出版社内容情報
部門やシステムを超えて、
全社共通のデータに変える
技術を解説！
システム開発やデータ活用を進める際、
同じ言葉を使っているのに話が噛み合わない……
そんな経験はありませんか？
それは、「データの意味のズレ」が
原因かもしれません。
データの意味は立場や文脈で変わります。
例えば「売上」という言葉ひとつ取っても、
営業部門と経理部門で解釈が異なることも。
データが増え続ける中、意味のすれ違いが
システム開発やデータ基盤構築、DXの推進、
データ分析、データ活用の妨げになっています。
本書ではデータを通じて組織の共通認識を深め、
共通理解へと導くコミュニケーションツールである
「概念データモデル」について解説しています。
かつてはデータベース設計の補助的役割を
担っていましたが、今や業務は部門をまたぎ、
社内外のシステムやサービス、
生成AIとも連携する時代です。
本書でデータの信頼性と再利用性を高めましょう。
【こんな方におススメ】
・システムエンジニア
・データエンジニア
・データ分析担当者
・DX推進者、AI担当者、BI担当者
【本書で学べること】
・なぜ今、概念データモデルが必要なのか
・業務プロセスからデータの意味を捉える方法
・エンティティ図や、成果物の作成方法
【著者プロフィール】
伊藤 洋一
データガバナンスやデータマネジメントの
組織設計や体制構築支援に注力し、
持続可能なデータ活用文化の定着を支援。
【本書の構成】
◆第1部 導入編
第1章 なぜデータの「意味」が大切なのか？
◆第2部 文法編
第2章 概念データモデルの文法の基礎概念
第3章 KEYとRKEY
第4章 分類構造と分担構造
第5章 関係
第6章 エンティティ類型
第7章 加工データとSPFチャート
◆第3部 手順編
第8章 データモデリングプロジェクトの手順
第9章 データモデリングプロジェクトの成果物
第10章 データモデリングプロジェクトの知識
◆第4部 実践編
第11章 業務システム領域の概念データモデル
第12章 データ活用領域の概念データモデル
【目次】
はじめに
付属データのご案内
◆第1部 導入編
第1章 なぜデータの「意味」が大切なのか
1.1 データの意味とは
1.2 データの構造とは
1.3 なぜ今、概念データモデルが求められるのか
第1章のまとめ
◆第2部 文法編
第2章 概念データモデルの文法の基礎概念
2.1 人はデータの何を見るのか
2.2 記号化と識別子
2.3 データと情報の違い
2.4 概念データモデルの用語
2.5 概念データモデル作成の進め方
2.6 属性とデータ項目
2.7 関係とリレーションシップ
2.8 概念と物理の分離
第2章のまとめ
第3章 KEYとRKEY
3.1 なぜデータは「つながらない」のか
3.2 KEYとRKEY：データをつなぐ基本の仕組み
3.3 複合KEYと複合RKEY
3.4 RKEYの役割
3.5 RKEYの業務的意義
3.6 KEYの応用パターン
第3章のまとめ
第4章 分類構造と分担構造
4.1 分類構造と分担構造の重要性
4.2 サブタイプ：違いを分けて捉える力
4.3 スーパータイプ
4.4 サブストラクチャ
4.5 スーパーストラクチャ
4.6 四つの構造は何が違うのか
第4章のまとめ
第5章 関係
5.1 エンティティ間の関係の種類
5.2 関係構造と内包構造の違い
5.3 1：1の関係の深掘り
5.4 1：Nの関係の深掘り
5.5 N：Mの関係の深掘り
第5章のまとめ
第6章 エンティティ類型
6.1 エンティティ類型の基本的な考え方
6.2 エンティティ類型とKEYの形式
6.3 エンティティ類型に基づく配置ルール
第6章のまとめ
第7章 加工データとSPFチャート
7.1 加工データ
7.2 概念データモデルの上で読み取れるプロセス
7.3 SPFチャート
第7章のまとめ
◆第3部 手順編
第8章 データモデリングプロジェクトの手順
8.1 手順の概観
8.2 工程1：企画
8.3 工程2：概念データモデルの作成
8.4 工程3：データ項目基本属性の定義
第8章のまとめ
第9章 データモデリングプロジェクトの成果物
9.1 収集資料と成果物の概観
9.2 収集資料A：業務概要資料
9.3 収集資料B：入出力
9.4 成果物C：分析入出力一覧
9.5 成果物D：入出力確認票
9.6 成果物E：入出力サンプル
9.7 成果物F：入出力項目調査表
9.8 成果物G：正規化ワークシート
9.9 成果物H：部分図
9.10 成果物I：分析疑問点メモ
9.11 成果物J：
