この章で学ぶこと

これまでの7章は「知識」（科目A相当）でしたが、この章は「技能」（科目B相当）を扱います。DM試験の対象者像は、データサイエンティストのような専門職ではなく現場でデータを日常的に取り扱う実務担当者です。そこでこの章は、食品通販会社「サンプルフーズ株式会社」のマーケティング部に配属された新卒1年目高橋さんが、トレーナー役の先輩社員佐藤さんの指導を受けながら成長していく一連の物語として構成しています。技能4グループ・16項目を、高橋さんの1年間の実務を通じて順に体験していきましょう。

大項目I: データの適切な取扱いに関すること

配属直後の高橋さんがまず取り組むのは、日々の業務で扱うデータそのものを正しく理解することです。

1. データの定義及び内容の確認

初日、佐藤さんから「まずは自分が触るデータの中身を理解して」と渡されたのは、通販サイトの顧客データと注文データでした。高橋さんは、各データ項目の定義や作成元、命名規則、「会員ステータス」のような区分コードの意味、顧客IDの発番ルール（粒度・範囲）を1つずつ確認します。第1章で学んだデータライフサイクル（生成・保管・処理・活用・廃棄）に沿って、このデータがいつ作られ、いつまで保管されるのかも把握し、疑問点はデータオーナーである営業部に確認しました。

2. データ間の関係と整合性の確認

次に、顧客データと注文データを組み合わせて分析しようとしたところ、同じはずの顧客数が資料によって微妙に違うことに気づきます。原因を調べると、2つのデータを結びつけるキー項目（顧客ID）の定義が部署によって微妙に異なっていました。高橋さんはこの不整合を放置せず、原因を整理したうえでデータ主管組織（DMO）に報告・相談し、対処方針を確認しました。第2章で学んだ「まず現状を調べる」データプロファイリングの考え方が、ここで実務として活きています。

3. 利用目的，アクセス範囲，機密レベル，ルール及び倫理に基づく適切な取扱い

顧客データには氏名や住所などの個人情報が含まれます。高橋さんは、このデータの利用目的・利用範囲・機密区分（第三者提供可否・AI学習可否を含む）を確認し、自分に付与されたアクセス権限が業務に必要な範囲に限定されていることを確かめました。第7章で学んだオプトイン・オプトアウトの区分も、このとき初めて実務の文脈で意味を理解します。不要になった過去データは、社内ルールに沿って適切にアーカイブ・廃棄する手続きも確認しました。

4. データ品質及びメタデータ整備状況の確認と問題発見時の対応

分析用データを開いた高橋さんは、一部の注文データで金額が異常に大きい行があることに気づきます。第2章で学んだデータ品質特性（正確性・完全性・一意性・最新性）の観点で確認すると、明らかな異常値でした。自己判断で削除せず、影響範囲を整理し、発生原因を調査したうえで、入力チェックの強化という改善アイディアをデータ主管組織に提示しました。この報告・相談のプロセスこそが、担当者に求められる基本的な技能です。

5. AI活用におけるデータ利用上の留意事項への対応

分析を効率化しようと、高橋さんは顧客データを生成AIに読み込ませて分析させようとしました。ここで佐藤さんから待ったがかかります。「個人情報をそのままAIのプロンプトに入力するのは、社内ガイドライン違反になる」——第5章で学んだガードレールの重要性を、身をもって知る場面です。高橋さんは個人を特定できる項目を除いた集計済みデータに置き換えたうえでAIを活用し、著作権やプライバシーへの配慮を含めた組織のルールを遵守しました。

6. 非構造化データの特性を踏まえた取扱い

キャンペーンで使った画像・動画素材やお客様アンケートの自由記述（非構造化データ）が、担当者ごとにバラバラの場所に保存されていることにも気づきます。高橋さんは、探しやすく再利用しやすい状態を保つため、組織の定めた保管場所・命名ルール・タグ付け（業務名・顧客名・年月など）に従ってファイルを整理し直しました。

大項目II: データ活用による意思決定，検証と改善に関すること

半年が経ち、高橋さんは自分の企画でデータ分析を任されるようになります。

1. データ活用の目的に沿うデータの特定と選定

「今期の広告費をかけても売上が伸び悩んでいる」というビジネス課題に対し、高橋さんは「広告費と売上の関係が薄れているのではないか」という仮説を立てます。第4章で学んだ相関分析の考え方を思い出しながら、必要なデータ（広告費データ・売上データ・期間・商品カテゴリ）を洗い出し、データソースとデータオーナーを特定し、社内データだけで不足する部分は外部のオープンデータで補えないか検討しました。

2. ビジネス課題の解消や価値創出のためのデータ分析の実施

集めたデータを使い、月別の広告費と売上を集計・比較します。第4章の計算例題と同じ手順で相関係数を求めたところ、以前ほど強い相関が見られませんでした。分析の際は、期間のずれ（広告効果が翌月に出る可能性）や季節要因など、誤った解釈につながりやすい留意点にも注意を払いました。

3. データ分析結果に基づく洞察の導出，意思決定への反映

分析結果を佐藤さんに報告する際、高橋さんは単に「相関係数が下がりました」と伝えるのではなく、「特定のチャネルだけ効果が薄れている」という要因と、「そのチャネルへの配分を見直すべきではないか」という示唆を整理して伝えました。第4章で学んだ相関と因果の違いを踏まえ、「相関が弱まった＝広告に効果がないと断定はできない」という留意点も添えたことを、佐藤さんに評価されました。

4. 意思決定に基づく対応結果の検証と改善

上長の判断でチャネル配分を見直した翌月、高橋さんは実績値を目標値と比較し、狙いどおりに売上が改善したかを検証します。差異があれば、その要因を整理し、次のアクションにつなげました。

5. データ活用プロセスの改善及び得られた教訓の共有

一連の分析を通じて得た「期間のずれを考慮しないと相関分析を見誤る」という教訓を、高橋さんは分析の目的・前提条件・意思決定の過程と結果とあわせて記録に残し、チーム内で共有しました。この記録が、次にマーケティング部の誰かが同じような分析をするときの資産になります。

大項目III: データ活用の組織文化の醸成に関すること

1年目の終わりに近づき、高橋さんは自部署の外にも働きかける役割を任されるようになります。

1. データ活用の意義の理解及び普及活動への参画

社内勉強会で、高橋さんは自分が経験した広告費分析の事例を、成功事例・失敗事例の両方を含めて他部署の若手に共有しました。データ活用がなぜ業務改善や価値創出につながるのか、第1章で学んだデータドリブン経営との関係性も交えて説明します。

2. 協働によってデータ活用を促進する環境の形成・定着

営業部からデータ共有を依頼された際、高橋さんはセキュリティ上の制約や作業負担といった各部門の事情を理解したうえで、円滑にデータ連携できる方法を営業部・データ主管組織の担当者と対話しながら調整しました。データ活用は自部署だけで完結するものではなく、組織横断の協力があって初めて定着することを実感する場面です。

大項目IV: データ活用の向上に関すること

2年目に向けて、高橋さんは新しい技術の活用にも挑戦します。

1. データ活用技術及びデジタル技術（AIを含む）に関する各種動向の把握

第5章で学んだ生成AIの動向を追いかけていた高橋さんは、自社の顧客対応チャットに応用できそうな新しいAI技術の事例を見つけ、何が実現できそうかを整理してデータ主管組織に共有しました。

2. PoCの企画及び実施

小規模な試行（PoC）を企画するにあたり、必要な社内IT環境の申請手続きをIT部門と調整し、「解決したいビジネス課題」「検証目的・仮説」「どうなったら成功と言えるか」を明確にしたうえで、実際に一部の顧客対応データを使って検証を行いました。

3. PoCの実施結果の関係者への情報共有・提案

検証の結果、得られた知見や課題、費用対効果を整理した高橋さんは、上長に対して本格導入の判断材料となる提案書をまとめました。新卒1年目で始まった旅は、ここで「データを使う人」から「データ活用を組織に広げる人」への一歩を踏み出します。

AIで学ぶ

ここまでのケーススタディは、ChatGPTやClaudeなどの生成AIに以下のプロンプトを投げかけると、別のシナリオでも練習できます。コピーして使ってみましょう。

あなたはデータマネジメント試験の科目B（実務スキル）の出題者です。以下の16の実務項目から1つを選び、架空の企業を舞台にした具体的なケーススタディ（状況設定・発生した問題・とるべき対応の選択肢）を1つ作成してください。最後に、なぜその対応が適切かの解説も付けてください。

データの定義及び内容の確認、データ間の関係と整合性の確認、利用目的・アクセス範囲・機密レベル・ルール及び倫理に基づく適切な取扱い、データ品質及びメタデータ整備状況の確認と問題発見時の対応、AI活用におけるデータ利用上の留意事項への対応、非構造化データの特性を踏まえた取扱い、データ活用の目的に沿うデータの特定と選定、ビジネス課題の解消や価値創出のためのデータ分析の実施、データ分析結果に基づく洞察の導出・意思決定への反映、意思決定に基づく対応結果の検証と改善、データ活用プロセスの改善及び得られた教訓の共有、データ活用の意義の理解及び普及活動への参画、協働によってデータ活用を促進する環境の形成・定着、データ活用技術及びデジタル技術（AIを含む）に関する各種動向の把握、PoCの企画及び実施、PoCの実施結果の関係者への情報共有・提案

これまでの章のプロンプトは「用語を説明させる」ものでしたが、この章のプロンプトは「問題そのものを作らせる」ものです。同じ項目でも、AIに業種や部署を変えて何度も出題させれば、実質的に無限のケーススタディで練習できます。

章末チェック

最後に、この章で学んだ内容をケーススタディ形式でアウトプットして定着させましょう。全問に答えたら「答え合わせ」を押してください。

この章のまとめ

この章では、新卒1年目の高橋さんがデータの基本的な取扱いから、分析による意思決定、組織文化の醸成、そして新技術の活用まで、技能4グループ16項目を1年間の実務として体験しました。知識をどう使うかという視点は、用語を覚えるだけでは身につきません。トレーナー役の佐藤さんが繰り返し伝えていたように、「分からなければ確認する」「自己判断で処理しない」という姿勢が、データを扱う実務担当者にとって最も重要な技能です。

これで全8章の学習は完了です。お疲れさまでした。コースTOPで、総復習に取り組みましょう。