データマネジメントは、日々の業務で生まれるデータを、業務の改善や判断にいつでも使える状態に保つための、組織としての管理の活動です。
データを資産として扱う
売上の記録、顧客の名簿、問い合わせの履歴。業務を回していれば、データは放っておいても増えていきます。 ただ、ためておくだけでは使えません。部署ごとに形がばらばらで、だれが何のために作ったのか分からず、まちがいが混じったデータは、いざ分析しようとしても役に立たないからです。
そこで、データを処理の材料としてだけ見るのではなく、組織の資産として扱い、意図して管理するという考え方が出てきます。 データを使える状態に保つために、組織として管理する活動がデータマネジメントです。
データマネジメントが目指す先がデータドリブン経営です。勘や経験だけに頼らず、データという客観的な事実にもとづいて、経営や業務の判断をすることをいいます。 データの中身が信用できなければ、データにもとづく判断も信用できません。
また、データには、生まれてから使われ、いずれ捨てられるまでの一生があります。これをデータライフサイクルといい、データマネジメントは、作った直後だけでなく、この一生の全体を通して行います。
管理しないと起きること
データの品質が下がる … 誤り・欠け・食い違いが増え、分析の結果を信用できなくなる
データがサイロ化する … 部署ごとに別々に持ち、形もそろわないので、部門をまたいで使えない
判断が遅れ、精度が落ちる … データを探したり直したりするのに時間がかかり、誤ったデータのまま判断してしまう
法令やルールに反する … 個人情報などを、決められた扱い方から外れて使ってしまう（個人情報の決まりは 29-1 個人情報保護）
DIKWモデル ── データが判断に変わるまで
データがどうやって判断に役立つのかを4つの段で表したのがDIKWモデルです。 Data（データ）、Information（情報）、Knowledge（知識）、Wisdom（知恵）の頭文字をとっています。
記録された事実が、整理されて情報になり、規則として知識になり、行動を決める知恵になります。
DIKWの4つの段（下から）
データ … 記録された事実そのもの。例：「6月3日、傘、15本」。これだけでは何も言えない
情報 … データを整理し、意味が分かる形にしたもの。例：「雨の日は、晴れの日の3倍の傘が売れた」
知識 … 情報をくり返し確かめ、ほかの場面にも当てはまる規則にしたもの。例：「雨の予報が出た翌日は、傘がよく売れる」
知恵 … 知識をもとに、どう行動するかを判断すること。例：「雨の予報が出たら、傘を店頭に多く並べる」
下の段ほど量が多く、上の段ほど判断と行動に近づきます。 データマネジメントがまず守るのは土台のデータで、そこに誤りがあれば、その上に積む情報・知識・知恵も誤りかねません。 売上の記録に入力ミスが混じっていれば、「雨の日は3倍」という情報も、それにもとづいて並べる傘の数も狂います。
各段の境目をどう定義するかは、説明する人によって少しずつ違います。まず押さえたいのは、データ→情報→知識→知恵という順番と、上に行くほど行動のための判断に近づくという向きです。
データマネジメントの機能 ── 行政・立法・司法
データマネジメントは、いくつかの機能の組合せでできています。 シラバスは、その分け方を国の仕組みにたとえて「マネジメント（行政）、ガバナンス（司法・立法）、アーキテクチャ など」と挙げています。ルールを決めて見張るガバナンスを司法と立法に、ルールに沿って実行するマネジメントを行政にたとえ、これに全体の設計を描くアーキテクチャなどが加わります。
ルールを決めて見張るガバナンスと、ルールに沿って実行するマネジメントを分けます。
データマネジメントの主な機能
ガバナンス（司法・立法） … データの扱い方のルールを決め（立法）、ルールが守られているかを確かめ、問題が起きたら判断して正す（司法）。例：どのデータにどの部署が責任を持つか、品質の基準、セキュリティのルール、問題をだれに上げるかを決める
マネジメント（行政） … 決まったルールに沿って、日々のデータを実際に管理する。例：決められた形式でデータを登録する、品質を測る、ルールどおりにアクセスの権限を設定する
アーキテクチャ … どのデータを、どこに、どんな形で持ち、どうつなぐかという、組織全体のデータの設計図を描く
データガバナンスは、データマネジメントの中で「ルールを決め、守られているかを見張る」役割です。 実行する人が自分でルールを決めて自分で確かめていると、都合のよい扱いをしても止める人がいません。 経営陣が方針を決めて見届けるITガバナンスと、それに従って実行するITマネジメントの関係（12-2 内部統制・デジタルガバナンス）と同じ形です。
ガバナンスが効いていれば、品質やセキュリティの基準が全社でそろい、判断の材料を信用でき、法令に反する使い方も防げます。 逆に、部署ごとにデータを抱え込んで外から使えないサイロ化は、ガバナンスの不備から生じる状態のひとつです。
「マネジメント」という語が2回出てくる点に注意します。データマネジメントは全体の名前で、その中の1つの機能（行政にあたる部分）も「マネジメント」と呼びます。 機能にはほかに、データの構造を設計するデータモデリング（17-2 データベース設計）や、データを守るデータセキュリティなどがあります。
ある会社の次の取組みのうち、データガバナンス（ルールを決めて見張る側）にあたるのはどれですか。
× 決まったルールに沿って日々のデータを扱う活動で、行政にあたるマネジメントの側です。
× 組織全体のデータの設計図を描く活動で、アーキテクチャの側です。
× データを使って情報を引き出す活動です。データの扱い方のルールを決めたり見張ったりはしていません。
○ 正解 顧客データに責任を持つ部署と品質の基準を全社で定め、守られているかを定期的に確かめるです。
ルールを決め（立法）、守られているかを確かめる（司法）活動なので、データガバナンスの側です。
データ品質管理
データ品質管理は、データが使う目的に見合った品質を保っているかを測り、保ち続ける活動です。 品質は1つの物差しではなく、いくつもの特性に分けて見ます。代表的なものが次の5つです。
データの品質は1つの物差しではなく、いくつもの特性に分けて見ます。
データ品質の代表的な特性
正確性 … 値に誤りがない。例：登録されている住所が、実際の住所と一致している
完全性 … 必要な項目がそろっていて、欠けがない。例：必須の電話番号の欄が空になっていない
一貫性 … データどうしで矛盾がない。例：販売のシステムと会員のシステムで、同じ顧客の生年月日が食い違っていない
信憑性 … 出どころや更新日が分かり、信用できる。例：だれがいつ作ったデータかが記されている
機密性 … 許された人だけが使えるように守られている。例：顧客の連絡先は担当の部署だけが見られる
品質は、あとで直すより、入力の時点で崩さないほうが確実です。 入力欄に形式や値の範囲のチェックを設ける（日付の欄に日付以外を入れさせない、など）、表記のルールを決めて全員がそれに従う、といった予防が基本になります。 「登録を急ぐから」とチェックを外し、書き方を担当者ごとの判断に任せると、同じ会社が「株式会社A」「(株)A」「A社」と何通りにも登録され、集計が合わなくなります。
入ってしまった誤りや欠け、表記の揺れは、データクレンジングや名寄せで直します（直し方は 9-2 データ分析）。 ただし、直して終わりにはしません。品質を測る、原因を探す、ルールや入力の仕組みを直す、をくり返して、同じ誤りが入らないようにしていくのが品質管理です。
ある会社の顧客データを調べたところ、入力が必須のはずの「電話番号」の欄が、全体の3割の顧客で空欄のままでした。主に損なわれている品質の特性はどれですか。
× 正確性は、入っている値が実際と合っているかを見る特性です。ここで起きているのは、値がまちがっていることではなく、値そのものが無いことです。
○ 正解 完全性です。
必要な項目がそろっていて欠けがないか、を見る特性です。必須の欄が空のままなのは、欠けている状態です。
× 一貫性は、データどうしが食い違っていないかを見る特性です。2つの値の矛盾ではなく、値が無いことが問題です。
× 機密性は、許された人だけが使えるように守られているかを見る特性です。空欄があることとは関係がありません。
メタデータ管理
メタデータは「データについてのデータ」です。表の中身そのものではなく、その項目が何を意味するか、どんな型で何桁か、いつ作られたか、といった説明のことです。 立場によって次の3つに分けられます。
メタデータは、データを業務・システム・運用の3つの立場から説明します。
メタデータの3つの種類
ビジネスメタデータ … 業務から見た説明。データの意味、利用のルールなど。例：「来店日＝レジで会計をした日」
テクニカルメタデータ … システムから見た説明。テーブル名、項目の型や桁など
オペレーショナルメタデータ … 運用から見た説明。データの作成日時、データ容量など
メタデータが無いと、表に「売上」という項目があっても、税込みか税抜きか、返品を引いた後か前かが分かりません。 部署ごとに違う意味で使えば、同じ「売上」でも数字が合わなくなります。 メタデータは、データを作った人がその場にいなくても、ほかの人が正しく読めるようにするための説明書です。
組織にどんなデータがあり、それぞれ何を意味し、どの部署が責任を持つのかを探せるようにまとめた目録がデータカタログ、 組織で使う業務の用語の意味をそろえた用語集がビジネス用語集（ビジネスグロッサリー）です。 メタデータ管理は、こうした説明を業務の変化に合わせて追加・更新し続ける活動です。 一度作ったきりにすると、実際のデータと説明が食い違い、かえって誤解のもとになります。 また、データの業務上の意味がいちばん分かるのは現場の部署なので、ビジネスメタデータの整備にはシステム部門だけでなく業務の部署も加わります。
まとめ
この回で持ち帰ること
1. データマネジメント＝データを組織の資産として、使える状態に保つ活動。目指す先は、事実にもとづいて判断するデータドリブン経営。データライフサイクル（生まれてから捨てられるまで）の全体で行う
2. 管理しないと、品質の低下・サイロ化・判断の遅れと精度の低下・法令違反が起きる
3. DIKWモデル＝データ→情報→知識→知恵。上ほど判断と行動に近い。土台のデータが誤れば上も誤りかねない
4. 機能の分け方＝ガバナンス（司法・立法）はルールを決めて見張る、マネジメント（行政）はルールに沿って実行する、アーキテクチャは全体の設計図
5. データ品質は正確性・完全性・一貫性・信憑性・機密性などの特性で見る。入力の時点のチェックとルールで崩さないのが基本
6. メタデータ＝データについての説明（ビジネス・テクニカル・オペレーショナル）。データカタログやビジネス用語集にまとめ、更新し続ける
新しい試験のサンプル問題にも、データマネジメントの問題が2問出ています（問2・データのサイロ化、問3・メタデータ）。解説はITパスポート 新試験のサンプル問題 解説へ。
教科書の一覧（現行の試験の順）教科書の一覧（新しい試験の順）過去問
Udemy の ITパスポート講座を、受講者数・★評価・口コミで比べたページです（広告を含みます）。
出典：IPA「ITパスポート試験 シラバス（案）Ver0.1」（2026年8月31日）、「ITパスポート試験 シラバス Ver6.5」、 「データマネジメント試験（仮称）シラバス（案）Ver0.1」（2026年8月31日）、「データマネジメント試験（仮称）科目A・科目Bのサンプル問題」（2026年6月22日）、 内閣府 地方創生推進事務局「データ連携基盤を通して提供されるデータの品質管理ガイドブック」（2023年9月）。 練習問題は当サイトが説明のために作ったものです。