「このデータを AI トレーニングに使用できるか？」「顧客データをどのくらい保持するのか？」「本番環境データにアクセスできる人は誰か？」— データ ガバナンス ポリシーがない場合、BA に明確な答えはありません。
このガイドは BA が AI 機能用のデータ ガバナンス フレームワークを構築する方法を教えます。
1. データ ガバナンス対データ セキュリティ
| 側面 | データ ガバナンス | データ セキュリティ |
|---|---|---|
| 焦点 | どのデータ？どこから？何に使用？ | 誰がアクセス？どのように保護？ |
| 所有者 | BA、データ スチュワード | セキュリティ チーム、DevOps |
| 範囲 | リネージ、ライフサイクル、品質 | 暗号化、監査ログ、アクセス制御 |
| 質問 | 「このデータを使用できるか？」 | 「誰がこのデータにアクセスできるか？」 |
**BA はガバナンスに焦点を当て、**セキュリティ チームはコントロールを実装します。
2. データ リネージ — ソースからデータを追跡
データ リネージ = ソース → 処理 → AI → 出力からのデータの文書化されたパス
例：AI チャットボットが製品の推奨を提案
ソース データ：
├─ 本番 DB：user_transactions テーブル
├─ サード パーティ：product_catalog API
└─ ユーザー入力：チャット メッセージ
処理：
├─ ETL パイプラインが user_transactions を毎日抽出
├─ product_catalog と結合
├─ user_id → user_hash を匿名化
└─ AI 機能データベースにロード
AI 処理：
├─ Embedding モデルが user_hash + product_features を消費
├─ 類似度検索 + ランキング
└─ 上位 5 推奨を出力
出力：
└─ フロントエンドが推奨を表示
├─→ ユーザーが見た推奨を追跡
├─→ ユーザーがクリックした推奨を追跡
└─→ トレーニング データへのフィードバック ループ？
BA がドキュメント化する必要がある：
- ソース システム + 抽出頻度
- データ変換ルール（匿名化？集計？）
- AI データが保存されているデータベース/テーブル
- アクセス権限（読み取り専用？書き込み？）
- 保有：処理後、ソース データをどのくらい保持？
3. データ 分類 — PII / PHI / Public
感度レベルでデータを分類：
| レベル | 定義 | 例 | ハンドリング |
|---|---|---|---|
| Public | 機密でない、共有可能 | 製品カタログ、一般的なフィードバック | 制限なし |
| Internal | 社内のみ、顧客向けではない | 売上メトリクス、社内メール | アクセス制限 |
| Confidential (PII/PHI) | 顧客個人/健康データ | 名前、メール、電話、医療記録 | 暗号化、匿名化、監査ログ |
| Restricted | 規制要件 | クレジットカード、生体認証データ | コンプライアンス チーム承認 |
例：
ユーザー テーブル フィールド：
- user_id（数値） → INTERNAL（識別に役立つ）
- email → CONFIDENTIAL（PII、GDPR）
- age → CONFIDENTIAL（PII、差別リスク）
- purchase_history → INTERNAL + 追跡
- medical_history → RESTRICTED（HIPAA 下の PHI）
フィールドごとのポリシー：
- AI トレーニング データにどの機能を含められるか？
- どの機能を匿名化する必要があるか？
- AI に使用できない機能は？
4. 保有ポリシー — 保持期間
ポリシー：顧客トランザクション データ保有
生データ（ソース）：
├─ 本番 DB で保持：3 年（財務監査要件による）
├─ 1 年後にコールド ストレージに移動
└─ 3 年後に削除（法的保有ない限り）
AI トレーニング データ（処理済み）：
├─ 匿名化スナップショット保持：モデル バージョン管理用 6 か月
├─ ユーザーがオプトアウトしたら即座に削除
└─ ユーザー アカウント削除時に削除（GDPR 忘れられる権利）
チャット履歴（ユーザー インタラクション）：
├─ ホット ストレージで 30 日間保持（エスカレーション ハンドリング用）
├─ 30 日後にアーカイブ（コールド ストレージ 60 日）
└─ 合計 90 日後に削除（ユーザーがトレーニングにオプトイン中止）
削除のトリガー：
- ユーザーが削除をリクエスト（忘れられる権利）
- ユーザーが AI トレーニングからオプトアウト
- 保有期間が期限切れ
- データ品質チェック失敗
- 規制要件が変更
5. プロヴァナンス追跡 — 誰がデータを使用？いつ？
すべてのアクセス/使用を追跡：
監査ログ例：
タイムスタンプ | アクター | アクション | アクセス データ | 結果
2026-05-05 10:15 | david@co | Download data export | user_transactions.csv | ✅ 成功
2026-05-05 10:20 | ai_pipeline | Read user_features | anonymized_user_*.db | ✅ 50K レコード
2026-05-05 10:25 | sarah@qa | Execute unit test | test_dataset.json | ✅ すべてパス
2026-05-05 10:30 | external_ai | Attempted read PII | email_addresses.csv | ❌ ブロック
監査するもの：
- データにアクセスした人（ユーザー/サービス アカウント）
- いつ（タイムスタンプ）
- どのデータ（テーブル/フィールド レベル）
- アクション（読み取り/書き込み/削除/エクスポート）
- 結果（成功/ブロック/エラー）
- コンテキスト（どの IP、どのシステム）
6. データ ガバナンス ポリシー テンプレート
# データ ガバナンス ポリシー：[AI 機能名]
## 1. データ 分類
| データ ソース | 分類 | PII？ | 感度 | 使用 |
|----------|-------------|-------|--------|------|
| user_id | Internal | いいえ | 中程度 | Train、serve |
| email | Confidential | はい | 高 | Serve のみ、train なし |
| age | Confidential | はい | 高 | 匿名化後に Train |
## 2. データ リネージ
- **ソース**：production.user_transactions（MySQL）
- **抽出**：毎日 2 AM（UTC）Airflow DAG 経由
- **処理**：
- PII を匿名化（メール ハッシュ、電話削除）
- 年齢を 5 年バケットに集計
- **ストレージ**：warehouse.ai_features（BigQuery）
- **保有**：モデル バージョン用 6 か月
## 3. アクセス制御
| 役割 | データ | 権限 | コンテキスト |
|------|------|---------|-----------|
| データ サイエンティスト | anonymized_features | 読み取り | モデル トレーニング用のみ |
| ML エンジニア | model_artifacts | 読み取り/書き込み | Prod デプロイ |
| BA | 使用メトリクス | 読み取り | 月次レビュー |
| 外部 AI ベンダー | なし | - | 直接アクセスなし |
## 4. 保有スケジュール
- 生データ：3 年間保持
- 匿名化データ：6 か月間保持
- チャット ログ：30 日間（ホット）→ 90 日間（コールド）→ 削除
- 削除トリガー：ユーザー オプトアウト、アカウント削除、保有期限
## 5. ユーザー権利
- ユーザーが要求可能：私たちが持っているデータは何か？
- ユーザーが要求可能：私のデータをすべて削除（GDPR）
- ユーザーが要求可能：データをエクスポート
- ユーザーがオプトアウト可能：「AI トレーニングに会話を使用しないでください」
## 6. コンプライアンス 要件
- GDPR：個人データは同意 + 削除権が必要
- CCPA：カリフォルニア州居民はデータ販売からオプトアウト可能
- HIPAA：健康データは AI 使用前に非識別化が必要
- 地方法：[地域固有を追加]
7. BA 向け実装チェックリスト
開発前
☐ すべてのソースのデータ分類を定義
☐ PII/PHI フィールドを特定
☐ 決定：匿名化または除外？
☐ 保有ポリシーを設定
☐ リネージをドキュメント化
☐ コンプライアンス レビューを取得
開発中
☐ 機密フィールドのデータ マスキングを実装
☐ 監査ログを追加
☐ データ削除をテスト（保有期限切れ）
☐ ユーザー オプトアウト トリガーをテスト
☐ QA が正しいデータ フローを検証
リリース後
☐ 月次監査ログ レビュー
☐ 四半期保有ポリシー レビュー
☐ 監視：不正なアクセス？
☐ 追跡：ユーザー削除リクエスト？
☐ 規制が変わったらポリシーを更新
8. BA が防ぐべき一般的な違反
❌「後でデータを匿名化する」→ データは PII のまま ✅ ソースで匿名化、AI 処理前
❌「モデル改善用にユーザー チャットを 5 年間保持」→ GDPR 違反 ✅ デフォルトで 30 日間保持、ユーザー オプトアウトまたは忘れられる権利で削除
❌「AI ベンダーは本番環境データベースへのアクセスが必要」→ セキュリティ ナイトメア ✅ 月次に匿名化データセットをエクスポート、ベンダーはそれで作業
❌「監査証跡は不要、社内」→ 後で準拠を証明できない ✅ 常にログ：誰が、何を、いつ、なぜ、すべてのデータ アクセス
まとめ
AI のデータ ガバナンス = 分類（PII？）+ リネージ（どこから？）+ 保有（どのくらい？）+ アクセス（誰が見える？）+ プロヴァナンス（監査証跡）。
BA はシステムを構築する必要はありませんが、開発ビルド前に明確なポリシーを定義する必要があります。後でコンプライアンス質問が生じたときに、BA が参照すべき具体的なポリシーがあります。