「AIを使いたいが、社内に使えるデータがない」という相談は少なくありません。必要なデータが存在しない場合もあれば、紙・Excel・各システムに分散し、同じ意味の項目が別名で記録されている場合もあります。まず用途に必要な情報の有無と品質を確認します。この記事では、散らばったデータをAI活用に耐える形へ整える手順を5段階に分け、どのデータなら使えるかの判断基準とチェック項目を示します。
- 対象データの洗い出し どの業務の何に使うかから逆算する
- 項目名と表記の統一 同じ意味の列名・値をそろえる
- 欠損と重複の扱いを決める 埋める・捨てる・残すの基準を文書化
- 保存場所と更新担当の決定 置き場所と直す人を一つに決める
- 品質チェックの定期化 点検項目と頻度を運用に組み込む
手順1：対象データの洗い出し
最初にやりがちな失敗は、全社のデータを棚卸ししようとして半年が過ぎることです。出発点は「どの業務のどの判断をAIで支援したいか」であり、そこから必要なデータを逆に辿ります。
例えば「問い合わせ対応の下書きを作りたい」なら、必要なのは過去の問い合わせ文と回答文、商品情報、対応ルールです。会計データや人事データは今回は対象外になります。
洗い出しでは、次の項目を1行ずつ書き出します。
| 確認項目 | 書き出す内容の例 |
|---|---|
| 名称 | 受注一覧、問い合わせ台帳 |
| 形式 | Excel、基幹システム、紙、メール本文 |
| 保存場所 | 共有フォルダのパス、システム名 |
| 期間 | いつからいつまで残っているか |
| 件数の目安 | 行数・ファイル数 |
| 作成・更新する人 | 部署と担当者 |
| 持ち出し可否 | 個人情報・取引先情報の有無 |
紙しかない資料は、ここで「電子化が必要なもの」として別枠にします。すべてを電子化する必要はなく、対象業務に直接効くものだけで十分です。
棚卸しは全社一括ではなく、使う業務から必要なデータだけを逆算して洗い出します。
使えるデータかどうかの判断基準
洗い出した各データについて、次の観点で使用可否を仕分けます。
- 粒度：1行が何を表すか（1受注か、1明細か）が決まっているか
- 一貫性：同じ事象が常に同じ方法で記録されているか
- 期間：直近だけでなく、業務の季節変動を含む長さがあるか
- 由来：誰がどのタイミングで入力したかが説明できるか
- 権限：対象業務での利用と、利用予定のAIサービスへの入力の両方が許されているか
個人情報・取引先情報を外部AIに入力する前に、利用目的、契約上の守秘義務、必要な同意等、提供先の学習利用・保存・削除条件を確認します。社内で閲覧できることは外部送信の許可を意味しません。必要最小限の項目に限定し、不明な点は個人情報管理者へ確認してください。
このうち「一貫性」と「由来」が説明できないデータは、整備に時間がかかります。途中で入力ルールが変わっている場合は、変更時点より後だけを使う判断も現実的です。
手順2：項目名と表記の統一
同じ「取引先名」が、ファイルによって「客先」「得意先」「顧客名」と呼ばれている状態では、結合や集計で誤りが生じることがあります。列名と値、両方をそろえます。
列名の統一
業務で使う呼び方を一つ選び、対応表を作ります。無理に英語化する必要はなく、社内で通じる日本語で構いません。大切なのは、対応表を文書として残すことです。
値の表記ゆれ
- 会社名：「株式会社」「(株)」「㈱」、前株・後株、スペースの有無
- 日付：2024/4/1、2024-04-01、令和6年4月1日
- 金額：円単位・千円単位、税込・税抜、カンマや通貨記号の混在
- 区分：「完了」「済」「クローズ」
- 全角半角：英数字とカタカナ
変換作業では、元データを上書きしないことが鉄則です。整備後に誤りが見つかったとき、戻せなければ検証ができなくなります。
手順3：欠損と重複の扱いを決める
欠損や重複をどう扱うかは、正解が一つではありません。先に方針を決め、文書化してから作業します。
欠損への対応
| 状況 | 取りうる対応 |
|---|---|
| 必須項目が空 | 原資料に照会する。補完できない場合は用途ごとに保留・除外の可否を判断する |
| 補助項目が空 | 空のまま残し、空を意味する値を決める |
| 業務上「無し」を意味する空 | 「該当なし」など明示的な値に置き換える |
| 一定期間だけ空 | その期間を除外するか、別扱いにする |
平均値などで機械的に埋めると、元の記録と推定値の区別がつかなくなります。埋める場合は、埋めたことが分かる印を残してください。行や期間を除外すると特定の対象が偏って残るおそれがあるため、除外件数・割合・対象の特徴を記録し、利用目的に対して偏りが許容できるか検証します。
重複への対応
見た目が完全に同じ行でも、別の取引や出来事を表すことがあります。行の一致だけで削除せず、取引ID・明細番号・日時・出典と業務上の意味を照合します。同じ対象を指す別レコードは、名寄せと履歴保持のルールを業務担当者が判断します。元データを保全し、確実に重複と確認できたものだけを検証用の加工データで統合・除外し、対象と理由を記録してください。
手順4：保存場所と更新担当の決定
整えたデータが個人のPCに置かれたままだと、翌月には別の版が増えます。置き場所と直す人を一つに決めます。
決めるべきことは次の4点です。
- 正とする保存場所（どのフォルダ・どのシステムか）
- 更新担当（部署ではなく役割で指定する）
- 更新のタイミング（日次・週次・月次のいずれか）
- 変更履歴の残し方（誰がいつ何を直したか）
保存場所と更新担当を一つに決めるまでは、整備した状態は長持ちしません。
手順5：品質チェックの定期化
整備は一度で終わりません。入力者の交代や業務の変更で、表記ゆれは再び発生します。点検項目と頻度を運用に組み込みます。
点検は月次程度から始め、問題が出やすい項目だけ頻度を上げると負担が偏りません。点検結果は記録を残し、同じ指摘が繰り返される場合は入力フォーム側の制約を見直します。
進めるか、先に別の手を打つかの判断
データ整備に着手すべきか、それとも先に業務側を整えるべきかは、次の条件で切り分けられます。
整備に進んでよい
- 対象業務と使いたい判断が具体的に決まっている
- 記録のルールが大きく変わっていない期間が確保できる
- 更新担当を決められる体制がある
先に業務側を整える
- そもそも記録が残っていない工程がある
- 入力ルールが担当者ごとに異なり、文書化されていない
- データの持ち出し可否が社内で判断できていない
整備の進め方や、どの業務からAIを適用するかの見極めに迷う場合は、外部の支援を使う選択もあります。株式会社ALTのAIコンサルティング・システム開発では、AI活用領域の見極め、構想・ロードマップの策定、PoC設計と効果検証、要件定義、開発、既存環境との連携、運用改善までを支援しています。自社のデータ状況に合わせて、どこから手を付けるかを整理する段階から相談できます。
よくある質問
Q: データが数年分しかありませんが、AI活用は難しいでしょうか。
A: 必要な量は用途によって変わるため、一律の基準はありません。過去の実績から傾向を読み取る用途では一定の期間が必要ですが、文書の要約や下書き作成のように、既存の記録をそのまま参照する用途では少量でも試せる場合があります。まず小さく検証して、量が足りるかを確かめる進め方が現実的です。
Q: 紙の資料は全部電子化すべきでしょうか。
A: すべてを電子化する必要はありません。対象業務の判断に直接使う資料から優先します。電子化の範囲を決める際は、その資料が無いと判断ができないか、他のシステムに同じ内容が入っていないか、の2点を確認してください。
Q: 整備作業は情報システム部門が担当すべきでしょうか。
A: 表記ルールや欠損の扱いは業務の意味に関わる判断のため、業務部門が決める必要があります。システム部門はファイルの集約や変換、保存場所の整備を担うという分担が現実的です。決めた内容は文書として残し、担当が変わっても引き継げるようにしてください。
まとめ
AI活用の前段にあるデータ整備は、対象データの洗い出し、項目名と表記の統一、欠損・重複の扱いの決定、保存場所と更新担当の決定、品質チェックの定期化という5段階で進められます。全社を一度に整えようとせず、使う業務から逆算して対象を絞ることが、着手の負担を下げる要点です。
また、整備は一度やれば終わるものではありません。更新担当と点検周期を決め、入力ルールの文書を残すことで、整えた状態が維持されます。どの業務から着手するか、どこまで整えれば検証に進めるかの判断に迷う場合は、構想段階から外部の支援を検討してください。
参考情報
