データリネージ

状況: 月商2.4億円のEC企業。ある月曜の朝、経営ダッシュボードの週次売上が前週比40%減と表示された。実際の受注件数は変わっていないのに、数字だけが急落している。

リネージ導入前: エンジニア3名が丸1日かけてETLジョブを手動で追跡。12時間後にようやく原因を特定。

リネージ導入後の対応:

1. ダッシュボードの「週次売上」フィールドからリネージを逆引き
2. 参照先のDWHテーブル mart_weekly_sales → ETLジョブ transform_orders → ソーステーブル raw_orders の流れを5分で可視化
3. transform_orders ジョブのログを確認 → 金曜夜のデプロイで通貨換算ロジックが変更されていたことを発見
4. 修正パッチを当てて再実行 → 30分で正常な数値に復旧

原因特定が12時間から30分に短縮された。経営判断の遅延も防げた。

状況: 従業員1,200名の地方銀行。金融庁の検査で「自己資本比率の算出に使用したデータの出所と処理過程を示してください」と求められた。

以前は担当者が3週間かけてExcelとメールを辿り、処理過程を手動でまとめていた。データリネージを導入した後は、検査官の前でリネージグラフを表示し、以下を即座に提示した。

• 自己資本比率の構成要素（Tier1資本、リスクアセット等）のソースシステム
• 各データの変換ルールと集計ロジック
• 最終レポートまでの全処理ステップと実行日時

検査対応にかかる時間が3週間から2日に短縮。検査官からも「データ管理体制が明確で信頼できる」と評価を受けた。

状況: 従業員800名の食品メーカー。基幹システムのリプレースに伴い、受注テーブルのカラム名47個を変更する必要があった。

リネージグラフで下流の影響範囲を確認した結果:

• 影響を受けるETLジョブ: 23本
• 影響を受けるダッシュボード: 8枚
• 影響を受けるバッチレポート: 5本

これを元に、変更対象を一覧化し、修正 → テスト → リリースの計画を2週間で策定。移行当日のトラブルはゼロだった。リネージなしで同じ移行を行った前回のシステム更新では、想定外の障害が14件発生し、復旧に3日を要していた。