データマッピングとは？
データマッピングとは、
異なるシステムやデータベース同士で、
「どのデータがどこに対応するか」を決める作業です。
例：
システムAの 顧客名 → システムBの Name
なぜ必要なの？
- データ移行時のミスを防ぐ
- 複数サービスのデータを統合できる
- AI・分析で使える「きれいなデータ」を作れる
- 個人情報の管理・可視化（法令対応）
🔰 初心者の方へ
最初は「難しそう」に見えますが、 本質はとてもシンプルです。
- このデータは「何を意味しているか？」
- 移動先では「どの項目に入るか？」
Excelの列を対応付ける感覚に近いです。
🚀 導入するには
- ソース（元データ）を確認
- ターゲット（移行先）を確認
- 項目同士を対応付ける
- 必要なら変換ルールを作る
- テスト → 修正
▶ よく使われるツール例
- ETLツール（Talend / AWS Glue など）
- BIツール
- Excel / Googleスプレッドシート
- 最近はAI補助ツールも増加
🏢 現場の声
- 項目名が部署ごとに違う
- 仕様書が存在しない
- 途中でルールが変わる
- 「とりあえず動いている」謎データ
👉 だからこそ「見える化」する価値があります。
🧠 テクニック・発展
- 命名規則を統一する
- 変換ルールをドキュメント化
- 小さくテストしてから本番
- マッピング表を資産として残す
例：
birth_date → YYYY-MM-DD
都道府県名 → ISOコード
birth_date → YYYY-MM-DD
都道府県名 → ISOコード
データマッピングの例
| No. | ID | 元システム（ソース） | 項目名 | 移行先システム（ターゲット） | 項目名 | 変換ルール・補足 |
|---|---|---|---|---|---|---|
| 1 | customer_name | 顧客管理A | customer_name | CRM | Name | 全角・半角を統一 |
| 2 | email_address | 顧客管理A | email_address | CRM | 小文字に変換 | |
| 3 | birth | 顧客管理A | birth | CRM | BirthDate | YYYY/MM/DD → YYYY-MM-DD |
| 4 | prefecture | 注文管理B | prefecture | CRM | PrefCode | 都道府県名 → 数値コード |
| 5 | created_at | 注文管理B | created_at | CRM | RegisteredAt | タイムゾーンをJSTに変換 |
| 6 | tel | ECサイト | tel | CRM | PhoneNumber | ハイフンを除去 |
まとめ
データマッピングは「裏方」ですが、
データ活用・AI活用の土台です。
正しくつなぐことで、データは初めて価値を持ちます。