データ品質（Data Quality）とは何ですか？

データの正確性・完全性・一貫性・鮮度などを評価し、ビジネスで信頼して使える状態を維持する取り組み。データ活用の土台となる重要な概念。

データ品質（Data Quality）のポイントは？

正確性、完全性、一貫性、適時性、有効性、一意性の6次元で品質を評価する。データの欠損・重複・異常値を自動検知するモニタリングが重要。Great ExpectationsやSodaなど専用の品質チェックツールが普及している。データ品質の問題は下流の分析・意思決定に連鎖的に影響する（ゴミ入れゴミ出し）

【データひんしつ】

💡 信頼できるデータがなければ、どんな分析も砂上の楼閣

📌 このページのポイント

データ品質の6つの評価次元とモニタリングの流れ

ひよこ

データ品質って、データが合ってるかどうかってこと？

ペンギン先生

それも大事だけど、もっと幅広いよ。正確性だけじゃなくて、欠損がないか（完全性）、矛盾がないか（一貫性）、最新か（適時性）、形式が正しいか（有効性）など複数の観点で評価するんだ

ひよこ

データ品質が悪いとどうなるの？

ペンギン先生

「ゴミ入れゴミ出し（Garbage In, Garbage Out）」という有名な言葉があるよ。品質の悪いデータで分析すると間違った結論が出て、誤った意思決定につながるんだ。実際にデータ品質の問題で数百万ドルの損失を出した企業もあるよ

ひよこ

どうやってチェックするの？

ペンギン先生

たとえば「このカラムのNULL率が5%を超えたらアラート」「売上が前日比200%以上ならおかしい」みたいなルールを定義して自動チェックするんだ。Great ExpectationsやSodaというツールが人気だよ

ひよこ

dbtのテストとは何が違うの？

ペンギン先生

dbtのテストはパイプライン実行時のチェックで、データ品質モニタリングはそれに加えて「時系列での品質の変化」も追跡するよ。たとえば「先週からNULL率が徐々に上がっている」みたいな傾向を検知できるんだ

ひよこ

データ品質を改善するにはどうすればいいの？

ペンギン先生

まずは計測から始めることだね。品質スコアをダッシュボード化して、問題のあるテーブルを特定する。次にオーナーを決めて修正の責任を持たせる。そして継続的にモニタリングする。データガバナンスとセットで考えるのが鉄則だよ

まとめ：ざっくりこれだけ覚えればOK！

「データ品質」って出てきたら「データが正確で信頼できる状態を保つための取り組み」と思えればだいたいOK！

📖 おまけ：英語の意味

「Data Quality」＝データの品質・質

💬 製造業の品質管理（QC）と同じ考え方をデータに適用したものだよ