マスターデータ管理システム（MDM）開発の進め方/やり方/流れや方法/手法/工程/手順

マスターデータ管理システム（MDM）の開発は、製品を導入するだけでは完了せず、対象データの定義、責任者、名寄せルール、連携方式、運用KPIまでを段階的に決めて定着させる取り組みです。

顧客名や商品名がシステムごとに異なる、同じ取引先が重複登録される、BIの集計値を信用できないという課題は、要件整理から稼働後の改善までを一続きの計画にすることで解消しやすくなります。本記事では、要件整理、製品・方式の選定、設計開発、テスト、稼働、定着の6フェーズに分けて、実務で使える判断基準、チェック項目、費用相場、見積もりの見方を解説します。なお、ここでいうMDMはマスターデータ管理を指し、モバイル端末管理（Mobile Device Management）とは別の仕組みです。

▼全体ガイドの記事
・マスターデータ管理システム（MDM）開発の完全ガイド

マスターデータ管理システム（MDM）の全体像とは何ですか？

MDMは、顧客、取引先、製品、品目、拠点、従業員など、複数の業務システムで共通して使うデータを、全社で信頼できる基準にそろえる仕組みです。データを一つのデータベースに集めるだけでなく、登録・変更・廃止のルール、承認、権限、品質監視、各システムへの配信までを管理します。したがって、開発の出発点はツール選びではなく、どのデータを誰が正とするかを決めることです。

ERP、CRM、販売管理、会計、EC、PLMなどに同じ顧客や商品が別名・別コードで登録されると、二重入力、請求ミス、誤配送、在庫集計の不一致が起こります。MDMでは、各システムからデータを取り込み、表記や住所、単位、必須項目を標準化し、同一レコードの重複候補を名寄せします。そのうえで、複数ソースのどの項目を優先するかを定め、ゴールデンレコードと呼ばれる代表データを作成します。

実装すべき機能は、データ収集・統合、標準化・クレンジング、名寄せ・重複排除、申請承認ワークフロー、権限管理、APIやETLによる配信、品質ダッシュボード、変更履歴と監査ログです。特に重要なのは名寄せの自動判定率だけではありません。判定できない候補を誰が確認するか、誤統合を戻せるか、変更がどの業務システムへいつ届いたかまで追跡できることが、実運用の品質を左右します。

対象ドメインは、顧客、製品、取引先、拠点などから選びます。判断基準は、事業への影響が大きいこと、重複や欠損などの問題を測定できること、データオーナーを置けること、連携先を2〜3システムに絞れることです。最初から全社の全マスターを統合すると、部門間の定義調整だけで時間を使い、品質改善の効果を確認できないまま計画が膨らみます。まず1ドメイン、2〜3システムでパイロットを行い、結果をもとに横展開する進め方が現実的です。

導入方式には、既存システムを残して参照情報を統合するレジストリ型、中央のハブでマスターを集約して配信するハブ型、主要業務システムを正とする方式、MDMで登録と更新を一元管理する方式があります。パッケージやSaaSは標準のデータモデル、マッチング、ワークフローを利用しやすい一方、業務を標準機能に合わせる判断が必要です。独自の採番や複雑な配信がある場合も、まず標準機能と設定で実現できる範囲を確認し、スクラッチ開発は差分に限定することが保守性を保つポイントです。

マスターデータ管理システム（MDM）の進め方

MDM開発は、要件整理、製品・方式の選定、設計開発、テスト、稼働、定着の6フェーズで進めます。各フェーズで成果物と意思決定者を明確にし、前の段階で決めるべきことを後工程へ持ち越さないことが重要です。以下では、作業内容だけでなく、次のフェーズへ進むための合格条件も含めて説明します。

最初に、経営課題をデータの課題へ翻訳します。「分析したい」ではなく、「顧客別の売上集計を月次締め後2日以内に確定したい」「商品登録の承認待ちを3営業日以内にしたい」のように、業務と期限を具体化します。現行システム一覧、項目定義、コード体系、レコード件数、更新頻度、連携方式、データの所有部署を棚卸しし、データプロファイリングで欠損率、重複率、表記ゆれ、更新遅延を測定します。

この段階の成果物は、対象ドメイン定義、データ項目一覧、システム間のデータフロー、現状品質レポート、業務課題と優先順位、KPI案です。チェックポイントは、データオーナーとデータスチュワードが決まっているか、MUSTとWANTを分けたか、品質を測る基準値があるかです。責任者が決まらないまま次へ進むと、後で「どのシステムが正しいか」という議論に戻るため、部門長を含む意思決定会議を設けます。

要件が整理できたら、パッケージ、SaaS、既存基盤の拡張、スクラッチのどれが適切かを比較します。比較表には、対象ドメイン、標準データモデル、名寄せアルゴリズム、手動レビュー、承認ワークフロー、API・ETL・ファイル連携、権限、監査ログ、バックアップ、運用画面、追加ドメインの費用を入れます。機能の有無だけでなく、自社データで重複候補をどの程度正しく判定できるかをPoCで確認することが大切です。

選定先には、現状データのサンプル、連携先一覧、想定ユーザー数、品質KPI、稼働目標を同じ条件で渡します。候補会社の提案では、誰がデータオーナーを支援するのか、名寄せの例外を誰が判断するのか、移行リハーサルを何回行うのか、稼働後の教育と運用改善が含まれるのかを確認します。製品ベンダーと導入SIerの役割、障害時の一次窓口、設計書やルールの引き渡し条件も、契約前に明文化します。

設計では、項目名、データ型、必須・任意、コード、入力制約、履歴保持、廃止状態、ソースごとの優先順位を定めます。顧客マスターなら法人番号や住所、製品マスターなら品番、単位、販売状態など、ドメイン固有の属性を洗い出します。名寄せでは、完全一致、表記正規化、住所や電話番号の分割、類似度による候補抽出のどこまでを自動化し、どのスコア帯を人手確認に回すかを決めます。

連携設計では、登録・変更・廃止のどのイベントを、どの方向へ、どの頻度で配信するかを定義します。リアルタイムAPIが必要な処理と、夜間バッチでよい処理を分け、エラー時の再送、重複配信、順序逆転、受信側の停止を想定します。開発中は、サンプルデータだけでなく、欠損、旧字体、住所変更、統廃合、廃番、同一企業の別拠点といった例外データを含めます。個人データを扱う場合は、最小権限、多要素認証、通信・保存時の暗号化、操作履歴、バックアップと復旧テストを要件に含めます。

テストは、機能テストだけでなく、データ品質、連携、権限、性能、障害復旧、業務受入を分けて計画します。名寄せでは、正しく統合されるケース、統合してはいけないケース、判定保留になるケースを用意し、適合率と再現率の両面から確認します。業務部門には、登録申請、承認、差し戻し、変更、廃止、検索、配信エラーの復旧という実際の操作を行ってもらい、手順書だけでは見つからない運用負荷を把握します。

移行は一度で本番へ投入せず、少なくとも本番相当のデータで複数回リハーサルを実施します。移行前後の件数、重複数、必須項目の充足、コード変換、関連データの参照整合性を照合し、差異の許容範囲と承認者を決めます。切り戻し条件、凍結期間、旧システムの参照方法、問い合わせ窓口を決めていない場合は、テスト完了とは扱いません。受入基準を数値で書き、未解決の既知課題は重要度と解決予定日を添えて残します。

稼働は、全社一斉切り替えよりも、対象ドメインまたは部門を限定した段階稼働が向いています。先行部門で登録ルール、承認時間、配信遅延、問い合わせ件数を確認し、問題がなければ次の部門や連携先へ拡張します。並行稼働を行う場合は、二重登録を防ぐために新規登録の正とするシステム、変更の受付窓口、同期の停止条件を明確にします。

本番切り替え当日は、データバックアップ、移行結果の照合、連携ジョブの稼働確認、権限確認、監視アラート、利用者向けの連絡を順番に実施します。稼働直後は、現場が旧Excelへ戻らないように、問い合わせを受ける窓口と判断のエスカレーション先を用意します。切り替え完了の判定は、システムが起動したかではなく、業務が新しい登録・承認・配信ルールで回り、KPIを計測できる状態になったかで行います。

MDMは稼働後に価値が決まります。データスチュワードが日々の重複候補、登録申請、変更依頼、配信エラーを確認し、月次または四半期で品質KPIをレビューします。KPIには、重複率、必須項目の欠損率、登録から承認までの時間、配信エラー件数、更新遅延、手動修正件数、問い合わせ件数などを設定します。導入前の基準値と比較し、改善しない指標があればルール、画面、教育、連携のどこに原因があるかを分解します。

新しい商品や取引先が増えたときに例外運用を積み重ねないため、データ定義と承認ルールの変更管理も設けます。担当者の異動に備えて、判断基準、名寄せ例、廃止ルール、障害対応、エクスポート手順を文書化します。IPAは2025年のデータマネジメントに関する考察で、生成AIなどの技術進展を背景にデータ整備・管理の重要性が高まっていると整理しています（出典：IPA「データマネジメントに関する調査考察」、2025年）。AI活用を急ぐほど、元データの品質と責任の所在を定期的に見直す運用が必要です。

マスターデータ管理システム（MDM）の費用相場とコストの内訳

MDMの費用は、ライセンスやSaaS利用料だけでなく、データ棚卸し、クレンジング、名寄せ、移行、連携、教育、稼働後のデータスチュワード運用で大きく変わります。以下の国内レンジは、リサーチノートに基づき、一般的な基幹システム案件の公開情報をMDM向けに補正した推定目安です。個別案件の正式見積もりではないため、対象ドメイン、件数、連携本数、品質、運用体制をそろえて比較してください。

小規模の目安は500万〜1,500万円です。顧客または製品の1ドメイン、接続2〜3システム、数万〜数十万件程度を想定し、要件整理、データ診断、基本設定、初回移行、APIまたはCSV連携、テストを含めた場合のレンジです。既存システムの項目定義が整っており、名寄せの例外が少なければ下側に寄りやすく、Excelや個別コードが多い場合は上側に寄ります。

中規模は1,500万〜4,000万円が目安です。1〜3ドメイン、4〜10システム、複数部門を対象に、名寄せルール、承認ワークフロー、データハブ、権限、品質ダッシュボード、複数回の移行リハーサルを組み込むケースです。大規模は4,000万円〜1.5億円以上となることがあります。複数ドメイン、国内外拠点、10システム超、数百万件の移行、24時間運用、高可用性、複雑なERP連携が重なる場合は、個別の構想策定から見積もる必要があります。これらは推定レンジであり、特定金額を保証するものではありません。

見積書では、少なくとも製品ライセンスまたはSaaS利用料、初期設定・導入支援、データプロファイリングとクレンジング、名寄せルール作成、初回移行、外部システム連携、テスト・教育、保守・運用の8項目に分けて確認します。データ項目の整理や名寄せを「移行作業一式」にまとめると、品質改善の難易度と追加費用の条件が見えなくなります。移行対象件数、対象項目、除外データ、手動確認の件数、リハーサル回数を明記してもらいます。

公開価格の上限感として、IBMのInfoSphere Master Data Managementは、クラウド管理型の本番プランを小規模月額31,000米ドル、中規模51,000米ドル、大規模80,000米ドル、開発・テスト環境を月額19,000〜25,000米ドルと掲載しています（出典：IBM「InfoSphere Master Data Management – 料金体系」、確認時点の参考価格）。1米ドル=150円で機械的に換算すると本番は月465万〜1,200万円相当ですが、税・地域・契約条件を含まない参考値です。国内の小規模案件へそのまま当てはめず、エンタープライズ製品のライセンス上限を考える材料として扱います。

期間の目安は、小規模で4〜8か月、中規模で8〜15か月、大規模・グローバルで15〜24か月以上です。小規模でも、現状調査とプロファイリングに1〜2か月、設計・設定・連携に2〜3か月、移行・受入・教育に1〜2か月ほどかかる想定です。部門間でコードや定義の合意が難しい場合、開発会社の作業だけを増やしても短縮できません。意思決定会議の頻度と社内レビュー期間を計画へ入れます。

費用に含まれない社内工数にも注意が必要です。データオーナーによる項目定義、現場による名寄せ確認、受入テスト、承認ルールの決定、利用者教育、稼働後の品質レビューは自社側の作業です。外注費を抑えても、社内の確認が遅れると納期が延びます。見積もり時に、発注側と受注側の役割分担表を作り、誰が何営業日以内に判断するかを合意しておくと、遅延の原因を早く特定できます。

マスターデータ管理システムの見積もりを取る際のポイント

MDMの見積もりは、製品名と総額だけで比較すると判断を誤ります。対象ドメイン、データ量、品質、連携数、業務ルール、セキュリティ要件、導入後の体制を同じ前提で提示し、作業範囲と除外範囲を分解してもらいます。安い提案が、データクレンジングや移行リハーサルを含まないだけということもあるため、成果物と受入条件まで確認します。

発注前には、対象ドメインと利用目的、データ項目・件数・増加見込み、現行システム、正とするデータの候補、コード変換、名寄せの判定基準、登録・変更・廃止の承認経路、利用者と権限、連携方向・頻度・方式、性能と可用性、ログ・バックアップ・復旧、移行と切り戻し、教育と運用保守を要件一覧にします。未確定の項目は空欄のままにせず、「提案で確認」「PoCで判定」「将来対応」のように状態を付けます。

品質KPIは、重複率、欠損率、登録リードタイム、配信成功率、エラー復旧時間、手動確認件数などから、経営課題と結び付くものを選びます。例えば、月次集計にかかる手作業を減らすことが目的なら、集計準備時間とデータ差し戻し件数を基準値として提示します。KPIがないと、稼働後に「便利になった」という感想だけで評価することになり、追加投資の判断もできません。

候補会社には同じデータサンプルと業務シナリオを渡し、名寄せの結果、手動確認の件数、登録から配信までの時間、例外処理をデモしてもらいます。評価は、機能、実績、提案体制、価格、運用定着、セキュリティ、契約の柔軟性に分けます。特定製品の導入実績だけでなく、自社と同じドメイン、データ量、ERP・CRM連携の経験があるかを確認します。

契約方式は、仕様を固定し納品する請負と、調査や要件調整を含めて進める準委任を使い分けます。要件が固まっていない初期診断は準委任、範囲と受入基準が固まった設定・連携は請負とするなど、工程ごとに適切な方式を検討します。追加連携、データ再移行、仕様変更、製品アップデート、障害対応、運用引き継ぎの費用負担を契約書へ書き、設計書・データマッピング・名寄せルールを納品物に含めます。

失敗例の一つは、全社・全ドメインを最初から対象にすることです。部門ごとの定義が決まらず、移行対象も増え、テストと教育が追いつかなくなります。次に、製品を入れればデータが自動できれいになると考えることです。名寄せの判定基準と例外の責任者がなければ、候補が保留されるだけで品質は改善しません。さらに、稼働日をゴールにしてKPIと運用予算を用意しないと、数か月後に旧運用へ戻る可能性があります。

顧客、従業員、取引先の個人データを扱う場合は、取得・利用・保存・提供・削除の目的と期間、アクセス権限、委託先、監査、漏えい時の連絡をデータマップと規程に落とします。個人情報保護委員会のガイドラインは、委託先の選定時に、委託元に求められるものと同等の安全管理措置が実施されることをあらかじめ確認するよう示しています（出典：個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン（通則編）」）。電子取引データや請求・会計データと連携する場合は、国税庁の電子取引データ保存要件を確認し、検索性、改ざん防止、証跡が連携で欠けないようにします。

よくある質問（FAQ）

MDMの進め方について、導入前に特に相談される質問をまとめます。費用や期間は企業ごとに変わるため、回答では判断の基準と、発注前に確認すべき条件を示します。

導入できます。最初から全社展開せず、顧客または製品の1ドメインと2〜3システムに対象を絞り、データ品質と登録業務の改善を測ると、費用と運用負荷を抑えやすくなります。SaaSや既存クラウド基盤の活用、CSV連携から始め、効果が確認できた段階でAPI連携や対象ドメインを拡張する方法もあります。

目安は、小規模で4〜8か月、中規模で8〜15か月、大規模・グローバルで15〜24か月以上です。ただし、データの重複や欠損の多さ、部門間の合意、連携本数、移行リハーサル回数、受入テストに参加できる社内メンバーで変わります。期間を短くするには、対象を絞るだけでなく、要件整理の段階で意思決定者とレビュー期限を決めることが有効です。

AIや類似度アルゴリズムによって重複候補の提示を効率化できる可能性はありますが、正しい統合の責任まで自動化できるとは限りません。法人名や住所が似ていても別会社の場合があり、商品名の類似が別規格を意味することもあります。AIを使う場合も、学習・判定に使ったデータ、信頼度、確認者、採用・却下の履歴を残し、人手確認へ回す基準と誤統合を戻す手順を用意します。

MDMは、顧客や製品などの共通マスターを正確に定義・統合・管理し、業務システムへ配信する仕組みです。PIMは主に商品情報を販売チャネル向けに豊富化・配信し、DWHは業務データを蓄積して分析する基盤です。重複した顧客を統合する責任やコードの正を管理するならMDM、商品説明や画像をECへ配信するならPIM、過去実績を分析するならDWHというように、目的とデータライフサイクルで役割を分けます。

まとめ

マスターデータ管理システム（MDM）の開発は、要件整理、選定、設計開発、テスト、稼働、定着の6フェーズで進めます。最初に顧客や製品などの対象ドメインを1つに絞り、現行データの欠損率・重複率・更新遅延を測定し、データオーナーと品質KPIを決めます。その後、自社データを使ったPoCで名寄せ精度と現場の確認負荷を検証し、移行や連携を含む総費用で方式と発注先を比較します。

製品の機能だけでは、データの定義や重複判定の責任は決まりません。登録・変更・廃止のルール、承認者、例外処理、配信エラーの復旧、教育、監査を業務設計として定めることが必要です。費用は500万〜1,500万円、1,500万〜4,000万円、4,000万円〜1.5億円以上という規模別の推定レンジを出発点にし、ライセンス、移行、連携、保守を分けた見積もりで精度を高めます。

まずは、重複や表記ゆれが事業へ与える影響の大きいドメインを選び、2〜3システムのデータ項目、件数、品質、更新経路を一覧にします。診断結果をもとに、MUST要件、KPI、PoCの判定条件、移行範囲、社内の意思決定者をまとめれば、候補会社から前提のそろった提案を受けられます。小さく品質を測ってから段階的に広げることが、MDMを使われ続ける仕組みにする近道です。

▼全体ガイドの記事
・マスターデータ管理システム（MDM）開発の完全ガイド

会社紹介

株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。

また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。

もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。

株式会社riplaの会社HPはこちら

・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>

執筆者プロフィール

張田谷凌央

株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。