第8回 きれいなデータを作るためのモデリングポイント

この内容は、以前、日経システムで特集で組まれていた内容の箇条書きメモである。この筆者は、第7回の参考資料で上げた本の人と同じだったと思う。

データモデリングの８カ条

データの重複を防ぐ

•  One Fact in One Place

• モデルの正規化を適切に行う

•  異音同義語の存在を見抜き、適切に正規化する

• 移行データは期間限定で捨てる

• コードの新旧を継続して持つということは辞める

• 重複データは作成元を明確にする

• 正規化を崩す場合は、正のデータがどれなのかを明確にする

• 追加・削除・変更などは同じトランザクション内で実施する

• 問題発生時には、すぐに再作成できる仕組みを用意する

データの誤りを防ぐ

• 掛け持ちデータを作らない
• 一つの属性に複数の意味を持たせない
• 外部連携の電文等、データ形式が不定形になる場合でも、データの形式を定義するメタデータを用意する
•  NULL値を使ってはいけない
• データの登録時など、NULL登録しなければいけないような属性はモデリングとして不正確
• データのライフサイクルにあわせて登録するようなデータモデルを用意する
• 一つのエンティティに対して、異なるタイミングで追加される項目が混在していると起こる
• 主キーだけで統合しない
• 主キーが同じだからと言って安易にエンティティを統合しない
• 発生タイミングが異なるとNULL値が発生する
• トランザクションが特定のエンティティに集中することを防ぐ

データの抜けを防ぐ

• 分析用データは正規化しない
• トランザクション発生時のデータとして保存しておくことが適切なことが多い
•  受注詳細の商品名や顧客名等、トランザクション発生時と、現在のマスタ上では異なる可能性が高い
• マスターの断面管理を実践する
• 最新のマスタデータだけを保持するのではなく、変更履歴を保持する

トランザクションの分類コード

トランザクションデータを分析するときに便利な１１種類の分類コード。最初からマスタデータにつけるのではなく、別途後付にする。

マスタデータを階層構造でとらえて分析するための分類コード

• 商品ブランド
• 商品階層
• 取引先グループ
• 販売チャネル
• 勘定科目
• 組織

意味の異なる値を正しく識別して分析するための分類コード

• 単位（個、ダース、コンテナなど）
• 国／地域（日本、米国など）
• 性別
• 通貨
• 言語

参考文献

日経システム　2011年 08号　特集　きれいなデータの作り方より