社内のデータがバラバラなときに読む記事まとめ

悩み1：同じ顧客が一覧に何行もある

顧客一覧を開くと、同じ会社が「株式会社○○」「（株）○○」「○○ 本社」と別々に登録されている。売上を顧客別に集計しても、同じ会社が分かれて出てくる。この悩みの原因は、同じ相手が複数回登録されていることです。

• 今日やれる一手：重複していそうな行を並べて、本当に同じ相手かどうか見比べる。判断の基準（会社名と住所が同じなら同じ、など）を書き出す。
• 解決策：名寄せ。表記を揃えて照合キーを決め、同じ候補を出して人が確認し、統合する。

• 名寄せとは → 重複を見つけて一つにまとめる作業の全体
• データクレンジングとは → 名寄せの前に表記を揃える作業

悩み2：全角半角や表記がバラバラ

住所の「1丁目」と「1-」、電話番号のハイフンの有無、会社名の「株式会社」の位置。同じ情報なのに書き方がバラバラで、検索しても出てこない、集計が合わない。この悩みの原因は、入力のルールが決まっていないこと、または決まっていても守られていないことです。

• 今日やれる一手：揃えたい項目を一つ決めて、今どんな書き方が混ざっているかを洗い出す。
• 解決策：データクレンジング。表記のルールを決め、既存データを直し、入力の入口でルールを守らせる仕組みを入れる。

• データクレンジングとは → 表記ゆれや欠損を直す作業の全体

悩み3：部署ごとに商品コードが違う

営業と経理と倉庫で、同じ商品のコードが違う。横断で集計しようとすると、手で対応表を作って突き合わせている。この悩みの原因は、正のマスタが一つに決まっていないことです。

• 今日やれる一手：部署ごとの商品コード表を横に並べて、どこが違うかを洗い出す。
• 解決策：マスタデータ管理。対象ごとに正のマスタを決め、追加・変更・統合・廃止のルールと担当を決める。

• マスタデータ管理とは → 正の辞書を作り、保つための取り決め
• マスタが部署ごとにバラける → 部署ごとに違うマスタをそろえる

悩み4：CSVを毎朝手でダウンロードしている

SaaSからCSVをダウンロードして、Excelで加工して、別のシステムに入れる。毎朝やっているが、ミスもあるし時間もかかる。この悩みの原因は、システム間の連携が自動化されていないことです。

• 今日やれる一手：連携元のSaaSのAPI対応状況を調べる。APIがあれば自動化の可能性がある。
• 解決策：API連携、ETL、iPaaSのいずれか。データを集めて分析基盤に格納するならETL、SaaS間の連携とワークフロー自動化ならiPaaS、システム同士の直接連携ならAPI連携。

• API連携とは → システム同士をつなぐ仕組み
• ETLとは → データを抽出・変換・格納する処理
• iPaaSとは → SaaS同士を連携する基盤
• ETL vs RPA vs GAS の選び方 → 連携手段の使い分け

悩み5：集計表を作っても誰も見ない

毎週Excelで集計表を作っているが、会議で使われない。ダッシュボードを作ったのに、開かれていない。この悩みの原因は、集計表を見る人と、見たあとに何を判断するかが決まっていないことです。

• 今日やれる一手：その集計表を見る人と、見たあとに何を判断するかを書き出す。答えられないなら、作る意味を見直す。
• 解決策：BIツールの導入より先に、「月曜の営業会議で、先週の受注件数と金額を見て、今週の訪問先を決める」のように判断の場面と必要な数字を書き出す。

• BIツールとは → データを可視化して判断を支援する
• ダッシュボードが使われない理由 → 使われなくなる原因と対策

悩み6：正しい値がどこにあるか分からない

顧客の住所を確認したいが、営業管理SaaSと会計ソフトとExcelで値が違う。どれが正しいか分からないので、毎回本人に聞いている。この悩みの原因は、正の置き場所が決まっていないことです。

• 今日やれる一手：確認したい項目の値を、3つのツールで並べて比較する。どこが違い、どこを正にすべきかを考える。
• 解決策：データの一元管理。情報ごとに正の置き場所と更新する人を決め、ほかはそこを参照する形にする。

• データの一元管理とは → 正の置き場所を一つに決める
• データのサイロ化のほどき方 → 分断されたデータをつなぐ手順

最初に直す1つを選ぶ：月末に一番時間を取られている作業から

悩みが複数あるとき、先月の月末作業で何時間かかったかを書き出し、一番時間を食っている作業から着手します。

• 先月の月末にかかった時間を書き出す：「売上突き合わせ 4時間」「顧客名寄せ 2時間」「CSV加工 3時間」のように。
• 一番時間がかかっている1つを選ぶ：全部を一度に直そうとすると止まる。まずは1つだけ。
• 実害がある悩みを優先する：数字が合わない、請求ミスが起きている、など、放置すると損失が出る悩みは時間に関係なく先にする。

sento.groupでは、最初に「先月の月末作業で何に何時間かかったか」を確認します。時間がかかっている作業から逆算して、必要なデータと整え方を決める進め方です。

記事の関係：どう読み進めるか

このまとめ記事でリンクしている記事は、それぞれ独立して読めます。気になる悩みの記事から読み始め、必要に応じて関連記事に進んでください。

• 名寄せ・データクレンジング：データの汚れを直す作業。マスタ整備の前にやることが多い。
• マスタデータ管理・データの一元管理：正の置き場所と更新のルールを決める。汚れを直したあとに、戻らないようにする役割。
• API連携・ETL・iPaaS：データを自動でつなぐ仕組み。マスタや定義が揃っていないと、つないでも数字が合わない。
• BIツール：データを可視化する。データが揃っていないと、ダッシュボードも使われない。

「先にETLでデータを集めてからクレンジングする」こともあれば、「先にマスタを決めてからETLを設計する」こともあります。正解の順番は一つではなく、自社の状況に合わせて決めます。