散在するExcelからの脱却──DXを止めない「データ基盤整備」の進め方
前回の記事「DX推進で最初に整理したい業務とデータ」では、業務とデータの所在を可視化し、改善対象の優先順位を決めるフレームを紹介しました。本記事はその次の段階、可視化した結果ほぼ確実に直面する「データがExcelとファイルサーバーに散在している」問題への対処を扱います。
生成AIの活用やBIダッシュボードの構築は、その手前にあるデータ基盤が整っていなければ機能しません。「AIを導入したが、食わせるデータが汚くて使い物にならない」という失敗の大半は、基盤整備を飛ばしたことが原因です。
1. なぜExcel散在が問題なのか──症状の特定
Excel自体は悪くありません。問題は、Excelが業務システムの代替として使われ続けることで発生する以下の症状です。
症状1: 同じ数字が場所によって違う
営業部の売上集計と経理部の売上集計が一致しない。原因は、各部署が独自のExcelで「自分用の正」を作っているからです。会議の前半が「どの数字が正しいか」の確認で消える状態は、データ基盤不在の典型症状です。
症状2: 属人化したマクロ・関数が業務を止める
VLOOKUPが何段にも連なったブック、作成者しか触れないVBAマクロ。担当者の異動・退職と同時に業務が止まり、「触ると壊れるので誰も直せないファイル」が残ります。これは技術的負債であり、放置するほど解消コストが上がります。
症状3: 集計作業そのものが業務になっている
毎月、各拠点からExcelを集めて、コピペで統合し、レポートを作る。この「集める・直す・貼る」に月数十時間かかっている場合、データの発生源と利用先が直結していないことが原因です。人手の集計は、量が増えるほどミスと遅延が増えます。
これらの症状が2つ以上当てはまるなら、個別ツールの導入より先にデータ基盤の整備を検討すべき段階です。
2. データ基盤整備の基本構造──3層で考える
「データ基盤」と聞くと大規模投資を想像しがちですが、構造自体はシンプルです。規模を問わず、次の3層で考えます。
| 層 | 役割 | 中小規模の例 | 大規模の例 |
|---|---|---|---|
| 収集・蓄積 | 発生源からデータを集めて貯める | スプレッドシート/フォーム＋自動転記 | Databricks、Snowflake等のDWH |
| 整形・統合 | 表記ゆれ・重複を解消し「正」を作る | クエリ・スクリプトでの定期整形 | ETL/ELTパイプライン |
| 活用 | 見る・分析する・AIに渡す | 共有ダッシュボード | Tableau等のBI、AIエージェント連携 |
重要なのは、最初から3層すべてを完璧に作らないことです。よくある失敗は「全社データ統合基盤」構想から入り、要件定義だけで半年を消費するパターンです。優先業務1つに絞り、その業務のデータだけを3層で通す──これが現実的な始め方です。
マスタの統一が最初の関門
基盤整備で最初に詰まるのは技術ではなくマスタデータです。部署ごとに顧客コードが違う、商品名の表記がバラバラ、といった状態では何を統合しても数字が合いません。「どの項目を、誰が、どのルールで正とするか」の合意形成は、ツール選定より先に行う業務側の仕事です。ここを外部ベンダーに丸投げすることはできません。
3. 進め方の判断軸──やってはいけない順序
アンチパターン1: ツール選定から始める
「DWHはどれがいいか」「BIツールの比較表が欲しい」から入る相談は多いですが、対象業務とデータが特定されていない段階でのツール比較は意味を持ちません。ツールの優劣より、自社のデータ量・更新頻度・使う人のスキルとの適合が支配的だからです。
アンチパターン2: 現行のExcel運用を「そのまま」システム化する
現行のExcelには、過去の場当たり対応が地層のように堆積しています。それをそのまま要件にすると、複雑さごと移植した高コストなシステムができあがります。基盤整備は業務ルール自体を見直す機会であり、「この列、誰も使っていないのでは」を潰す工程を必ず挟みます。
アンチパターン3: 移行を一斉切替で計画する
旧Excel運用を一斉に止めて新基盤へ切り替える計画は、ほぼ確実に混乱します。一定期間の並行稼働と、数字の突合検証を計画に織り込むこと。この移行設計の考え方は「IT導入前に決めておきたい要件整理の型」でも触れた論点です。
推奨する順序
- 優先業務1つを選ぶ（毎月の集計時間が最も長い業務が候補）
- その業務のデータの発生源・経路・利用先を図にする
- マスタと「正」の置き場所を決める（業務側の合意）
- 最小構成で3層を通す（既存ツールの自動化機能で足りることも多い）
- 集計時間の削減を実測し、次の業務へ横展開する
4. 生成AI時代における基盤整備の意味
2026年現在、AIエージェントに業務単位でタスクを委任する流れが本格化しています（詳細は「Claude Fable 5とは何か」参照）。エージェントが社内データを参照して動く以上、データ基盤の品質がそのままAI活用の品質上限になります。
逆に言えば、基盤が整っている企業ほどAI導入の効果が早く出ます。「AI活用」を目的に置く場合でも、投資の順序としてはデータ基盤が先です。
まとめ
- Excel散在の症状（数字の不一致・属人マクロ・集計が業務化）が2つ以上あれば基盤整備の段階
- 基盤は収集・整形・活用の3層で考え、優先業務1つから最小構成で通す
- 最初の関門はツールではなくマスタ統一。業務側の合意形成が先
- 一斉切替は避け、並行稼働と数字の突合を計画に含める
- データ基盤の品質がAI活用の品質上限を決める
自社のデータ散在状況の診断、基盤整備のロードマップ策定についてのご相談は、お問い合わせフォームからご連絡ください。