データマネジメント試験（DM）シラバス案を読む ― 学習のポイントと，DMBOKとの共通点・違い

新設されるデータマネジメント試験（仮称）について，シラバス（案）Ver 0.1が公開されました。先に公開されたサンプル問題と合わせて読むと，この試験が「何を・どんな視点で問うのか」がかなり具体的に見えてきます。この記事では，シラバスから読み取れる学習のポイントと，データマネジメントの世界標準知識体系DAMA-DMBOKとの共通点・違いを整理します。

シラバス（案）の全体像 ― 「知識」と「技能」の2部構成

DM試験のシラバスは，ほかの新試験区分と同じく，前半の「目標とする知識」（＝科目A）と，後半の「目標とする技能」（＝科目B）の2部で構成されています。

• 科目A（知識）：データマネジメントの用語・概念を，多肢選択式で問う
• 科目B（技能）：事例を読み解き，実務での判断を問う

注目したいのは，シラバスの冒頭に「ビジネスパーソンが担うデータマネジメント活動」という参考図が置かれていることです。この図が，試験全体の設計思想を象徴しています。つまりこの試験は，データマネジメントの専門家（データ主管組織）ではなく，現場でデータを扱う「ビジネスパーソン」を主役に据えているのです。この視点は，のちほどのDMBOKとの違いにも直結します。

この図の下段に注目してください。科目Bの4大項目（活動①〜④）と，データを支える「基盤・ツール」，そして「専門人材（データ主管組織）との協働」という構図が，そのまま試験の出題範囲の骨格になっています。左下の「1-1〜1-6」は，科目Bの技能の小項目に対応しています。

重点は大分類2「データ・AIの利活用」

シラバスは出題範囲を「重点分野」と「その他の分野」に分けています。重点分野は，大分類2「データ・AIの利活用」に集中しており，ここが学習の山です。中分類は次の3つです。

中分類	主な小分類（テーマ）
8 データマネジメント	データマネジメント／データライフサイクル／データガバナンス／データ品質管理／メタデータ管理
9 データ分析・データ利活用	データ基盤（データレイク・DWH・ETL/ELT）／データ分析・利活用／業務分析
10 AI利活用	AI利活用の原則・指針／識別AI／生成AI／AIエージェント

中分類8には，DIKWモデル・SSOT（信頼できる唯一の情報源）・データオーナー・データスチュワード・CDO／DMO・ビジネスグロッサリー・データリネージ・データプロファイリングといった，データマネジメントの中核用語がずらりと並びます。サンプル問題で問われた用語も，ほとんどがこの中分類8から来ています。

一方で「その他の分野」として，データベース（データモデル・E-R図・UML），情報セキュリティマネジメント，倫理・コンプライアンス（個人情報保護法・GDPR・匿名加工情報・著作権・AI倫理）も範囲に含まれます。データを「正しく・安全に・合法的に」扱うための周辺知識も問われる，というわけです。

科目B（技能）は4本柱 ― 「ルールを作る側」ではなく「守り，活かす側」

科目Bの範囲（目標とする技能）は，次の4つの大項目で構成されています。これは参考図の活動①〜④にそのまま対応しています。

1. データの適切な取扱いに関すること（データの定義・関係・整合性の確認，品質・メタデータの確認，AI利用時の留意，非構造化データの扱い）
2. データ活用による意思決定・検証・改善に関すること（課題に沿ったデータの特定，分析の実施，洞察の導出，結果の検証・改善）
3. データ活用の組織文化の醸成に関すること（意義の理解と普及，協働環境づくり）
4. データ活用の向上に関すること（新技術動向の把握，PoCの企画・実施・提案）

ここで大事なのは，技能の記述がすべて「〜する能力・スキル」で書かれ，しかもその多くが「（データ主管組織が定めた）ルールに則って把握・説明・確認・遵守・報告・相談する」という形になっている点です。つまり科目Bが問うのは，ガバナンスを「策定する側」の技能ではなく，定められたルールを現場で「遵守し，実践し，活かす側」の技能です。ここがDM試験の性格をよく表しており，リーダーではなく現場担当者の能力を問うものとなっています。

サンプル問題は，シラバスのどこから出ていたか

先に公開されたサンプル問題を，このシラバスに当てはめると，出題の狙いがきれいに対応していることがわかります。

サンプル問題	対応するシラバスの範囲
科目A 問1 データガバナンス	科目A 中分類8-3 データガバナンス
科目A 問2 データ品質（スチュワード・名寄せ・バリデーション）	科目A 中分類8-4 データ品質管理
科目A 問3 メタデータ（3分類・ビジネスグロッサリー）	科目A 中分類8-5 メタデータ管理
科目B 問1 データの責任主体の判断	科目B 大項目1（1-1／1-4 責任範囲の把握）
科目B 問2 顧客ID不一致・本質と暫定対応	科目B 大項目1-2（データ間の関係と整合性の確認）／大項目2-1

サンプル問題を解いてからシラバスを眺めると，「あの問題では，この範囲が問われていた」という対応が見えてきます。サンプル問題は，シラバスの読み方を教えてくれる格好の教材です。

DMBOKとの共通点と違い

この試験を語るうえで避けて通れないのが，データマネジメントの世界標準知識体系DAMA-DMBOKとの関係です。

共通点 ― 用語と概念の土台はDMBOK

シラバスの用語例には，データガバナンス，データオーナー，データスチュワード，CDO／DMO，メタデータ（ビジネス／テクニカル／オペレーショナル），データリネージ，データプロファイリング，データ品質特性など，DMBOK由来の中核概念が数多く登場します。用語・概念を理解する土台としては，DMBOK（特に知識領域の考え方）が最短ルートであることは，前回のサンプル問題の分析と変わりません。

違い1 ― 主役が「専門家」から「ビジネスパーソン」へ

DMBOKは，データマネジメントの専門家・専門組織が体系立てて実践するための知識体系です（有名な「DAMAホイール」も，データガバナンスを中心に11の知識領域を専門的に回す図です）。

これに対しDM試験は，冒頭の参考図が示すとおり「ビジネスパーソンが担うデータマネジメント活動」が主題です。専門組織がルールを整備することは前提としたうえで，現場の実務担当者が，そのルールに沿ってデータを正しく扱い，活用することに焦点を当てています。同じ用語を使っていても，問われる立場が違うのです。

違い2 ― ガバナンスを「回す」より「守り，活かす」

DMBOKの中心はデータガバナンスの設計・運営ですが，DM試験の科目Bは前述のとおりルールの遵守・実践・活用が中心です。「データ品質ルールをどう設計するか」ではなく，「定められた品質観点で自分の担当データを確認し，問題を見つけたら誰に報告・相談するか」を問う——そういう実務目線の作りになっています。

違い3 ― AIと倫理・コンプライアンスが正面から入っている

DMBOKが主に扱ってこなかった領域として，AIの利活用（識別AI・生成AI・AIエージェント）が重点分野に入っているのは大きな特徴です。生成AIへのデータ入力による情報漏えい，著作権・知的財産権への配慮，ハルシネーションなど，いま現場で問題になっている論点がそのまま範囲になっています。さらに個人情報保護法・GDPR・匿名加工情報といった法規・倫理も独立して問われます。「DMBOK＋AI時代の実務論点」が，この試験の守備範囲だと捉えると分かりやすいでしょう。

学習のポイント

以上を踏まえると，対策の指針は次のように整理できます。

• 重点は大分類2「データ・AIの利活用」。とりわけ中分類8（データマネジメント）の5テーマ（マネジメント／ライフサイクル／ガバナンス／品質／メタデータ）を最優先で押さえる
• DMBOKの概念で土台を作る。ただし「専門家が設計する」ではなく，「実務担当者が遵守・実践する」視点で読み替える
• 科目Bはサンプル問題で練習する。「ルールに照らして責任者は誰か」「本質的課題と暫定対応の切り分け」という読解＋論理の型に慣れる
• AI・生成AI・非構造化データ・PoCなど，新しい領域も忘れずに。生成AI利用時のデータ入力リスクや著作権配慮は，出題されやすいホットトピック
• 倫理・法規（個人情報保護法・GDPR・著作権） も「その他の分野」として確実に得点源にする

まとめ

• DMシラバス（案）Ver 0.1は，知識（科目A）＋技能（科目B） の2部構成。重点は大分類2「データ・AIの利活用」
• 科目Bは4本柱で，ガバナンスを「守り，活かす」実務担当者の技能を問う
• DMBOKと用語・概念は共通。ただし主役が「専門家」から「ビジネスパーソン」へ移り，AIと倫理・コンプライアンスが正面から加わっている
• 対策は，DMBOKの概念理解を土台に，サンプル問題で科目Bの型に慣れるのが王道

新試験全体の公開状況は全体まとめ記事で，DMの最新情報はDM区分ページでも整理しています。サンプル問題の詳しい分析はこちらの記事をご覧ください。

出典：本記事は，IPA公開のデータマネジメント試験（仮称）シラバス（案）Ver 0.1（PDF）を分析対象としています。（案） であり，IPAは「変更する可能性があります」と明記しています。DMBOKは，DAMA International によるデータマネジメントの知識体系ガイド（DAMA-DMBOK）を指します。