メタデータ通りの趣旨と進め方

メタデータに関わる方が学び・交流する場となる「メタデータ通り」を開通しました。
2025/7/16のキックオフセミナーで、メタデータ通り世話人の板谷健司さんの資料です。
補足資料としてデータ横丁案内と次回Meetupの案内があります

説明動画アーカイブはこちら。
https://www.youtube.com/live/4s2VhxvMoAM?si=AoapC-LE5CsKWIr2&t=2344

対面ワークショップは 2025/9/11です。詳細と参加申込はこちら
https://datayokocho.connpass.com/event/362628/

Transcript

1. © 2025 Data-Yokocho, All rights reserved. 第1回 「メタデータ通り」趣旨と進め方 2025年7月16日 株式会社 Quollio Technologies 執行役員 板谷 健司
2. 2 © 2025 Data-Yokocho, All rights reserved. Agenda 1. 世話人の紹介 2. データ活用の現状と課題 3. メタデータの必要性 4. メタデータの位置付け整理 5. 本コミュニティの運営について
3. 3 © 2025 Data-Yokocho, All rights reserved. 1.世話人の紹介
4. © 2025 Data-Yokocho, All rights reserved. 4 世話人の紹介 本グループは、以下のメンバーが運営いたします。ご参加の皆さまは各企業に所属されていますが、本グループではその 立場を一旦離れ、一個人として「本質的なデータ活用」を追求する場としてご参加いただければと思います。 世話人 板谷 健司 時代の流れが速い中、 知識・技術・経験はすぐに廃れる。 センスとデータ（メタデータ）を磨くこと こそが、サスティナブルな成長をもたらす と信じて疑わない頑固者。 モデレーター 中村 一星 面白い話がありますよとデータ横丁に 誘われたら、あれよあれよと言う間に、 司会をやることになりました。 メタデータ何ソレ状態のため、司会やり ながら私も勉強します（笑）。 本日のモデレーター 平岡 正寿 隣人「データモデリング通り」の世話人。 本日は、急遽、司会をお願いさせていただ きました。 【 単なる机上論や技術至上主義、海外事例の模倣にとどまらない、本質志向の議論を目指します 】
5. 5 © 2025 Data-Yokocho, All rights reserved. 2. データ活用の現状と課題
6. © 2025 Data-Yokocho, All rights reserved. 6 「データを活用しきれていない」現状の因数分解 テクノロジーの進化は速く、データ・ドリブンやDX推進、AI活用と言われて久しい。しかし、多くの企業で、データを活用 仕切れていない、思うようなビジネス効果が出ていない、投資対効果が十分でない等の悩みを抱えているのが実情。 Available （使える状態） Usable （利用できる状態） Actionable （使いこなせる状態） Operationalized （継続利用・持続的改善状態） 見ることができる、取得できる （データを使用できるか否か） 目的に応じてデータを利用できる （ビジネス成果・効果の有無は不問） 点で実装され、データ活用ができる （ビジネス成果・効果の創出） 面で実装され、使い続けられている （PDCAが周り、変化対応力がある） 事業戦略・データ戦略 データ管理・活用・運用組織 データ管理・活用・運用体制 データ管理・活用・運用人材・育成体制 データ収集・蓄積・集約 企業文化 最新・先端テクノロジー データガバナンス・AIガバナンス ビジネスメタデータ オペレーショナルメタデータ テクニカルメタデータ 使 利 活 継
7. © 2025 Data-Yokocho, All rights reserved. 7 「データを活用し成果を創出する」ための重要成功要因と課題 データを「使用できる状態」から「利用できる状態」、「活用できる状態」へと進化させることで、実効性高くビジネス効 果を創出することが可能。データマネジメントに加えて、メタデータマネジメントを行うことがポイント。 【課題１】目的に対し、社内に十分なデータがない 【課題２】データの使用・利用・活用が十分でない • 会社がマストで収集・保管するのは、ドメイン 事業の獲得・維持・管理に必要なデータのみ • データ収集・蓄積に労力をかけ、自主的にシス テム開発を行うのは、自部門に必要な場合のみ 事業の高度化・効率化・拡大・シナジー拡大に 必要なデータは、明確な意思と別コストが必要 他部門や会社横断的な利益のために自分が予算を とって開発をしても、評価やコストが合わない → 効率化の弊害 → 縦割り組織（在任期間限定）の弊害 仮に十分な データが あったとしても • 目的に対しどんなデータが必要であるかが不明 • その必要なデータを保有有無が不明 • 無い場合、他の保有データで代替可能かが不明 • データを保有していても、その所在が不明 • 所在が判明しても、制約や利用可否が不明 • 利用可能なデータであっても活用の仕方が不明 暗黙知 データ整備 データ品質 暗黙知 暗黙知 データ整備 データマネジメント メタデータマネジメント ＋ 活 使 利 活 活 使
8. © 2025 Data-Yokocho, All rights reserved. 8 データ活用の基本プロセス（メタデータの適用領域） ビジネスメタデータが必要となるプロセスは、データサイエンティストが草の根で情報を把握（または専門チームを組成） するか、ITやDX部門内に専門部隊を組織して代替しているケースが多い。そのため、属人的で再現性や持続性に難あり。 ビジネス課題に 基づく仮説立案 仮説を 検証・説明するデ ータの洗い出し 保有してない又は 不足する場合は 社外データで補完 ビジネス目的にあ ったデータ活用設 計、制約把握 データ抽出・加工 作業 分析・可視化・ モデル構築 （AI・BI活用） 業務適用と 効果測定・評価 知見の蓄積 （ナレッジ化） ・業務目的・定義 ・業務背景・理由 ・業務用語・意味 ・ビジネ構造・関係性 ・業務課題・ペイン ・KPI ・ユースケース ・成功事例・失敗事例 ・データソース名 ・データの所在 ・データ項目一覧 ・データの意味 ・アクセス権限 ・データ品質（欠損 率、整合性等） ・データ量 ・データ更新頻度 ・最終更新日 ・個人情報の選別 ・機密情報の識別 ・業務ポリシーや ビジネスルールの 適用 ・目的外利用の排除 ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ ⑩ ビジネスメタ ビジネスメタ ビジネスメタ テクニカルメタ オペレーショナルメタ テクニカルメタ オペレーショナルメタ テクニカルメタ オペレーショナメタ オペレーショナルメタ 必要データの 社内保有有無・ 代替可否を確認 保有する場合は データ使用可否・ 条件を確認 ・利用データの特定 ・前処理方法の把握 ・ETL情報 システム部門 デタマネ部門 デタマネ部門 DX部門 事業部門 ミッシングパーツ ミッシングパーツ ミッシングパーツ ミッシングパーツ ミッシングパーツ
9. 9 © 2025 Data-Yokocho, All rights reserved. 3. メタデータの必要性
10. © 2025 Data-Yokocho, All rights reserved. 10 「メタデータ」という言葉から連想するイメージ 人それぞれの過去の経験や知識によって感じ方は様々であるものの、概ねポジティブなイメージは少ない。 何か難しそうで、とっつきにくい システム部門や技術者が使うもの 自分の仕事に必要性を感じない データを説明するデータとは？ なぜ大事であるかが分からない 初めて聞いた、知らなかった
11. © 2025 Data-Yokocho, All rights reserved. 11 データ活用がうまくいかない企業が直面する実務的課題 データ活用がうまくいかない実務的課題は複数あり、解決策も多岐に渡る。それぞれの解決策の土台となるものがメタデー タであることから、メタデータを理解し充足させることが、構造的課題の解決に直結する。 ①経営と現場の 分断・乖離 ②組織・人材・ 文化の壁 ③ガバナンスや ルールの未整備 ④意味・価値の 不統一 ⑤データの質と 可用性の維持不足 ⑥データ基盤 （技術）の未整備 データ活用がうまくいかない 構造的課題 解決策 経営のコミットメントと ビジョン提示 データガバナンス 体制の整備 現場と連携した 活用ユースケース設計 人材育成と データリテラシーの強化 データ基盤の整備と 統合 メタデータの整備と活用 メタデータはデータ活用の土台であるが、単独での課題解決は難しいため、他の要素との連携が必要。 次ページ
12. © 2025 Data-Yokocho, All rights reserved. 12 データ活用の構造的課題とメタデータ種類との関係性 これまでは、企業内のデータにアクセス・使用できる環境を整えて民主化が進めば、データ活用も進むと考えられてきた。 しかし、昨今、生成AIやAIエージェントを使いこなすには、メタデータの蓄積・活用が必須要件となっている。 構造的課題 テクニカルメタデータ オペレーショナルメタデータ ビジネスメタデータ ①経営と現場の分断・乖離 △ （間接的） △ （間接的） ◯ ビジョン・戦略・目的の不整合・不明 （データ活用が技術ドリブンと誤解） ②組織・人材・文化の壁 △ （間接的） △ （間接的） ◯ 意味・背景等のBizのサイロ化・属人化 共通言語化とナレッジの横展開不足 ③ガバナンスやルールの未整備 △ （間接的） ◯ データやメタデータへのアクセス・監査 ログ、基本統計情報（異常値検出） ◯ 利用・権限・セキュリティルールの不足 データやメタデータの管理責任の明確化 ④意味・価値の不統一 △ （間接的） △ （間接的） ◯ 項目名、定義理解、文脈・事例の顕在化 同音異義語・同義語・類義語の明確化 ⑤データの質と可用性の維持不 足 ◯ データ構造・型・ソースの明示 ◯ データやメタデータの登録日・更新日 データやメタデータの変更履歴 ◯ 所管別・業務別・顧客別の利用可否 品質・鮮度の保証（最終確認日） ⑥データ基盤（技術）の未整備 ◯ 物理構造・データ源泉フローの把握 ◯ データ加工プロセス、リネージの把握 △ （間接的）
13. © 2025 Data-Yokocho, All rights reserved. 13 AI Readiness 3.0の世界へ 急速なAI技術の進展により、技術面からビジネス変革の可能性は高まっている。しかし、多くの企業はAI利用・活用に必要 なAI Readiness 2.0 / 3.0を満たしておらず、未対応項目を早急に解消しAIの能力を生かしたビジネス効果創出が急務。 【AI Readiness 1.0】 〜 AI使用レベル（Use）〜 【AI Readiness 2.0】 〜 AI利用レベル（Apply）〜 【AI Readiness 3.0】 〜 AI活用レベル（Leverage）〜 「従来型AI」止まり 「生成AI / AIエージェント」止まり 「Agentic AI / Multi Agentic AI」の世界へ データの所在や表面的な意味を理解し AIが持つ機能を単に使うこと データの意味やAIが持つ機能・利点・特性を理解し 目的に応じて使うこと ビジネス暗黙知・コンテクストを活用し、 データやAIが持つ本来の能力・価値を引き出し、 戦略的・効果的に使いこなすこと 利活用（Utilization） 現状把握 DSの経験・能力に依存 自動分類・予測 PoC 提案 説明補助 部分的な自動化 効率化・改善 意思決定 業務変革 課題解決 自立的な自動化支援 （例）掃除機を使用 ・掃除機の電源を入れて、吸引動作をさせた → 掃除機が動いたという事実以外は不明 （例）掃除機を利用 ・部屋を綺麗にするため定期的に掃除機を使用 → 目的に応じて使うが成果や効果までは不明 （例）掃除機を活用 ・複数ルンバが汚れを検知し相互に隅々まで掃除 → 協業・自動化で成果や効果をコミット ガバナンス・ビジネスメタデータ・運用体制・企業文化の醸成 データ品質・セキュリティ・人材・組織 AI技術・データ基盤構築・データ整備・テクニカルメタデータ・オペレーショナルメタデータ
14. © 2025 Data-Yokocho, All rights reserved. 14 AI Readiness 3.0の世界へ AI活用の高度化とは、最先端テクノロジーを活用するだけでなく、これまで見て見ぬふりをしてきた「人」や「ビジネス」 の暗黙知を活用するというパンドラの箱を開けることに他ならない。 定型業務 （ルール化された業務） 非定型業務 （暗黙知が必要な業務） 対応済・効率化済 仕組化 対応未了・効率化未了 データドリブン ビジネスメタデータ ＋ データドリブン ビジネスメタデータ ＋ テクノロジードリブン ＋ 業 務 データドリブン テクノロジードリブン ＋ データドリブン 【これまでの適用領域】 テクノロジーの効果を 実感可能な領域 メタデータの効果を 実感可能な領域 1 2 ビジネス変革の効果を 実感可能な領域 【これからの適用領域】 AI導入 → 定型業務＆仕組化済のため効果は薄い AI導入 → 定型業務のため過度な効果は望めない → 生成AI・AIエージェントを導入 しても効果は限定的 → AI赤字を生む可能性もあり → ビジネスコンテキストにより、 AIの特性を最大限引き出す → 勘や経験、ユースケース等に より属人化を解消
15. 15 © 2025 Data-Yokocho, All rights reserved. 4. メタデータの位置付け整理
16. © 2025 Data-Yokocho, All rights reserved. 16 「データガバナンス」と「データ活用」の両利きの経営を実現 データを適切に活用するには「狭義のデータガバナンス」＋「実効性のデータガバナンス」が必要。「狭義のデータガバ ナンス」はデータマネジメントで、「実効性担保のデータガバナンス」はメタデータマネジメントで統制し相相互補完。 広義のデータガバナンス 狭義のデータガバナンス 実効性担保のデータガバナンス 補完関係 実データそのものの使用可否を統制 「直接統制」 実データのビジネス的使用可否を統制 「間接統制」 データマネジメント メタデータマネジメント セキュリティ管理、リスク管理、プライバシー管理のうち 一部は、メタデータマネジメントで統制すべき部分を すでに網羅しているケースあり（分かりづらさの一因） ビジネスの暗黙知→形式知化 （含 セマンティックレイヤー、コンテクスト） ビジネス上の利活用ルールを定義し、統制することで、 はじめて実効性の高いデータ活用が実現できる （責任あるAI、ビジネス効果を創出するAIに必須）
17. © 2025 Data-Yokocho, All rights reserved. 17 データマネジメントにおけるメタデータの位置付け テクニカルメタデータやオペレーショナルメタデータはDataOpsに必要なため、これまでも必然的にデータマネジメント に組み込まれたいた。一方、AIをに必要なビジネメタデータは暗黙知であることが多く意識的な収集・メンテが必要。 【広義のデータマネジメント】 データマネジメント メタデータマネジメント データの追加・変更・削除と連動して メタデータのメンテが必要となる部分 メタデータ単独で追加・変更・削除等の メンテが必要となる部分 データ単独で追加・変更・削除等の メンテが必要となる部分 【狭義のデータマネジメント】 テクニカルメタデータ オペレーショナルメタデータ ビジネスメタデータ（ビジネスナレッジ / 暗黙知） IT人材がデータを活用する前提で 整備してきたOps 専門人材のさらに高度なデータ活用、 定型業務のAI・BI化に必要なOps AIが非定型で高度なデータを活用をする ために必要なOps システム部門 データマネジメント部門 分析部門・ビジネス部門 データ分析・可視化（BI）・従来型AI 生成AI・AIエージェント・Agentic AI システム開発・保守、セキュリティに活用 データ管理に活用 データを使いこなすために活用 → 収集・保守の難易度高（部門横断・暗黙知）
18. 18 © 2025 Data-Yokocho, All rights reserved. 5. 本コミュニティの運営について
19. © 2025 Data-Yokocho, All rights reserved. 19 本コミュニティが果たすべき役割 AIやデータ活用を行う企業が、メタデータの重要性とその役割・効果を理解し、持続的にビジネス効果を創出する一助とな る指針を導き出す。また、メタデータの収集・管理・運用の難しさを理解し、対応策を提言する。 1. メタデータの重要性・役割・効果をビジネス観点でまとめ、理解促進を図る。 2. AI活用とメタデータの関係性をまとめ、AI活用の成功パターンのイメージアップを図る。 3. 実務面での勘所や難所を明らかにし、具体的な管理手法や手触り感を得る。 4. 組織や体制面のポイントを明らかにし、全社横断で推進する必要性やポイントを洗い出す。 5. データ活用に関する既存概念を一新する。
20. © 2025 Data-Yokocho, All rights reserved. 20 本コミュニティの運営スケジュール（予定） 原則、一ヶ月半毎にオンラインとリアルを交互に開催。 第１回 第２回 第３回 第４回 第５回 第６回 7月16日（水）18:30〜 9月11日（木）18:30〜 10月下旬 12月中旬 1月下旬 3月中旬 オンライン リアル オンライン リアル オンライン リアル キックオフ 検討会① 検討会② 検討会③ 検討会④ 最終まとめ ＜2025年度＞ 回数 日時 ロケーション 内容
21. © 2025 Data-Yokocho, All rights reserved. 21 本コミュニティの成果物（イメージ） AIの業務活用本格化に備え、ビジネスメタデータを整備することの必要性と、その持続の難しさや解決すべき課題を 認知・周知することで、メタデータマネジメントのリテラシー向上を図る。 第1章 第2章 第3章 ビジネスメタデータとは何か？ 〜基本概念・戦略・導入ポイント〜 ビジネスメタデータの活用と定着化 〜持続的な成功を支える運用体制〜 AI Readyなデータ経営を実践するために 〜ビジネスメタデータの未来戦略〜 序章：なぜ今ビジネスメタデータが重要なのか？ • データ活用のカギは「DaaP」の実践にある • メタデータの定義・役割（テクメタ・オペメタ vs. ビジ メタ）の変遷と相違点 第1章：ビジネスメタデータの種類と構造と効果 • ビジネスメタデータの誤解と真の種類 • 知っておきたいビジネスメタデータの本質的な構造 • 効果的なビジネスメタデータの「設計方法」 第2章：ビジネスメタデータの導入・活用戦略の策定 • AIファーストによるビジネスメタが生み出すビジネス価 値と可能性 • ビジネスメタ活用に対するKGI・KPIの設定方法 第3章：効果の高いビジネスメタデータの導出プロセス • 「ビジネスメタが出てこない・使えない」問題の本質 • ビジネスメタデータを適切に収集・管理する方法 第4章：組織でビジネスメタデータを活用する最初の一歩 • 企業のメタデータ活用成熟度（モデル）の把握 • 小さく始めて成功体験を積み上げる（MVP） 終章：ビジネスメタデータを維持することの難しさ（第2章への 橋渡し） • 導入後に待ち受ける課題（持続性・文化醸成・活用推 進） 序章：ビジネスメタデータはなぜ持続しないのか？ • 「最初はとりあえず形になったが、続かない」問題 • ビジネスメタデータ運用の落とし穴とは？ 第1章：持続可能なビジネスメタデータ管理とは？ • 「ビジネスメタ疲れ」を防ぐための仕組みづくり • ビジネスメタデータの更新・メンテナンスを効率化する 方法と対策 第2章：社内の協力を得るためのコミュニケーション戦略 • データ（情シス・IT）組織 vs. 事業部門 vs. 経営層の「温 度差」 • どの部門にどう説明すれば協力が得られるのか？ • 泥臭い地道なメンテ vs. 構造的・スマートな仕組化か？ 第3章：ビジネスメタデータ活用・共有の社内文化を作る • 「ビジネスメタデータは全員の資産」という意識へ改革 • 社員教育・データ資産リテラシーの向上具体策 第4章：実践事例から学ぶ、成功するビジネスメタデータ運用 • 事例1：XXXX企業におけるメタデータ管理 • 事例2：XXXX企業におけるメタデータ活用による業務プ ロセス最適化 終章：次世代のビジネスメタデータ活用へ（第3章への橋渡し） • AIの業務定着を見据え、AIガバナンスも意識したビジネ スメタデータの役割と今後 序章：AI Readyなデータ経営の未来とビジネスメタデータの役 割 • AIの進化によるビジネスメタの役割と位置付けの変化 第1章：AIとビジネスメタデータの融合 • AIがビジネスメタデータをどう活用するのか？ • 今後ますます重要性を増すData Stewardとそのギャップ • 自動メタデータ管理の実現（デジタルなData Steward） 第2章：次世代のAIガバナンスとビジネスメタデータ • AIの進化と業務適用範囲の拡大による新たな管理リスク • AIガバナンスにおけるビジネスメタデータの役割と効果 第3章：持続可能かつAI Readyなビジメタロードマップの策定 • 短期戦略（3ヶ月～1年で取り組むべきこと） • 中長期戦略（3～5年で目指す理想像）と定期的な見直し 第4章：ビジネスメタデータ管理のパラダイムシフト • ビジネスの在り方や変化に合わせた最適な管理・活用体 制への転換 終章：これからのデータ経営に向けて • 経営層・現場が今すぐ取り組むべきアクション • テクノロジーの進歩は一瞬、ビジネスメタの整備は一日 にして成らず（将来の安定的経営基盤を作る）
22. © 2025 Data-Yokocho, All rights reserved. E.O.F
23. 23 © 2025 Data-Yokocho, All rights reserved. データ横丁より補足資料
24. © 2025 Data-Yokocho, All rights reserved.
25. © 2025 Data-Yokocho, All rights reserved. © 2025 Data-Yokocho, All rights reserved. 25 メタデータ通りは、 データ横丁が、 メタデータに関わる方に、学びと交流の場を提供 研修等のサービス事業でなくコミュニティの活動 協賛は Quollio Technologies
26. © 2025 Data-Yokocho, All rights reserved. © 2025 Data-Yokocho, All rights reserved. 26 第１回 Meetup 2025年 9月11日（木）18:30-20:30 日本記者クラブ（内幸町）にて データモデリング通りのMeetupの様子、日本記者クラブにて お申込みはConnpassへ
27. © 2025 Data-Yokocho, All rights reserved. © 2025 Data-Yokocho, All rights reserved. 27 QR 集 キックオフ視聴 アンケート データ横丁 イベント一覧 データ横丁 Slack #st_メタデータ通り チャネルへ