STEP 1
対象データの確認
定義
移行対象・非対象を定義し、スコープを固定する工程です。
解決策
業務優先度・法令要件・利用頻度で分類し、不要データを除外してコストを最適化します。
データ移行の標準プロセス（10ステップ）
要点: 先にルールを定義し、あとでツールを選ぶことで、品質とコストを両立できます。
STEP 2
データプロファイリング
定義
実データの分布や欠損、重複を統計的に把握する分析です。
解決策
NULL率、重複率、異常値を可視化し、クレンジング優先度を決定します。
STEP 3
制約条件の確認
定義
移行先の型・必須項目・一意制約などを確認する工程です。
解決策
マッピング定義書を作成し、バリデーションルールを事前に自動テスト化します。
STEP 4
データクレンジング
定義
名寄せ・表記ゆれ・不整合を補正し、品質を上げる処理です。
解決策
正規化ルールと辞書を管理し、再実行可能なETLフローとして実装します。
STEP 5
データエンリッチメント
定義
外部情報や補助情報を付与してデータ価値を高める工程です。
解決策
住所正規化・業種コード付与など、将来の分析活用を見据えて付加価値を設計します。
STEP 6
ソースデータ欠損対応
定義
欠損項目への補完方針を決める工程です。
解決策
デフォルト値、参照補完、業務ロジック補完をルール化し、監査可能な形で記録します。
STEP 7
データ投入順序設計
定義
オブジェクト間依存を考慮したロード順を設計する工程です。
解決策
Parent-Child関係を整理し、参照整合性が崩れないロード計画を作成します。
STEP 8
データ移行テスト
定義
変換ロジックとロード結果を検証するテスト工程です。
解決策
単体・結合テストで変換精度を確認し、差分レポートで不整合を検出します。
STEP 9
データ移行リハーサル
定義
本番同等条件で全量移行を試行するDry Runです。
解決策
時間制約と手順を検証し、カットオーバー計画を実行可能レベルまで磨き込みます。
STEP 10
確認・検証（エビデンス）
定義
件数・金額・監査証跡を最終確認する工程です。
解決策
突合結果を証跡として保管し、監査や経営報告に耐える品質保証を行います。