DAMA-DMBOK（Data Management Body of Knowledge）準拠のデータマネジメントスキル。11の知識領域（データガバナンス、データ品質、メタデータ管理、MDM等）を網羅し、 データ戦略策定から具体的な改善施策まで支援する。
Use when: データ戦略策定、データガバナンス構築、データ品質改善、データカタログ作成、 MDM導入、DX推進、データ移行プロジェクト、データ成熟度評価。
Triggers: "データガバナンス", "データ品質", "データカタログ", "メタデータ管理", "MDM", "データ戦略", "DMBOK", "データ成熟度", "データリネージ"
インストールする前に、エージェントに与えられる指示の中身を確認できます。
DAMA-DMBOK（Data Management Body of Knowledge）は、DAMA International が策定した データマネジメントの国際的な知識体系です。データを組織の戦略的資産として管理するための 包括的なフレームワークを提供します。
核心原則:
┌─────────────────────────────────────────────────────────────────────┐
│ DAMA-DMBOK Framework │
│ │
│ ┌───────────────────┐ │
│ │ Data Governance │ │
│ │ （データガバナンス）│ │
│ │ [中心・統括] │ │
│ └─────────┬─────────┘ │
│ │ │
│ ┌─────────────────────────┼─────────────────────────┐ │
│ │ │ │ │
│ ▼ ▼ ▼ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐
│ │Data │ │Data │ │Data │ │Reference │ │Data │
│ │Quality │ │Architecture│ │Security │ │& Master │ │Integration│
│ │品質 │ │アーキテクチャ│ │セキュリティ│ │MDM │ │統合 │
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ └──────────┘
│ │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐
│ │Metadata │ │Data │ │DWH & │ │Data │ │Document │
│ │Management│ │Modeling │ │BI │ │Storage │ │& Content │
│ │メタデータ │ │モデリング │ │DWH/BI │ │ストレージ│ │文書管理 │
│ └──────────┘ └──────────┘ └──────────┘ └──────────┘ └──────────┘
└─────────────────────────────────────────────────────────────────────┘
データ戦略の策定
データガバナンスの構築
データ品質の改善
データカタログの作成
MDM（マスターデータ管理）の導入
データ移行・統合プロジェクト
"データガバナンス体制を構築したい"
"データ品質の現状を評価して改善計画を立てたい"
"データカタログを作成したい"
"マスターデータ管理（MDM）を導入したい"
"データ成熟度を評価したい"
"データリネージを整理したい"
"データ戦略を策定したい"
Note: 本スキルはアドバイザリー型であり、特別なツールやライブラリのインストールは不要です。
本スキルは5つのCore Workflowを提供します。ユーザーの課題に応じて適切なワークフローを選択してください。
┌─────────────────────────────────────────────────────────────┐
│ DAMA-DMBOK Skill Workflow │
├─────────────────────────────────────────────────────────────┤
│ │
│ 1. 課題・目的のヒアリング │
│ ↓ │
│ 2. 適切なCore Workflowの選択 │
│ ├── Workflow 1: Data Governance Assessment │
│ ├── Workflow 2: Data Quality Improvement │
│ ├── Workflow 3: Data Catalog Creation │
│ ├── Workflow 4: Master Data Management │
│ └── Workflow 5: Data Strategy Development │
│ ↓ │
│ 3. ワークフローに沿った段階的ガイダンス │
│ ↓ │
│ 4. 成果物テンプレートの提供・カスタマイズ支援 │
│ │
└─────────────────────────────────────────────────────────────┘
詳細は各Core Workflowセクションを参照してください。
本スキルはアドバイザリー/ナレッジ型スキルです。主な出力形式:
assets/配下のテンプレートをカスタマイズして提示Note: ファイル自動生成は行いません。必要に応じてテンプレートを会話内で提示し、ユーザーが自身の環境で活用できるようにします。
| # | 知識領域 | 英語名 | 主な活動 |
|---|---|---|---|
| 1 | データガバナンス | Data Governance | 方針策定、組織体制、標準化 |
| 2 | データアーキテクチャ | Data Architecture | データモデル、統合設計 |
| 3 | データモデリング | Data Modeling & Design | 概念・論理・物理モデル |
| 4 | データストレージ | Data Storage & Operations | DB運用、バックアップ |
| 5 | データセキュリティ | Data Security | アクセス制御、暗号化 |
| 6 | データ統合 | Data Integration | ETL、API、データ連携 |
| 7 | 文書・コンテンツ管理 | Document & Content Mgmt | 非構造化データ管理 |
| 8 | 参照・マスターデータ | Reference & Master Data | MDM、コード管理 |
| 9 | DWH/BI | Data Warehousing & BI | 分析基盤、レポーティング |
| 10 | メタデータ管理 | Metadata Management | データカタログ、リネージ |
| 11 | データ品質 | Data Quality | 品質測定、改善 |
太字は本スキルの重点領域
データガバナンスの成熟度を評価し、改善計画を策定する。
確認事項:
ヒアリング対象:
DAMA成熟度モデル（5段階）:
| Level | 名称 | 特徴 |
|---|---|---|
| 1 | Initial | 場当たり的、個人依存 |
| 2 | Repeatable | 部分的なプロセス定義 |
| 3 | Defined | 標準化されたプロセス |
| 4 | Managed | 測定・管理されている |
| 5 | Optimizing | 継続的改善 |
評価軸:
現状（As-Is） ギャップ 目標（To-Be）
Level 2 → Level 3-4 ← Level 4
・ポリシー未整備 ・ポリシー策定 ・全社ポリシー
・役割不明確 ・役割定義 ・明確な責任分担
・属人的運用 ・プロセス標準化 ・標準化された運用
優先順位付けの観点:
典型的なロードマップ:
Phase 1（3ヶ月）: 基盤整備
- ガバナンス組織の設立
- 基本ポリシーの策定
- パイロット領域の選定
Phase 2（6ヶ月）: 展開
- 標準・ガイドラインの整備
- データオーナー・スチュワード任命
- ツール導入
Phase 3（12ヶ月）: 定着
- 全社展開
- 測定・改善サイクル確立
- 教育・啓発
assets/maturity_assessment_template.md）assets/data_governance_charter_template.md）データ品質の問題を特定し、改善施策を実行する。
DAMA 6つの品質次元:
| 次元 | 英語 | 定義 | 測定例 |
|---|---|---|---|
| 正確性 | Accuracy | 現実を正しく反映 | エラー率 |
| 完全性 | Completeness | 必要なデータが揃っている | NULL率 |
| 一貫性 | Consistency | システム間で矛盾がない | 不一致件数 |
| 適時性 | Timeliness | 必要な時に利用可能 | 遅延時間 |
| 一意性 | Uniqueness | 重複がない | 重複率 |
| 妥当性 | Validity | ルール・形式に適合 | 違反率 |
プロファイリング項目:
1. 基本統計
- レコード数、カラム数
- NULL率、空白率
- 最小/最大/平均値
2. パターン分析
- 値の分布
- フォーマット一貫性
- 外れ値検出
3. 関係分析
- 参照整合性
- 依存関係
- 重複検出
ルールの種類:
| タイプ | 説明 | 例 |
|---|---|---|
| 形式ルール | データ形式の検証 | 電話番号は10-11桁 |
| 範囲ルール | 値の範囲の検証 | 年齢は0-150 |
| 参照ルール | 他データとの整合性 | 顧客IDがマスタに存在 |
| 一貫性ルール | システム間の整合性 | SalesforceとERPの一致 |
| 業務ルール | ビジネスロジック | 受注日≤出荷日 |
┌─────────────────────────────────────────────────────────────┐
│ データ品質スコアカード │
├──────────────────┬──────────┬──────────┬──────────┬────────┤
│ データセット │ 正確性 │ 完全性 │ 一貫性 │ 総合 │
├──────────────────┼──────────┼──────────┼──────────┼────────┤
│ 顧客マスタ │ 95% │ 98% │ 92% │ 95% │
│ 商品マスタ │ 99% │ 95% │ 97% │ 97% │
│ 取引データ │ 88% │ 90% │ 85% │ 88% │
│ 在庫データ │ 92% │ 94% │ 90% │ 92% │
└──────────────────┴──────────┴──────────┴──────────┴────────┘
凡例: ■ 95%以上 ■ 90-95% ■ 90%未満
根本原因の分類:
改善アプローチ:
assets/data_quality_assessment_template.md）組織のデータ資産を可視化し、発見・理解・活用を促進する。
対象の決定:
段階的アプローチ:
Phase 1: 重要システム（基幹系、CRM、ERP）
Phase 2: 分析系（DWH、BIツール）
Phase 3: その他システム
収集するメタデータ:
| カテゴリ | メタデータ項目 |
|---|---|
| 技術メタデータ | テーブル名、カラム名、データ型、制約 |
| 業務メタデータ | 業務名称、説明、定義、所有者 |
| 運用メタデータ | 更新頻度、データ量、品質スコア |
| 使用メタデータ | アクセス頻度、利用者、レポート |
収集方法:
用語集の構成:
## 用語: 顧客
### 定義
当社と取引関係のある法人または個人
### 同義語
- クライアント
- 取引先（B2B）
- 会員（B2C）
### 関連用語
- 見込み顧客
- 休眠顧客
- 優良顧客
### 所有者
営業本部
### 関連データ
- 顧客マスタ（CRM_CUSTOMER）
- 取引履歴（SALES_TRANSACTION）
リネージの可視化:
ソース 変換 ターゲット
┌──────┐ ┌──────┐ ┌──────┐
│ CRM │──────▶│ ETL │────────▶│ DWH │
│顧客 │ │ 変換 │ │顧客 │
└──────┘ └──────┘ └──────┘
│ │ │
│ │ ▼
│ │ ┌──────┐
│ │ │ BI │
│ │ │レポート│
│ │ └──────┘
▼ ▼
┌──────┐ ┌──────┐
│ ERP │──────▶│ ETL │
│顧客 │ │ 統合 │
└──────┘ └──────┘
カタログの機能:
assets/data_catalog_template.md）assets/data_lineage_template.md）マスターデータの一元管理により、データの一貫性と信頼性を確保する。
マスターデータの特徴:
典型的なマスターデータ:
| ドメイン | マスターデータ例 |
|---|---|
| 顧客 | 顧客、連絡先、住所 |
| 製品 | 商品、カテゴリ、価格 |
| 組織 | 部門、従業員、拠点 |
| 財務 | 勘定科目、コストセンター |
| 参照 | 国コード、通貨、単位 |
分析観点:
課題の典型パターン:
- 同一顧客が複数レコードで存在（重複）
- システムAとBで顧客名が異なる（不整合）
- 参照コードの定義が統一されていない
- マスタ変更が下流システムに反映されない
MDMスタイル:
| スタイル | 説明 | 適用場面 |
|---|---|---|
| Registry | 各システムのデータを参照のみ | 段階的導入、低リスク |
| Consolidation | 中央に集約、分析用 | BI・分析基盤 |
| Centralized | 中央で一元管理、配信 | 強い統制が必要 |
| Coexistence | 中央と各システムの同期 | 既存システム維持 |
マッチング・マージルール:
1. マッチングルール
- 完全一致: 顧客コード
- 類似判定: 会社名（類似度80%以上）
- 複合: 電話番号 + 住所
2. サバイバーシップルール（どの値を採用するか）
- 信頼度: CRM > ERP > レガシー
- 最新性: 更新日が新しいほう
- 完全性: NULL以外を優先
- ルールベース: 特定フィールドは特定ソース
MDMライフサイクル:
┌──────┐ ┌──────┐ ┌──────┐ ┌──────┐
│ 作成 │───▶│ 承認 │───▶│ 配信 │───▶│ 監視 │
└──────┘ └──────┘ └──────┘ └──────┘
│ │
│ ┌──────┐ │
└─────────│ 変更 │◀────────────────┘
└──────┘
ガバナンスプロセス:
組織のデータ戦略を策定し、実行ロードマップを作成する。
評価領域:
データビジョンの例:
「データドリブンな意思決定文化を確立し、
データを活用した新規ビジネス創出と
業務効率化を実現する」
戦略目標の設定（SMART）:
- 2年以内にデータガバナンス成熟度をLevel 3に向上
- データ品質スコアを全社平均95%以上に改善
- データカタログ登録率100%達成
- データ活用による売上貢献10億円
施策領域:
| 領域 | 施策例 |
|---|---|
| ガバナンス | CDO設置、ガバナンス組織構築 |
| 品質 | 品質管理プロセス導入、KPI設定 |
| アーキテクチャ | データレイク構築、API整備 |
| 人材 | データリテラシー教育、専門人材採用 |
| テクノロジー | カタログツール導入、ETL刷新 |
| 文化 | データ活用事例共有、表彰制度 |
Y1-Q1 Y1-Q2 Y1-Q3 Y1-Q4 Y2-Q1 Y2-Q2
─────────────────────────────────────────────
基盤整備 ████████████
CDO設置、ガバナンス組織
品質改善 ████████████████████
品質プロセス導入、改善
カタログ ████████████████████████
カタログ構築、展開
人材育成 ────────────────────────────────────────────
継続的な教育プログラム
分析活用 ████████████████████
分析基盤整備、活用推進
コスト要素:
効果（定量化）:
| シナリオ | 推奨ワークフロー | 主要成果物 |
|---|---|---|
| DX推進を開始したい | Workflow 5 → 1 | 戦略書、ガバナンス体制 |
| データ品質に問題がある | Workflow 2 | 品質評価、改善計画 |
| データを探せない | Workflow 3 | データカタログ |
| 顧客データが重複している | Workflow 4 | MDM設計、クレンジング計画 |
| ガバナンスを強化したい | Workflow 1 | 成熟度評価、ガバナンス憲章 |
references/dmbok_overview.md - DAMA-DMBOK概要とフレームワークreferences/data_governance.md - データガバナンス詳細references/data_architecture.md - データアーキテクチャ詳細references/data_quality.md - データ品質詳細references/metadata_management.md - メタデータ管理詳細references/master_data_management.md - MDM詳細assets/data_governance_charter_template.md - データガバナンス憲章assets/data_quality_assessment_template.md - データ品質評価シートassets/data_catalog_template.md - データカタログテンプレートassets/data_lineage_template.md - データリネージテンプレートassets/maturity_assessment_template.md - 成熟度評価テンプレートまだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
Track and update action item status from natural language updates like 'Seanのメールには返信しておいた' or 'Lu対応予定'. Integrates with daily-comms-ops workflow. Use when managing action items across communication channels.
AI活用提案の専門コンサルタントスキル。LLM・AIエージェントの活用事例知識を基に、業界別、部門別、シーン別に最適なAI導入提案を行います。システム化、業務改善、効率化を得意とし、具体的な活用事例、期待効果、導入ステップを含む実践的な提案を提供します。Use when proposing AI/LLM adoption strategies for specific industries, departments, or business scenarios.
Generate AI-powered BPO service proposals for Japanese companies in the US market. Use when creating outsourcing proposals with AI service menus, ROI estimation, implementation roadmaps, and bilingual (JA/EN) proposal documents for 在米日系企業向けAI実装.
日本語の概要は準備中です。原文の説明を表示しています。
AI（LLM）が生成した日本語テキストの「AI臭」を検出・診断し、人間らしい文章にリライトするスキル。 Use when: 「AIっぽい文章を直して」「人間らしくリライトして」「AI臭を消して」「この文章をもっと自然にして」 「テキストのAI感を減らして」「機械っぽさを取りたい」 "make this sound more human", "remove AI tone", "humanize this text", "detect if this is AI-generated". 6つのAI特有パターン（視覚的マーカー、単調なリズム、マニュアル的構成、非コミット姿勢、抽象語の濫用、 定型メタファー）を正規表現ベースで検出し、0-100のAI臭スコアを算出。3つの人間化技法 （バランスを崩す・客観を崩す・論理を崩す）でリライトを実行する。 Note: 検出スクリプトは日本語テキスト専用。英語テキストの場合はClaude自身がreferences/を参照して分析・リライトする。
Generate audit-ready internal control design documents from As-Is business process inventories. Produces control IDs, assertion mappings, procedures, SoD analysis, KPIs, materiality thresholds, and implementation roadmaps. Use when building internal controls for new audit engagements, SOX/J-SOX compliance, or process improvement initiatives.
日本語の概要は準備中です。原文の説明を表示しています。
Review audit-related documents (control design documents, bottleneck analyses, requirements definitions, etc.) for quality, scoring them 0-100 with a severity-rated findings list. Use when reviewing audit documents, checking control design quality, or verifying cross-document consistency. Supports documents governed by US GAAP, IFRS, or J-GAAP.
日本語の概要は準備中です。原文の説明を表示しています。