Sakakimiya-style Data Model
データを意思決定価値に変換する流れ（Data-to-Decision）を、業務横断で俯瞰できるようにするためのレイヤ型データモデル
Core Value
データを「システム別・部門別」ではなく「役割」で整理します。
案件を単発で終わらせず、案件同士が鎖のようにつながる構造を前提にします。
共通部品と標準成果物を積み上げることで、案件が増えるほど運用が軽くなります。
Architecture
榊宮式は、データ利活用を次の5つの役割に分けます。
拠点/システム混在、同名衝突、二重取り込みを前提に吸収し、データを統合可能な形に整備します。
実績/KPIを締め・鮮度・定義合意を持って確定し、検証の基盤とします。
予測・最適化・比較（What-if）で意思決定の材料を生成します。
施策の効果を統合KPIとしてまとめ、比較・説明可能にします。
Impactを材料に、期待との差分（乖離）を説明し、外部文脈も統合して次の意思決定へ更新します。
Implementation Timeline
37のロードマップを5つのWaveに分けて、段階的な実装順序を示します。
実装の原則
各Waveは先行Waveの検証済み出力に基づいて構築され、冗長な開発を最小化します。 Foundation（Wave 0）から順次実装することで、共通コンポーネントの再利用と標準化が可能になり、 案件が増えるほど運用が軽くなる構造を実現します。
Execution Strategy
施策ストーリーではなく、ロードマップストーリー
この2層構造にすることで、読者は「施策が何のためにあるか」「次に何を積むべきか」「共通部品がどれか」を迷わなくなります。
Foundation
ほぼ全ロードマップの前提になる"共通依存"
以降のロードマップは、原則として以下ができているほど立ち上げが速くなります。
Value Chain
権限分掌と機密性管理のため、5層レイヤを「ドメイン（Roadmap）」単位のカタログとして分割します。
サプライヤー選定、入荷最適化、原材料在庫
生産計画、歩留まり改善、設備稼働、品質管理
配送ルート、ラストワンマイル、倉庫配置
販促、価格、チャネル戦略、需要予測、LTV
カスタマーサポート、保守点検、CX向上
foundation_{domain}基盤：取り込み、統合ID、DIM/FACTactual_{domain}実績：確定KPI、締め・鮮度intelligence_{domain}知能化：予測・最適化・比較impact_{domain}効果統合：施策効果の統合KPIsynthesis_{domain}統合：乖離・外部文脈・意思決定ログNaming Convention
ロードマップ内の成果物命名には、以下のスキーマ接頭辞を適用します。
| 接頭辞 | 用途・意味 | 具体例 |
|---|---|---|
pred_ | Prediction: 予測値 | pred_demand, pred_churn |
opt_ | Optimization: 最適化案 | opt_inventory, opt_budget |
sim_ | Simulation/What-if: シナリオ比較 | sim_price_change, sim_tax_risk |
score_ | Scoring: 優先順位付け | score_loyalty, score_risk |
rec_ | Recommendation: 推奨アクション | rec_next_best_action |
Roadmap Library
ロードマップ＝依存の鎖として、37のロードマップを定義します。
Implementation
共通コンポーネント（R0-3）が再利用と標準化を可能にする
各機能のコアインテリジェンス（R4-21）がビルディングブロックを作成
ポートフォリオ/リスクビュー（R22-25）がサイロ化された能力を接続
Digital Twins（R26-35）が安全な実験を可能にする
統合された能力から企業ステアリング（R37）が創発する
このシーケンスにより、各レイヤは先行レイヤの検証済み出力に基づいて構築され、冗長な開発を最小化します。 アーキテクチャは意図的に能力開発（R01-36）と自律運用（R37）を分離し、 データ駆動型から自己最適化型企業への成熟度進化を反映しています。
Operations & Maintenance
権限分掌と機密性管理のため、5層レイヤを「ドメイン（Roadmap）」単位のカタログとして分割する命名を推奨します。
foundation_{domain}基盤：取り込み、統合ID、DIM/FACT
actual_{domain}実績：確定KPI、締め・鮮度
intelligence_{domain}知能化：予測・最適化・比較
impact_{domain}効果統合：施策効果の統合KPI
synthesis_{domain}統合：乖離・外部文脈・意思決定ログ
運用が安定するのは「責任を持つ組織」と「作業場所」が一致しているときです。
Data Platform（基盤）
Foundation：取り込み、名前空間、統合ID、統合DIM/FACT、品質基盤、監査
Initiative / Analytics（施策運用）
Actual・Impact・Synthesis：会議体で使う成果物の運用
Data Science / Optimization（知能化）
Intelligence：モデル、最適化、評価、再現性
Ops/Admin（監視）
監視カタログ、SLO/SLI、アラート、インシデント対応
榊宮式データモデルは、データを"作る"ためではなく、意思決定を"強くする"ための設計です。
俯瞰できる。つながる。増えるほど、早くなる。
この3点を、ロードマップ（複数施策の束）として運用に落とし、ImpactとSynthesisで学習を資産化することで、 データ利活用は単発の成功から、継続的な意思決定能力の向上へ進化します。