cdo-review

/cs:cdo-review — CDO の検討質問

コマンド： /cs:cdo-review <plan>

データ戦略に関わるあらゆる計画に対して、意思決定を重視する CDO が厳しく検証します。データアーキテクチャ、AI のトレーニング実行、データのプロダクト化、データチームの採用を決定する前に、6 つの質問に答えます。

実行するタイミング

• 顧客データを使用する新しい ML モデルのトレーニング実行を承認する前
• 複数年にわたるデータインフラストラクチャ SaaS 契約（Snowflake、Databricks、Fivetran）に署名する前
• 顧客データをプロダクト化する前（ベンチマークレポート、埋め込みエンドポイント、ライセンス）
• データチームの主要な人材（データ責任者、CDO、データ PM、ML エンジニア）を採用する前
• M&A のデューデリジェンスの前 — 自社側でも相手側でも
• 創業者が「データ」の近くで「収益化」という言葉を使ったとき

CDO が問う 6 つの質問

1. このデータは、どの意思決定に役立ちますか？

実現できる意思決定がない場合、なぜ収集／トレーニングへの使用／プロダクト化を行うのですか？

• 「いつか必要になるかもしれない」は意思決定ではありません。
• 「堀になりそうな気がする」は意思決定ではありません。
• 明確な回答では、このデータを必要とする具体的なビジネス上の判断を示します。

2. すべてのデータソースについて、同意の経緯はどうなっていますか？

各データソースについて、取得元、同意のフロー、データ分類、意図された用途を確認します。

• 1st-party の TOS のみの同意は、1st-party の明示的なオプトインよりも弱いものです。
• 包括的な TOS は、実質的に新しい目的（基盤モデルのトレーニングに PII を使用するなど）を対象としていません。
• 対象範囲に AI のユースケースが含まれる場合は、ai_training_data_audit.py を実行してください。

3. 社内で誰が利用し、異なる機能領域はいくつありますか？

一元化か組み込みか、データウェアハウスかメッシュかの判断材料になります。

• 利用者が 5 人未満：データウェアハウスのみ。
• 利用者が 5～25 人：レイクハウス。
• 利用者が 25 人以上で、連合型の文化がある：メッシュ。
• 時期尚早なアーキテクチャの選択は、データチームの燃え尽きの最大の原因です。

4. M&A のデューデリジェンスにどのような影響がありますか？

明日、買収者からこのデータコーパスについて尋ねられたとき、準備はできていますか？

• 匿名化プロセスは文書化されていますか？
• MSA に例外条項がある顧客は何％ですか？
• トレーニングデータの来歴ログは最新ですか？
• 四半期ごとに data_asset_valuator.py を実行してください。

5. このソースなしで、モデル／意思決定／レポートを再トレーニング／再実行／再公開できますか？

特定のデータソースへの依存度を検証します。

• できる → 影響範囲は小さく、後から同意の方針を変更できます。
• できない → 影響範囲は大きく、このソースに構造的に依存することになります。より慎重に審査してください。

6. 何の役割を採用すれば前進でき、それは次に採用すべき人材ですか？

適切な答えがアナリティクスエンジニアなのに、データサイエンティストを誤って採用すると、生産性を 12 か月損ないます。

• 実現したい意思決定を、具体的な役割に結び付けてください。
• 前提となる役割がすでに揃っていることを確認してください（ML エンジニアの前にデータエンジニア、データサイエンティストの前にアナリスト）。

ワークフロー

# 1. AI training audit (if any ML / AI use case)
python ../../../c-level-advisor/skills/chief-data-officer-advisor/scripts/ai_training_data_audit.py sources.json

# 2. Architecture decision (if changing the stack)
python ../../../c-level-advisor/skills/chief-data-officer-advisor/scripts/data_product_strategy_picker.py profile.json

# 3. Data asset valuation (if productizing or pre-M&A)
python ../../../c-level-advisor/skills/chief-data-officer-advisor/scripts/data_asset_valuator.py corpus.json

出力形式

# CDO Review: <plan>
**Date:** YYYY-MM-DD

## The Decision Being Made
[one sentence — which of the four CDO decisions: training | architecture | asset | hire]

## Training Audit (if applicable)
- NO-GO sources: N
- MITIGATE sources: N
- GO sources: N
- Top remediation: <one line>

## Architecture (if applicable)
- Recommended: WAREHOUSE / LAKEHOUSE / MESH
- Build-vs-buy summary: <one line>
- Kill criteria: <when to revisit>

## Asset Value (if applicable)
- Strategic value: X/10 | Moat: STRONG / MEDIUM / WEAK
- M&A multiplier: X.Xx – X.Xx ARR
- Recommended productization path: <name>

## Org (if applicable)
- Next hire: <role>
- Why this, not that: <one line>
- Prerequisite hires in place: yes/no

## Verdict
🟢 SHIP | 🟡 SHARPEN | 🔴 BLOCK

## Next Steps
[3 concrete actions]

振り分け先

• /cs:gc-review — プロダクト化またはライセンス供与に関するあらゆる経路
• /cs:ciso-review — 顧客データに関わるあらゆるアーキテクチャ変更
• /cs:cfo-review — 内製か購入かの TCO、および M&A の評価計算
• cs-chro-advisor エージェント — データチームの採用（報酬、キャリアラダー、レベル設定）
• /cs:decide — 判断結果を記録
• /cs:freeze 90 — 複数年のインフラストラクチャ契約

関連情報

• エージェント：cs-cdo-advisor
• スキル：chief-data-officer-advisor
• 関連項目：../../../c-level-advisor/skills/general-counsel-advisor/（契約上の制約）、../../../c-level-advisor/skills/cto-advisor/（アーキテクチャの対応能力）

---

バージョン： 1.0.0