データガバナンス設計

境界と役割を先に決める：ドメインとRACIの明確化

ガバナンスは「何を誰が守るのか」を曖昧にしたままでは機能しません。最初に決めるのは境界です。分析で扱うデータを、売上・顧客・在庫・施策などのドメインに分け、各ドメインごとに「データプロダクト」を定義します。プロダクトにはオーナー（意思決定責任）、スチュワード（日々の定義・品質管理）、カストディアン（技術的保護）、コンシューマ（利用者）を置き、RACIで責務を明文化します。

加えて、「標準用語集（ビジネスグロッサリー）」と「禁止語・曖昧語リスト」を用意します。たとえば「顧客」は会員IDに限定するのか、ゲスト購入を含めるのか。ここが曖昧だと部門間で数が合いません。レビューは月次、変更は事前通知2週間、重大な用語変更は四半期ごとといったリズムを決め、議決体（Data Governance Board）で承認します。

権限モデルの原則

アクセスは最小権限・属性ベース（ABAC）を基本にします。部門、職務、ロケーション、個人情報取扱可否などを属性にし、タグ（Public/Internal/Confidential/Restricted）でデータを分類。タグ×属性でアクセス可否を決め、個人情報は動的マスキング（集計時は許可、明細は不可）のルールにします。申請フローはチケット化して監査ログを残します。

ポリシーを設計図に落とす：データ契約と品質SLA

抽象的な「守る」から具体的な「こう変えたら誰が困る」へ。生産側と消費側の合意として「データ契約（Data Contract）」を作ります。含めるべき項目は次の通りです。

• スキーマと意味：カラム名・型・必須／任意・ビジネス定義・単位・PIIタグ
• 品質SLA：鮮度（例：最大遅延15分）、完全性（95%以上）、妥当性ルール（メール形式、ID重複禁止など）
• 変更管理：追加はマイナー、削除はメジャー、非推奨期間90日、通知チャネル、リリースカレンダー
• エラーバジェットと優先度：SLA違反が月合計60分を超えたら改修を最優先
• 監査・保持：アクセスログ365日保持、明細は24カ月で匿名化、同意撤回時の削除手順

契約は「ポリシー・アズ・コード」に落とし、Gitで管理、CIでスキーマドリフトとテストを自動検知します。ドラフトはChatGPTやClaudeで雛形を作り、表現ゆらぎを減らすと速いです。SQLのテストケースやコメント補完はCopilotで加速できます。PII候補の自動マーキングやカラム説明文の初稿はGeminiで機械生成し、スチュワードが最終確認する運用が現実的です。

インシデント対応の流れ

SLA違反や漏えい疑義が起きたら、重大度（顧客影響・規模・規制影響）でS0〜S3に分類し、初動（隔離・ロールバック）・広報・事後レビュー（再発防止）を48時間内に実施。障害報告テンプレートは定形化し、ナレッジは検索可能に貯めます。

実装の現実解：カタログ、リネージ、制御の“三種の神器”

運用で効くのは、誰が見ても同じ答えに辿り着ける仕掛けです。最低限そろえたい三つを具体化します。

データカタログと用語集

全テーブルに説明・責任者・更新頻度・タグ・サンプルクエリを紐づけます。PR時に説明の更新を必須化し、LLMで差分要約を生成するとレビュア負担が大幅に減ります。利用者はまずカタログを検索し、承認済みデータプロダクトから使う文化をつくります。

リネージ（系譜）と影響分析

ETL/ELTの依存関係を可視化し、上流変更がどのダッシュボード・機械学習特徴量に波及するかを自動通知。メジャーブレークは消費側の合意がない限りリリース不可とします。影響分析は計画停止の判断材料に直結します。

アクセス制御と監査

タグ駆動のアクセス制御、列・行レベルのフィルタ、動的マスキングを組み合わせます。外部持ち出しは「目的・期間・範囲」を明記した例外申請のみ許可。抽出結果には自動で透かしメタデータ（作成者・時刻・参照元）を付与し、流出時の追跡性を確保します。クエリログからPIIへの過剰アクセスを検知するルールも有効です。

身近な企業活用例：D2Cアパレルの失敗と反転

マーケがCSVを手作業で統合し、在庫は別システム。ある日、受注テーブルの「customer_id」が整数から文字列に変わり、週次レポートが全滅。さらに、代理店へ顧客明細をメール送付していた事実が監査で発覚。欠品は減らない、キャンペーンの効果測定もブレる、という状況でした。

対策として、データを「売上・在庫・顧客・施策」の4ドメインに再編。各ドメインにオーナーとスチュワードを任命し、データ契約をGitで管理。スキーマ変更はPRで申請、CIで互換性チェックとテストを自動実行。品質SLAは「売上明細の鮮度15分以内、完全性98%」。違反時はダッシュボードに赤帯で表示、原因リンクを即時提示。PII列はタグ付けし、明細はマスキング、集計は利用可に変更。外部提供は集計済み・期限付きリンクのみ許可。

運用では、ChatGPTで用語集の初稿を作り、Claudeで表現の一貫性を確認。Geminiでカラム名からPII疑いをスキャンし、スチュワードが承認。CopilotでSQLの検証クエリとドキュメントを補完。3カ月後、ダッシュボードの復旧平均時間は8時間から40分へ、在庫鮮度はT+1日から最長15分遅延に短縮。外部持ち出しの例外申請は月7件から1件へ、メール添付はゼロ化。販促のターゲティング精度が上がり、同予算でCVRが9%向上しました。「同じ問いに同じ答えが返る」状態が社員の共通前提になり、意思決定のスピードが目に見えて上がりました。

ポイントは、ツール導入より「境界・契約・SLA・ログ」の土台を先に決め、変更のたびに自動で検証される仕組みに落としたことです。ガバナンスはブレーキではなく、壊れないアクセルになります。

データ解析プラットフォーム事業では、これらの設計をプロダクト要件として最初から織り込みます。カタログ、リネージ、タグ駆動のアクセス、ポリシー・アズ・コード、そして品質SLAの監視までが一体となった基盤は、分析の再現性と信頼を担保し、事業の意思決定を静かに底上げします。