理をつなぐ土台です。更新SLAと品質スコア、検索導線、生成AIを組み合わせて「常に使える状態」を保てば、データ解析プラットフォーム事業の価値は素直に増幅します。プラットフォームに流れるデータの来歴と意味が一望できることは、分析の正しさと速さの両方を担保し、現場の判断を静かに後押ししてくれます。