課題：部門の壁がデータを分断している
製造業のサプライチェーン管理において、よく見られる課題が「データの縦割り問題」です。
- 調達部門：仕入先ごとのExcelで発注管理
- 在庫管理部門：基幹システム（ERPなど）の在庫テーブル
- 生産計画部門：月次Excelで計画管理
この3つが連携しておらず、需要予測AIに渡すための「統合データ」が存在しない状態がLV1〜LV2混在の典型です。
具体的な問題
- 「品番」が部門によって異なるコード体系で管理されている（マスタ不統一）
- 仕入先の「納品リードタイム」がどこにも一元管理されていない
- 在庫の「安全在庫水準」の定義が部門によって解釈が違う
AI-Readyレベル診断
| データ種別 | 現状レベル | 問題点 | |---|---|---| | 発注データ | LV1（Excel散在） | 品番コード不統一 | | 在庫データ | LV2（DBあり） | AIが意味を理解できる状態でない | | 生産計画 | LV1（Excel） | 標準化されていない | | 仕入先マスタ | LV1（担当者管理） | 複数版が存在 |
体制面：誰が何をするか
部門横断チームが必要です。これがサプライチェーンDXの最大の壁です。
| 役割 | 人数 | 求めるスキル | 重要度 | |---|---|---|---| | データスチュワード（専任） | 1名 | データ定義の議論をリードできる人材。業務知識必須。技術知識は不要。 | ★★★ | | 調達部門代表 | 1名 | 発注データの定義について説明できる担当者 | ★★★ | | 在庫管理部門代表 | 1名 | 在庫テーブルの意味を理解している担当者 | ★★★ | | 生産計画部門代表 | 1名 | 計画データの作成プロセスを説明できる担当者 | ★★ | | IT担当 | 1名 | SQL・DBの基礎知識。DBエンジニアでなくてもOK | ★★ |
最大の壁：組織の壁 技術よりも「どの部門のデータ定義を正として採用するか」の合意形成が難しい。 データスチュワードを専任で立て、部長クラスのスポンサーシップが必要です。
技術面：何のツールで・どの手順で
ステップ1：ビジネス概念モデリング（第1〜3週）
各部門の担当者を集めて、Mode-ai（当社ツール）で概念モデルを描きます。
- 「品番」「仕入先」「在庫ロケーション」「発注」などのエンティティを洗い出す
- 各エンティティ間の関係性（仕入先 → 品番 → 在庫 → 発注）を可視化
- 部門間で「品番とは何か」の定義合意を行う
この段階で「品番の定義が部門ごとに違う」ことが可視化され、解決すべき優先課題が明確になります。
ステップ2：DBML定義書でMDM設計（第4〜6週）
概念モデルをもとに、DBMLでマスタデータ管理（MDM）の設計を行います。
Table product_master {
product_id varchar [pk, note: "社内共通品番（全部門統一）"]
product_name varchar [note: "品名"]
category varchar [note: "製品カテゴリ"]
unit varchar [note: "単位（個・kg・本など）"]
safety_stock int [note: "安全在庫水準（在庫管理部門定義）"]
}
Table supplier_master {
supplier_id varchar [pk]
supplier_name varchar
lead_time_days int [note: "標準納品リードタイム（日）"]
}
ステップ3：MDMデータベース構築とデータ移行（第7〜10週）
- MDMデータベース（品番マスタ・仕入先マスタ）をRDB（PostgreSQL）で構築
- 既存のExcelデータを名寄せ・クレンジングして投入
- 各部門システムとのID突合テーブルを作成（移行期間中は旧コードも保持）
ステップ4：需要予測AI入力基盤の整備（第11〜14週）
- 統合された品番マスタをキーに、調達・在庫・生産データを結合したビューを作成
- TextToSQLで「来月の発注推奨量は？」「在庫が不足しそうな品番は？」のクエリ検証
- 機械学習モデル（需要予測）の入力データセットを生成
効果（After）
| 指標 | Before | After | |---|---|---| | 調達リードタイムの把握 | 仕入先担当者に毎回電話確認 | MDMから即座に参照可能 | | 需要予測精度 | Excel手集計の感覚値 | 統合データによるAI予測が稼働 | | 在庫過多・欠品 | 月次会議で事後報告 | 週次でアラート自動通知 | | 部門間のデータ議論 | 会議ごとに定義の確認から始まる | DBMLと概念モデルが共通言語 |
よくある質問
Q：ERP（SAP等）がすでにあります。MDMは必要ですか？
A：ERPの品番マスタが全部門で一貫して使われていれば不要なケースもあります。ただし「ERPの品番と現場Excelの品番が違う」状況が多く見られます。まず現状の棚卸しを行い、MDMが必要かどうかを判断します（無料アセスメントで確認可能）。
Q：どのくらいの期間でAI需要予測が使えるようになりますか？
A：概念モデリングとMDM構築で2〜3ヶ月、AI需要予測の精度検証まで含めると4〜6ヶ月が目安です。段階的に進めることで、MDM完成前でも部分的な効果を享受できます。