テーマ解説 — データ品質
「システムは正常に動いているのに、中のデータが信用できない」——多くの職場で起きているこの問題の正体が「データ品質」です。このページでは、ITが専門でない方に向けて、データ品質の考え方を現場の言葉で解説します。
これらはすべて「データ品質」の問題です。そして重要なのは、どれも誰かの悪意やサボりで起きたわけではないということ。品質の問題は「人の注意力」ではなく「仕組み」で解決する——これがデータマネジメントの基本的な考え方です。
データ品質と聞くと「間違いがないこと」を想像しがちですが、正確には少し違います。データ品質とは、そのデータが、使う目的に合っているかということです。
料理にたとえると分かりやすいかもしれません。冷蔵庫の食材が「腐っていない」だけでは、今夜のカレーは作れません。必要な材料がそろっていて（欠けがない）、鮮度が保たれていて（古くない）、ラベルどおりの中身で（表示と一致している）、はじめて料理に使えます。データもまったく同じで、「壊れていないか」ではなく「今日の業務という料理に使える状態か」で品質を判断します。
だから、同じデータでも目的によって「十分な品質」は変わります。社内の参考資料なら多少の表記ゆれは許せても、請求書の宛先なら1文字の間違いも許されません。「どこまでの品質が必要か」を決めるのは、システムではなく業務側——つまり、現場でデータを使っているあなたです。
試験では「品質特性」と呼ばれます。名前より「どんな『困った』に対応するか」で覚えるのがおすすめ
「データの品質が悪い」と一言でいっても、悪さの種類はいろいろです。データマネジメントの世界では、品質をモノサシに分けて測ります。ここでは代表的なものを紹介します（モノサシはこれで全部ではなく、ほかにもあります）。冒頭の「あるある」と見比べてみてください。
| モノサシ（試験用語） | 現場の言葉でいうと | ダメな例 |
|---|---|---|
| 正確性 | 現実と合っているか | 住所が引っ越し前のまま。実在しない部署名が入っている |
| 完全性 | 抜けがないか | メールアドレスの欄が半分以上空欄で、案内が送れない |
| 一意性 | ダブりがないか | 同じ会社が「㈱」と「株式会社」で2件登録されている |
| 一貫性 | 場所によって食い違っていないか | 営業システムと経理システムで、同じ顧客の住所が食い違っている |
| 最新性 | 現実の変化に追いついているか | 退職した人が今も「担当者」欄に残っている |
| 適時性 | 使いたいときまでに揃っているか | 月初に前月分の売上を集計したいのに、前月分のデータ入力がまだ終わっていない |
| 妥当性 | 決めた形式・ルールに合っているか | 電話番号の欄に「要確認」というメモ書きが入っている |
モノサシに分ける理由はシンプルで、「なんとなくデータが汚い」では直せないからです。「顧客マスタは一意性に問題がある（重複が多い）」と言えれば、対策は「名寄せをしよう」と具体的になります。健康診断で「なんとなく不調」ではなく「血圧が高い」と特定するのと同じです。
データ品質の問題は、たいてい次のようなごく普通の日常から生まれます。
つまり、データの汚れは「人が悪い」のではなく「決めごとと仕組みがない」ことの結果です。逆にいえば、入力ルールを決める・選択式にする・二重管理をやめる、といった仕組みの手当てで防げます。「入力する人がもっと気をつける」を対策にしない——これがデータ品質改善の鉄則です。
まず現状把握。「空欄が何％あるか」「重複が何件あるか」を実際に数えます。健康診断にあたる工程で、データプロファイリングと呼ばれます。感覚ではなく数字で「汚れ具合」をつかむのがポイント。
見つかった汚れを掃除します。表記ゆれをそろえ、誤りを修正するのがデータクレンジング。重複した顧客情報を「同じ相手」としてまとめる作業が名寄せです。
掃除しただけでは、また汚れます。入力欄を選択式にする、必須項目を決める、データの責任者を決めておく——汚れが入り込まない仕組みづくりが本丸です。
ありがちな失敗は、STEP 2の「直す」だけを繰り返すことです。年に一度がんばってExcelを大掃除しても、汚れる原因（自由記入、二重管理、ルール不在）が残っていれば半年で元通り。掃除（クレンジング）は対症療法、仕組みづくりが根本治療と覚えてください。「誰がデータに責任を持つか」を決める話は、別テーマ「データガバナンス」の解説で詳しく扱っています。
EXAM NOTE — データマネジメント試験（仮称）
IPAが公開した公式サンプル問題では、複数システムに散らばった顧客データを統合する場面での名寄せや、品質問題の根本原因の特定といった、まさにこのページで扱った内容が題材になっています。
また、公式サンプル問題（科目B）では、業務シナリオを読んで品質問題の根本原因を考えさせる問題が出題されました。本サイトのオリジナル問題でも、「この状況はどの品質特性の問題か」を選ぶ形式を収録しています。「対症療法ではなく根本原因に効く対策はどれか」——つまり「掃除より仕組み」という本ページの考え方は、事例問題の選択肢を絞る強力な武器になります。
ITパスポート試験でも問われます。シラバス案Ver.0.1では、中分類8「データマネジメント」の用語例に「データ品質管理」がそのまま挙げられています。公式サンプル問題の問2も、データがばらばらに管理されることで生じる「データのサイロ化」を題材にしていました。分野構成の変化はITパスポート試験はこう変わる、現行シラバスとの対応は新旧シラバス対応表で整理しています。
例題 — 力だめしに1問どうぞ
データ品質の評価基準（データ品質次元）のうち、「同一の顧客や商品などのレコードが、システム内に重複して存在していない」状態を表す指標として、最も適切なものはどれか。
正解：イ 一意性（Uniqueness）
一意性は、同一の実体（顧客や商品など）を表すレコードが重複して存在していないことを表すモノサシです。冒頭の「同じ会社が3件登録されている」あるあるは、まさに一意性の問題でした。完全性は必要なデータ項目が欠損なく存在しているか、一貫性は複数システム間でデータの値や形式に矛盾がないか、適時性はデータが必要なタイミングで利用可能な状態にあるかを表します。
出典：本サイト作成のオリジナル問題（IPA公式の問題ではありません）。オリジナル問題演習でこの続きが解けます。
誤記や表記ゆれ、形式違反を検出して修正すること。「直す」の代表的な手段。
複数のシステムやリストに散らばった同一人物・同一企業のデータを「同じ相手」として統合すること。一意性の問題への対策。
データの中身を統計的に調べて、空欄率・重複件数・形式違反などの実態を数字で把握すること。品質改善の最初の一歩。
顧客・商品・社員など、社内のあちこちで共通に使う基本情報のこと。ここの品質が悪いと、全部門に汚れが波及する。
理解できたか、実際の問題で確かめてみましょう。
データ品質・名寄せを題材にした問題を一問一答形式で解けます。
← テーマ解説の一覧へ ／ X（旧Twitter）@dm_exam_site でも毎朝1問ずつ出題しています。
※ 本ページの解説・たとえ話・用語の言い換えは本サイト独自のものです。2026年8月31日公開のデータマネジメント試験（仮称）シラバス案 Ver.0.1 では、「データ品質管理」が科目A重点分野（中分類8）の小分類として立ち、データ品質特性（正確性・完全性・一貫性・信憑性・機密性）やデータクレンジング、データプロファイリングが用語例に挙げられていることを確認しています。
