前のページに戻りますホームへサイトマップへ
           
   
 
 



データベース・データモデルの品質を見極める監査・評価ソリューション  
 
     
   ホーム >製品・ソリューション>DOAソリューション>監査・評価ソリューション  


_ データモデル・データベースの品質を見極める

●データモデル監査又はデータベース監査
監査目的 ○データモデルの品質を確認する
 データベースがビジネスシステムの要であり、その品質がシステム開発プロジェクト、及びその後の保守作業の生産性と品質に大きな影響を与えることに関しては異論は無いと思います。
 データベースが実装されたり、プログラムの開発が進んだ段階で、データベースの変更を行うことは避けたいところです。
 そこで、このソリューションでは、概念モデルの段階で、データモデルを監査することで、その品質を確認し、必要に応じてデータモデル改善の勧告を行うものです。
○データベースの品質を確認する
 既に、運用されているデータベースに関しては、今更じたばたしても始まりませんが、次期システムへの改善の手掛かりとして、現状データベースの課題を抽出するのは意義のある作業です。
 なお、本件ソリューションのご提供に当たって、前提となる現行データベースのデータモデルが存在し維持されていない場合は、現行データベースのデータ分析から着手する必要があります。
 なお、評価・判断に緊急を要する場合には、データモデル以外のデータベース設計情報を対象とした監査実施が可能な場合もありますのでご相談下さい。
 なお、監査を実施するためには、監査の基準が必要です。
 このソリューションでは、データモデルの表現としての有るべき姿と、ビジネスの構造を基準に監査を実施しますので、お使いの表現方法や分析技法に制限はありません。
(とは言え、世の中にはまれに良く分からないものも存在するようなので、お使いの表現方法・分析技法が、コンサルタントに理解不能の場合はご容赦下さい。)
監査の方法 ・このソリューションは、システム監査基準の実施基準・報告基準に準じてご提供します。
 監査責任者はクライアント側で選任して下さい。
 また、監査対象が多い場合や、この機会にノウハウを修得したいなどで、補助の監査人を参加させる場合は監査計画の立案段階から、資料作成などでご協力をお願いする旨を契約書に明記するので、契約について調整する段階で申し出て下さい。
・特別なご希望がある場合は、監査計画の立案を検討する打ち合わせで調整致します。
・一般的に、効果的な監査の実施に最短でも必要な期間を表に説明します。
内容 所用期間の目安 主な成果物
・監査計画の立案 1日(内、打ち合わせ3時間程度) 監査計画書
・予備調査 1日(内、打ち合わせ3時間程度) 監査対象情報及びヒアリング対象者一覧
・ER図検証 1日(6時間程度) データモデルレビューシート
・本調査 1日全てヒアリングと資料の査読  ヒアリングシート
・報告書作成 1〜3日(指摘事項の量による) 監査報告書
・監査報告 半日(内容により、1〜3時間程度) -
 表の期間設定は、全体の傾向を把握する上での最小限度の時間で、監査対象が大量でもサンプリングを疎にするなどの調整を前提としたものです。
 改善に向けた、詳細な勧告を必要とする場合は、現行データ資産の管理状況と監査対象範囲によって別途見積もりいたします。
監査の内容 ○規定確認
・予備調査段階でER図を中心とした資料を収集すると同時に、データモデルの作成基準やデータ項目の命名基準などの有無、内容を確認する。
○査読
・ER図とその補助資料を対象に、データモデルとしての外形的表現(関連が描かれていな、又は少ない・アトリビュートが多い、又は少ない・分類構造や関連エンティティの整理状況・データ項目の重複状況・業務の流れなど)の適切性を検証。
 また、ビジネスの構造・流れとして違和感のある部分をヒアリング対象としてデータモデルレビューシートに抽出。
○ヒアリング
・査読によってデータモデルレビューシートに抽出した疑問点をヒアリングによって確認する。
○勧告案作成
・査読で抽出しアリングで確認した内容を元に、改善案を検討。
 このページのトップへ

   概念データモデルのレビュー

●データモデルレビュー
評価の目的 ○データモデルの品質を確認する
 データベースがビジネスシステムの要であり、その品質がシステム開発プロジェクト、及びその後の保守作業の生産性と品質に大きな影響を与えることに関しては異論は無いと思います。
 データベースが実装されたり、プログラムの開発が進んだ段階で、データベースの変更を行うことは避けたいところです。
 そこで、このソリューションでは、概念モデルの作成段階で、実施されるレビューにデータ分析専門家として参加し、適時適切なアドヴァイスを行うことで、手戻りの無い作業の推進とデータモデル品質の確保を目指すものです。
評価の方法 ○事前教育
 例えば「このイベントエンティティには区分の接尾語を持つデータ項目が5つ含まれているが、分類構造が表現されていない」などの指摘を行っても、その意味・内容が理解出来なければ、指摘そのものに意味がありません。
 レビュー参加者(ベンダー・メーカー・コンサルタントなどの社外要員も対象)に用語と表現のベースライン調整を目的に、事前のデータモデル教育を実施します。 
○レビュー参加
 レビューに参加し、外形上の問題、ビジネスモデルとしての問題を指摘し改善対応の要領を説明します。
○評価報告
 基本的にレビュー内での指摘が中心ですが、必要に応じて、対象となっているデータモデル及びベンダーを含む作成者の技術レベルなどの評価報告を作成します。
評価の内容 ○表現
 概念データモデルの外形的表現の評価
 ・関連の有無と適切性・関連の量・アトリビュートの量・アトリビュート帰属の適切性・アトリビュートの重複有無・分類構造・関連エンティティなど
○ビジネスモデル
 概念データモデルのビジネスモデルとしての評価
 ・ビジネスの流れ・導出項目/集計項目の扱い・コードの扱い・分類構造の必要性・関連エンティティの必要性・インスタンスの単位の整合性
○技術者(ベンダー含む)
 知識・表現力・経験・業務知識・分析力などを全般的に評価し、信頼出来る・内部のウォークスルへも専門家の参加が望ましい・作業基準の整備から・再教育要などを見極めます。