青の統計学-DS Playground-

ER・SSOT・マスターデータ:正本はどこにあるか

Stage 2 — 第2章 | データマネジメント入門 推定学習時間:40〜50分 | 難易度:★★★☆☆


この章で学ぶこと

DAMA 地図で 参照・マスターデータ と モデリング の箱を押さえました。 現場で最も火が付きやすいのが、「同じ顧客・同じ商品なのに、ID も名前も数字も違う」問題です。

この章では、ER 図(Entity-Relationship Diagram、エンティティ間の関係図)で 構造 を捉え、SSOT とマスターデータ(Master Data)で 正本 を決める考え方を学びます。

この章を終えると、こんなことができるようになります:

  • ER 図を「テーブル設計の地図」として読める
  • マスターデータとトランザクションデータ(Transaction Data)の違いを説明できる
  • SSOT がないときに起きる 名寄せ・二重管理 の症状を具体例で説明できる
  • さくら商事の顧客 ID・商品マスタ問題を、設計判断として整理できる

1. 同じ顧客が 3 人いる

さくら商事の CRM 担当が、次のレポートを持ってきました。

ソース 顧客キー 表示名 6 月注文数
EC(Shopify) cust_1001 田中 花子 3
経理 ERP C-8842 タナカ ハナコ 2
マーケ Sheets email:[email protected] hanako 4

3 つとも「田中花子さん」のはずです。 JOIN すれば解決——と山田さんが SQL を書き始めたところ、鈴木さんが止めました。

「JOIN 以前に、正本の顧客マスタ がない。君の SQL は“その場しのぎの名寄せ”になる。」


2. ER 図:構造を見る言語

ER 図は、どのエンティティ(実体)が、どんな関係で結ばれているか を表します。 さくら商事の EC 分析で最低限必要な構造は、次のイメージです。

[Customer] 1 --- * [Order] * --- * [OrderLine] * --- 1 [Product]
          
要素 意味 さくら商事の例
エンティティ 管理したい“もの” 顧客、注文、商品
属性 エンティティの性質 注文日、金額、SKU
関係 1 対多、多対多 1 顧客が複数注文
主キー(Primary Key) 行を一意に識別 order_id
外部キー(Foreign Key) 他表への参照 order.customer_id

ER 図は 物理テーブル名 そのものではありません。 orders と order_items に分割されているか、fct_orders という 1 表にまとまっているかは実装の話です。

現場メモ

ER は 正しさの保証書 ではありません。 線で結ばれていても、キーの意味がソースごとに違えば、きれいな JOIN でも 間違った統合 になります。


3. マスターデータとトランザクションデータ

種類 特徴 例 更新頻度
マスターデータ 比較的安定、参照される正本 顧客、商品、店舗、カテゴリ 低〜中
トランザクションデータ 業務イベントの記録 注文、決済、返品、広告クリック 高
参照データ(Reference Data) コード一覧、ステータス定義 都道府県コード、注文ステータス 低

さくら商事の火事は、トランザクション(注文)を集計する前に、マスタ(顧客・商品)の正本が割れている ことから始まっています。

3.1 商品マスタ二重管理

項目 EC 管理画面 経理 ERP
商品コード SKU-FOOD-001 P88421
商品名 さくら米 5kg サクラコメ5キロ
税区分 軽減税率 更新漏れで標準税率
廃番フラグ 販売中 廃番(同期されていない)

マーケは EC 側で「売れ筋 TOP10」を出し、経理は ERP 側で「粗利」を出します。 同じ“商品”の話をしているのに、母集団が一致しません。


4. SSOT がないと何が起きるか

SSOT(Single Source of Truth、信頼できる唯一の参照元)は、組織が公式に信頼する参照元が 1 箇所に決まっている状態 です。

4.1 部署別コピー乱立

SSOT 前のさくら商事(簡略):

部署 持ち方 更新
マーケ Google Sheets「商品一覧 v3_final」 手動
経理 ERP エクスポート CSV 月次
基盤 DWH dim_product_legacy 誰もオーナー不明
CS Notion の FAQ 用商品表 不定期

SSOT 後の目標像:

レイヤ 正本 利用
業務 ERP 商品マスタ(経理がオーナー) EC は API/日次同期
分析 DWH dim_product(AE が変換・テスト) Looker、SQL
会議 セマンティックレイヤー経由の指標(次章以降) 経営会議
flowchart LR accTitle: 部署別コピー乱立とSSOT正本1箇所の対比図 accDescr: SSOT とは「正本が1箇所」と「そこから配る」設計。コピーの乱立は定義差と品質差を生む。 BEFORE["Before
正本なし・部署別コピー"] M["マーケ
Sheets v3_final"] F["経理
ERP CSV"] D["基盤
dim_product_legacy"] C["CS
Notion"] AFTER["After
SSOTへ統一"] ERP["ERP 商品マスタ
正本・経理オーナー"] DWH["DWH dim_product
AE が変換・テスト"] OUT["Looker / SQL
配布先"] BEFORE --> M BEFORE --> F BEFORE --> D BEFORE --> C BEFORE -.->|"正本を統一"| AFTER AFTER --> ERP -->|"日次 ETL"| DWH --> OUT classDef chaos fill:#fef2f2,stroke:#dc2626,color:#1f2937 classDef ssot fill:#eff6ff,stroke:#2563eb,color:#1f2937,stroke-width:2px classDef flow fill:#f0fdf4,stroke:#16a34a,color:#1f2937 class BEFORE,M,F,D,C chaos class AFTER,ERP ssot class DWH,OUT flow

4.2 名寄せ(Identity Resolution)の限界

顧客の名寄せは、メールアドレス・電話番号・住所の類似度で 同一人物候補 を出せます。

-- 名寄せの一例(ルールが文書化されていないと危険)
          SELECT
            a.customer_id AS ec_id,
            b.customer_id AS erp_id,
            a.email,
            b.phone
          FROM ec_customers a
          JOIN erp_customers b
            ON LOWER(TRIM(a.email)) = LOWER(TRIM(b.email));
          
リスク 例
同一メールの家族アカウント 1 人にまとめすぎ
メール変更 別人として分裂
退会後の再登録 履歴がつながらない

名寄せ SQL は 加工段階の技術 です。 SSOT では、公式の顧客 ID をどこで発行し、他システムにどう配るか を先に決めます。


5. 設計判断:正本を決める 5 つの問い

新しいマスタや指標を議論するとき、次の 5 問を使うと会議が短くなります。

# 問い さくら商事(商品)
1 正本はどこか 経理 ERP(税・原価の公式)
2 誰がオーナーか 経理部長 + 商品企画スチュワード
3 誰が変更を承認するか 新 SKU は商品企画起票 → 経理承認
4 下流へどう配るか 日次 ETL → DWH dim_product
5 古いコピーをどう廃止するか Sheets v3 を Read-only → 3 ヶ月後削除

Slack 抜粋

マーケ・田中:「Sheets の方が早いから、うちは Sheets 正本で。」

経理・佐藤:「税区分は ERP しか信頼できません。Sheets 正本は監査で通りません。」

基盤・鈴木:「正本は ERP、分析は DWH で分けましょう。Sheets は個人作業用に。」


6. ER・マスタ・SSOT の関係

3 つは別物ですが、セットで効きます。

概念 答える問い
ER どう結びついているか(構造)
マスターデータ 何を正本として持つか(エンティティ)
SSOT 組織がどこを信じるか(公式参照元)
ER(構造) → マスタ(正本の中身) → SSOT(組織的な合意)
          

さくら商事の次の一手は、ER を完璧に描くことではありません。 顧客・商品の正本を 1 つ決め、DWH へ配る ことです。


7. analytics トラックとの棲み分け

データアナリティクス入門 では、CTE でマートを作り、指標定義を SQL と一緒に書きます。 本トラックでは、その 前 に「正本とオーナー」を決める話をします。

論点 analytics data-management-intro
粒度設計 CTE、JOIN マスタ粒度と正本
指標定義 SQL コメント、分母分子 SSOT、オーナー、変更管理
品質 NULL/重複 SQL 正本不在・二重管理の組織問題

両方必要です。マスタが割れたまま SQL を磨いても、会議の数字は揃いません。


体系コラム:カリキュラム上の位置づけ

項目 内容
Stage / 章 Stage 2 — 第2章「ER・SSOT・マスターデータ」
今回の論点 構造(ER)・正本(マスタ)・合意(SSOT)の三層を分けて設計する
DAMA 領域 データモデリング・設計、参照・マスターデータ
ライフサイクル 保存(正本の置き場)と加工(マスタ参照)が主戦場
前章との接続 DAMA-DMBOK 簡易地図 の「モデリング」「マスタ」箱の中身
次章への伏線 オントロジーと意味 — ER が答えられない ビジネスルール へ

コラム:さくら商事メモ — 商品マスタ正本争い

商品カテゴリが EC 管理画面・分析 CSV・経理 ERP で微妙に違い、田中さんが毎月手作業で置換していました。Slack では「Sheets の方が早いから正本にしよう」という声も上がりました。

佐藤さん(経理)は監査の観点から ERP を正本に据え、鈴木さんは「ERP → 日次 ETL → DWH dim_product」の配布経路を提案。木村さんが決めたのは、正本は ERP、分析は DWH、Sheets は個人作業用 という三層です。

この決定で消えたのはカテゴリ名の不一致だけではありません。誰が SKU 追加を承認し、下流へいつ反映するか という変更管理の入口もできました。ER 図を完璧に描くより、正本 1 つを決める方が先です。


まとめ

概念 キーフレーズ
ER 構造の地図。正しさの保証ではない
マスターデータ 顧客・商品など、参照される正本
SSOT 組織が信頼する唯一の公式参照元
名寄せ SQL 応急処置。正本設計が本筋

この章のキーメッセージ:

「同じ顧客が 3 人いる」問題は、JOIN スキル以前に 正本とオーナー の問題です。 ER で構造を共有し、マスタで中身を揃え、SSOT で どこを公式とするか を決めてください。


次に読む


確認問題

問題 1

さくら商事で EC・ERP・Sheets の商品コードが一致しない。 最も先に 決めるべきことはどれですか。

A. Looker の色テーマ
B. 商品マスタの正本とオーナー
C. ウィンドウ関数の PARTITION 句
D. 機械学習モデルのハイパーパラメータ

正解: B

解説: コード不一致は マスタ正本 の問題です。A/C/D は分析 UI や SQL 技法・モデル調整で、母集団の不一致は解消しません。


問題 2

メールアドレス一致で顧客を JOIN する SQL を恒久運用している。 データマネジメント上 最も懸念すべき 点はどれですか。

A. SQL が長い
B. 名寄せルールが文書化・承認されず、正本 ID 設計を回避している
C. メールアドレスは個人情報ではない
D. ERP は不要になる

正解: B

解説: 名寄せは有用な 加工 ですが、公式顧客 ID の発行・配布が決まっていないと、ルール変更時に過去数字の説明ができません。C は誤り(PII に該当しうる)。


問題 3

「SSOT は DWH の dim_product テーブル 1 個」と宣言した。 この宣言だけでは不十分 な理由として最も適切なのはどれですか。

A. テーブル名に dim_ が付いているから
B. 業務上の正本・変更承認・下流配布・旧コピー廃止がセットで決まっていないから
C. SSOT は Excel しか認めないから
D. ER 図を描いていないから

正解: B

解説: SSOT は 物理表の名前 ではなく、組織的合意です。オーナー、変更管理、配布、旧資産の廃止がなければ、また Sheets 乱立に戻ります。


用語メモ(この章)

用語 意味(この章での使い方)
ER 図 エンティティと関係を表す構造図
マスターデータ(Master Data) 顧客・商品など、比較的安定した参照の正本
トランザクションデータ 注文・返品など、イベントの記録
名寄せ(Identity Resolution) 複数 ID を同一エンティティに結びつける処理
SSOT 組織が公式に信頼する唯一の参照元