データガバナンス・管理

データカタログ でーたかたろぐ

データカタログメタデータ管理データガバナンスデータリネージビジネス用語集セルフサービスBI
データカタログって何のためにあるの?

簡単に言うとこんな感じ!

図書館の蔵書検索みたいなものだよ!「売上のデータはどこ?」「この『顧客数』ってどう数えてるの?」を調べると、置き場所・意味・担当者がすぐ出てくる。正しいデータを迷わず使えるようにする仕組みなんだ!


データカタログとは

データカタログ(Data Catalog) は、社内のデータ(データベースの表、ファイル、ダッシュボードなど)を一覧にして、検索・説明・管理ができるようにした目録です。データそのものではなく、「どこに・何が・どんな意味で・誰の責任で」あるかという メタデータ(データについてのデータ) を集めて管理します。

会社が大きくなると、基幹システム、データウェアハウス、データレイクなどにデータが散らばり、「似た名前の表が3つあってどれが正しいか分からない」「担当者が辞めて意味が分からない列がある」といったデータの迷子が起きます。

データカタログはこの迷子を減らし、現場の人が自分でデータを見つけて使える状態(セルフサービス分析)を支えます。個人情報を含む列に印を付けるなど、データガバナンス(データを正しく安全に使うためのルールと体制) の土台にもなります。

クラウドサービスをイメージしたイラスト

仕組み:集める・整える・探す

基幹システムのDB DWH・データレイク BIのダッシュボード データカタログ 自動で収集(クローラー) 説明・担当者・タグ リネージ・品質 使う人 言葉で検索 意味を確認 利用を申請

多くの製品はクローラー(自動で巡回して情報を集めるプログラム) で表の名前や列の型を集め、そこに人が「この列は税込みの売上」といった説明を足します。集める情報は大きく4種類です。

メタデータの種類中身の例主に書く人
技術メタデータ表・列の名前、データの型、置き場所自動収集
ビジネスメタデータ用語の定義、計算方法、利用上の注意業務部門
運用メタデータ最終更新日時、件数、品質チェックの結果自動収集
管理メタデータ担当者(データオーナー)、機密区分、利用条件管理部門

ビジネス用語集

「売上」「有効会員」のような言葉を会社としての定義で1か所にまとめたものがビジネス用語集です。部署ごとに数え方が違うと会議で数字が合いません。技術者向けの列の説明書であるデータディクショナリと違い、業務の言葉まで含めて誰でも探せるのがカタログの特徴です。

リネージ(データの系譜)

データリネージは「この数字はどの表から、どう加工されて作られたか」をたどる情報で、元の表を変えるときの影響調べに役立ちます。

うちはデータ分析の専門部署もない中堅企業だけど、カタログって必要?

いきなり大きな製品を買う必要はないよ!まずはよく使うデータ10〜20個の「置き場所・意味・担当者・更新のタイミング」を表計算ソフトにまとめるだけでも、立派な第一歩なんだ。

「同じ質問が何度も情シスに来る」「部署ごとに数字が合わない」と感じたら始めどき。データがクラウドにあるなら、付属のカタログ機能から試すのが手軽だよ!


歴史と背景

  • 2010年代前半:データレイクの流行で「入れたけど誰も見つけられない」状態が問題になる
  • 2010年代半ば:Alation、Collibra、Apache Atlas などが登場
  • 2014年:W3C がデータの目録を記述する語彙 DCAT を勧告(2024年に第3版)
  • 2019〜2020年:Lyft の Amundsen、LinkedIn の DataHub など、IT 企業の社内ツールがオープンソースとして公開される
  • 2020年代:データメッシュや生成 AI の普及で、「AI に正しいデータを渡す地図」としても注目される

主な製品と選び方

種類代表例向いている会社
クラウド付属AWS Glue Data Catalog、Google Cloud の Knowledge Catalog(旧 Dataplex)、Microsoft Purviewデータが特定のクラウドに集まっている
専業の商用製品Alation、Collibra、Informatica全社で本格的に管理したい
オープンソースApache Atlas、DataHub、OpenMetadata自社で運用できる技術者がいる

選ぶときは「自社のデータの置き場所につながるか」と「業務部門の人が使える画面か」が特に大事です。技術者向けの画面だけだと説明を書く人が増えません。

導入したのに使われない…ってならないためには?

いちばん多い失敗は「入れて満足」なんだ。表の名前が何千件並んでも、説明が空っぽだと誰も使わないよね。

だからデータごとに担当者(オーナー)を決めて、よく使うものから順に説明を埋めていこう。全部を完璧にしようとすると終わらないよ!


実務のポイント

  • まず載せるデータの範囲を決めたか
  • データごとにオーナー(意味と品質に責任を持つ人) を決めたか
  • 「売上」などの用語の定義を部署をまたいで合わせたか
  • 個人情報を含む列に**データ分類のタグ**を付け、見られる人を絞ったか
  • 定期的な見直しの担当と頻度を決めたか

関連する規格・RFC

規格内容
W3C DCAT(Data Catalog Vocabulary)Version 3データの目録を Web で記述・公開するための語彙
ISO/IEC 11179メタデータを登録・管理する「メタデータレジストリ」の国際規格

参考文献・外部リンク


関連用語

シス担のミカタ メールマガジン

セキュリティの速報とシステムの最新情報をメールで受け取る

登録すると、次の配信からお届けします。配信はメールの下のリンクから、いつでも解除できます。個人情報の取り扱い