出所と利用条件｜データ要求・収集・利用条件

このページはプロモーション（広告）を含みます。

データ要求・収集・利用条件（中級・読む30分＋演習35分）

この授業のゴール

• データセットごとに出所（提供元・取得経路・取得日・責任者・条件文書の場所）を記録できる
• 利用条件（利用目的・利用者の範囲・加工・再配布・保存期間・出典表示）を確認し、用途ごとに「利用可・条件付き・保留・利用不可」を判定できる
• 入手できることと、利用・再配布してよいことの違いを説明し、権利が不明なデータを保留にできる
• 目的外利用の恐れがあるとき、誰に何を確認すべきかを書ける

仕事でどう使うか

「手元にあるから使える」は、データの仕事で最も危険な思い込みの1つです。契約や利用規約、個人情報の利用目的に反して使うと、分析の結果が正しくても、成果物ごと使えなくなることがあります。

注意：この授業は、法律・契約の一般的な考え方を、データの仕事の手順として説明するものです（執筆時点（2026年）の一般的な説明）。具体的な判断は、組織の法務・個人情報の担当者に確認し、最新の公式情報を参照してください。

前提

次の言葉を使います。

• 判断・データ要求表・データ最小化 → 必要な問いとデータ
• 取得条件と偏り（データの集め方を読む）→ 収集方法とバイアス
• データ・AI・4つの仕事 → データ・情報・判断の違い

法律や契約の知識は前提にしていません。この授業で扱うのは「何を確認し、どう記録するか」です。法律・契約・規程の読み方そのものは 法律・契約・組織規程 で学びます。

身近な状況：手に入った4つのデータ、使ってよいのはどれか

みどり商店の需要予測を改善するため、データ担当が次の4つのデータを入手しました。どれも、すでに手元のパソコンにあります。

分析担当は「4つ全部を混ぜれば予測精度が上がる」と考えました。しかし、そのまま使える可能性が高いのは D だけです。

• A は、需要予測の分析が「サービス改善」に含まれるかはっきりしない。個人情報の担当者に確認するまで保留。
• B は、契約で目的が「共同販促の効果測定」に限られている。需要予測は目的外。
• C は、利用規約で自動取得が禁止されている。取得の方法そのものが条件に反する。
• D は、条件（出典表示）を守れば使える。

この授業では、こうした判断を出所と利用条件の台帳として記録し、用途ごとに使えるかを判定する方法を学びます。

直感的な説明：鍵を持っていることと、入ってよいことは違う

友人から家の合鍵を預かったとします。鍵があれば家には入れます。しかし「植木に水をやるため」に預かった鍵で、勝手にパーティーを開いてはいけません。できることとしてよいことは別です。

データも同じです。

• ファイルが手元にある、データベースにアクセスできる ＝ 鍵を持っている
• 利用条件の範囲で使う ＝ 預かった目的の範囲で入る

図書館の本も似ています。借りて読むのは自由ですが、全ページをコピーして売るのは許されません。データにも「読んで分析してよい」「社外に配ってはいけない」「出典を書けば何に使ってもよい」など、用途ごとに異なる条件があります。

もう1つの直感は「どこから来たか分からない物は使わない」です。拾った財布のお金を使ってはいけないのと同じで、出所がわからないデータは、誰がどんな条件で集めたかが確認できるまで使いません。これを保留と呼びます。

正確な定義：出所・利用条件・判定区分

• 出所（来歴）：データがどこから、どの経路で、いつ、誰の責任で来たかの情報。
• 利用条件：そのデータを使ってよい範囲を決める条件。法律、契約、利用規約・ライセンス、組織の規程、本人への説明や同意の内容から決まる。
• 目的外利用：データを集めたとき、または受け取ったときに定められた目的の範囲を超えて使うこと。
• データ責任者（データオーナー）：そのデータの利用を認めたり、条件を説明したりする責任を持つ人や部署。

出所として記録する項目

確認する利用条件

判定区分：用途ごとに、次の4つのどれかに判定します。

判定はデータごとではなくデータ×用途ごとです。同じデータでも「社内の需要予測」には使えて、「取引先に配るレポート」には使えないことがあります。

段階付き例題：4つのデータを2つの用途で判定する

用途は2つあります。(1) 社内の需要予測モデル、(2) 取引先に配る月次レポート（社外への提供）。

ステップ1（入力：台帳を作る）

ステップ2（処理：用途ごとに判定する）

ステップ3（出力：対応を決める）

• 需要予測は、自社POS と D で始める。
• A は保留表に置き、個人情報の担当者に「需要予測に使ってよいか、使うならどの形式か」を確認する依頼を出す。回答期限と依頼日を台帳に書く。
• C の代わりに、公的機関が提供する気象データで、利用条件が明記されたものを探す。

ステップ4（意味）

「精度が上がるから」は、利用条件を満たさないデータを使う理由になりません。保留や利用不可のデータを混ぜて作ったモデルは、後で条件違反がわかるとモデルごと作り直しになります。最初に台帳を作るほうが、結果的に早く進みます。

操作して理解する：出所の列を残して結合する

複数の出所のデータを結合するときは、行ごとに出所の列を付けておきます。後で「このデータは使えない」とわかったとき、その行だけを取り除けるからです。

使う関数：pd.concat([表1, 表2], ignore_index=True) は、表を縦に積み重ねて1つの表にします。ignore_index=True は行番号を0から振り直す指定です。merged[条件] は条件を満たす行だけを取り出します。

import pandas as pd

pos_a = pd.DataFrame({'date': ['2025-06-01', '2025-06-02'], 'item_id': ['milk', 'milk'], 'sales': [120, 135]})
pos_b = pd.DataFrame({'date': ['2025-06-01', '2025-06-02'], 'item_id': ['milk', 'milk'], 'sales': [80, 95]})

# 出所の列を付けてから結合する
pos_a['source'] = '自社POS'
pos_b['source'] = '取引先X提供'
merged = pd.concat([pos_a, pos_b], ignore_index=True)
print(merged)

# 取引先Xのデータが「利用不可」と判明したら、出所の列で取り除ける
usable = merged[merged['source'] != '取引先X提供']
print(usable)
print('合計販売数（全部）:', merged['sales'].sum(), '→（利用可のみ）:', usable['sales'].sum())

出力：

         date item_id  sales  source
0  2025-06-01    milk    120   自社POS
1  2025-06-02    milk    135   自社POS
2  2025-06-01    milk     80  取引先X提供
3  2025-06-02    milk     95  取引先X提供
...
合計販売数（全部）: 430 →（利用可のみ）: 255

source の列がなければ、4行のうちどれが取引先Xのデータか、後からはわかりません。さらに、もし groupby('date') で日別に合計してから保存していたら（6/1は200、6/2は230）、取引先Xの分だけを取り除くことは不可能になります。

考えてみましょう。

1. 取引先Xとの契約が終わり「受け取ったデータは削除すること」となったら、どの行を消せばよいでしょう。答え：source == '取引先X提供' の行。集計済みのファイルや、そのデータで学習したモデルにも影響が及ぶので、どこで使ったかの記録も必要です。
2. 出所が不明な行が混ざっていたら？ 答え：その行に source = '不明' を付けて保留表に分け、分析用の表には入れません。

発展：派生物・保存期間・責任の分担

派生物にも条件は及ぶ：集計表、学習済みモデル、グラフなど、元データから作った物（派生物）にも、元データの条件が影響することがあります。契約で「契約終了時に削除」と定められていれば、派生物を残してよいかも確認が必要です。だから、派生物ごとに「どのデータから作ったか」（リネージ）を記録します（「来歴とリネージ」（有料版））。

生成AIや外部サービスへの入力：分析のために社外のサービス（翻訳、生成AI、クラウドの分析ツール）にデータを入力することは、データを社外に渡すことに当たる場合があります。利用者の範囲と第三者提供の条件を確認し、組織の規程に従います。

保存期間と削除：「念のため全部残す」は、漏洩や目的外利用のリスクを増やします。利用条件の保存期間を台帳に書き、期限に削除する手順を決めます（「保存・削除・利用目的」（有料版））。

責任の分担：利用条件の判断は、分析者1人でするものではありません。

権利不明データの異常系：実務では「前任者が置いていったファイル」「メールで回ってきた抽出結果」がよくあります。出所を調べてもわからない場合は、使わずに保留し、一定期間で責任者が決まらなければ削除する、という規則を決めておくと、判断が人によってぶれません。

よくある失敗

失敗1：手元にあるファイルを、出所を確認せずに使う

誤った例：共有フォルダにあった sales_2024_all.csv を、前任者が作ったものだろうと考え、需要予測の学習に使った。3か月後、それが取引先から秘密保持契約のもとで受け取ったデータだとわかった。

なぜ誤りか：出所がわからないデータは、誰の、どんな条件のデータか判断できません。契約に反する利用がわかると、データの削除だけでなく、そのデータで学習したモデルや配布したレポートの回収・作り直しが必要になります。

直し方：出所・責任者・条件文書が確認できないファイルは保留表に置き、分析用のデータに混ぜません。責任者を探す依頼を出し、確認できるまで使いません。

失敗2：「公開されている＝自由に使える」と考える

誤った例1：Webサイトに表示されている価格情報を、自動プログラムで毎日取得して分析に使う。サイトの利用規約には自動取得の禁止が書かれていた。

誤った例2：「CC BY-NC」（非営利に限り利用可）のライセンスの公開データを、自社の有料サービスの予測モデルに使う。

なぜ誤りか：「誰でも見られる」ことと、「どんな方法・目的で使ってもよい」ことは別です。公開データにも利用規約やライセンスがあり、取得方法・商用利用・改変・出典表示などの条件があります。

直し方：公開データでも、利用規約・ライセンス名・確認日を台帳に記録します。ライセンスの記号（BY＝表示、NC＝非営利、ND＝改変禁止、SA＝同じ条件で継承）の意味をライセンス本文で確認し、判断に迷うときは法務に相談します。

失敗3：別の目的で集めたデータを、確認せずに転用する（目的外利用）

誤った例：問い合わせ対応のために記録した顧客との通話メモ（氏名・内容）を、マーケティング部が「不満を持つ顧客にクーポンを送る」ために使った。

なぜ誤りか：問い合わせ記録は、問い合わせへの対応という目的で集めたものです。顧客に示した利用目的にマーケティングが含まれていなければ、目的外利用の恐れがあります。顧客の信頼を損ない、組織の規程や法律の問題になる可能性があります。

直し方：転用する前に、(1) 集めたときに示した利用目的、(2) 新しい用途、(3) 個人を特定しない形（集計）で足りるか、を整理して、個人情報の担当者に確認します。判断の記録（誰が、いつ、どう判断したか）を台帳に残します。

失敗4：出所の列を残さずに集計・結合してしまう

誤った処理：

merged = pd.concat([pos_a, pos_b])          # 出所の列がない
daily = merged.groupby('date')['sales'].sum()  # 日別に合計して保存
daily.to_csv('daily_sales.csv')

なぜ誤りか：その後、取引先Xのデータ（pos_b）を削除する必要が出ても、合計された daily_sales.csv から取引先Xの分だけを取り除くことはできません。元データから作り直すしかなく、元データがなければ復元できません。

直し方：結合の前に source 列を付け、集計の結果にも「どの出所のデータから作ったか」を記録します。保留・利用不可のデータは、結合の前に除きます。

まとめ

• 入手できること（手元にある）と、利用・再配布してよいことは別。
• 出所は、提供元・取得経路・取得日・責任者・条件文書の場所で記録する。
• 利用条件は、目的・利用者・加工・再配布・商用・保存期間・出典表示・個人情報の根拠で確認する。
• 判定はデータ×用途ごとに、利用可・条件付き・保留・利用不可で行う。出所・権利・責任者が不明なら保留にし、混ぜない。
• 結合の前に出所の列を付ける。後から使えないとわかったデータを取り除けるようにする。

用語

出所（来歴）（provenance）

データがどこから、どの経路で、いつ、誰の責任で来たかの情報。

利用条件（terms of use）

データを使ってよい範囲を決める条件。法律・契約・利用規約・ライセンス・組織の規程・本人への説明から決まる。

目的外利用（use beyond the specified purpose）

集めたとき・受け取ったときに定められた目的の範囲を超えてデータを使うこと。

データ責任者（データオーナー）（data owner）

データの利用を承認し、条件を説明する責任を持つ人や部署。

保留表（quarantine table）

出所・権利・責任者が未確認のデータを、分析用データと分けて置いておく表や場所。

よくある質問

なぜ分析者が利用条件まで確認しなければならないのですか？

データを実際に使うのは分析者だからです。判断そのものは法務やデータ責任者が行いますが、「どのデータを、どの用途に使うか」を書いて確認を依頼できるのは分析者だけです。台帳がないと、誰も確認していないデータが使われてしまいます。

「出所」と「利用条件」はどう違うのですか？

出所は事実の記録（どこから、いつ、誰の責任で来たか）です。利用条件は、そのデータを使ってよい範囲のルールです。出所がわからないと、利用条件も調べられません。だから出所の記録が先です。

どこで失敗しやすいですか？

便利なデータが偶然手に入ったときと、部署をまたいでデータを借りるときです。「社内のデータだから」「公開されているから」という思い込みで確認を省きがちです。また、結合や集計の後で問題がわかると取り除けないので、結合の前に確認します。

利用条件が後から変わったらどうなりますか？

契約の終了、本人からの利用停止の求め、ライセンスの変更などで条件が変わることがあります。台帳の確認日と条件を更新し、出所の列やリネージ（どのデータから何を作ったか）を使って、影響する派生物を特定します。

確認に時間がかかるとき、仕事ではどう判断しますか？

保留のデータを使わずに進められる範囲（利用可のデータだけでの分析）を先に始め、保留のデータは確認が取れたら追加します。保留のデータがないと判断できない場合は、確認の期限と判断の期限を関係者に伝え、判断の時期を調整します。

個人を特定できない形に集計すれば、どんなデータでも使えますか？

そうとは限りません。契約やライセンスの条件は、集計しても元データの利用条件として残ることがあります。また、細かく集計した結果から個人が推測できる場合もあります（「匿名化と再識別」（有料版））。集計は有力な対策ですが、条件の確認を省く理由にはなりません。

確認問題

次に学ぶこと

次は データ辞書 で、ここまで決めた単位・定義・出所・利用条件を、項目ごとに1つの表にまとめるデータ辞書を作ります。

法律・契約・規程の読み方は 法律・契約・組織規程、個人情報と利用目的は 個人情報と利用目的、著作権とライセンスは 著作権とライセンス で詳しく学びます。データの所有と承認の仕組みは 「データ所有者と利用者」（有料版）、「カタログと承認」（有料版） で扱います。