「この売上、先月の資料と数字が違うけど？」と社長に聞かれて、その場で答えられなかった。
よくある原因は3つです。
- 売った日と入金した日のずれ
- 返品や値引きを片方の表だけで差し引いていること
- 同じ伝票の二重入力や入力漏れ
ツールを替えても、3つとも残ったままです。
この記事では、自動化の前にそろえる数字の定義と元データの形、既製ツールで足りない処理の見分け方を説明します。
記事の要点（図解1分）
当てはまる条件ごとに、取り込み前の加工や照合の手作業が残ります。
AIで要約・質問をする
※ 開いたAIの入力欄に文が入っていない場合は、下のプロンプトをコピーして貼り付けてください
記事 https://n-v-l.co/blog/report-automation を読み、次の形で答えて。私について知っている情報があれば前提にする。 1.結論1文 2.記事の具体例3つ（企業名・サービス名・数字入り） 3.読む価値がある見出し2つ＋理由 4.私の会社に効くか（私を知っていれば当てはめ、不明なら判定質問3つ） 5.末尾に「答えてもらえれば、記事とサイト（https://n-v-l.co/）をもとに打ち手と記事にない部分を分けて答えます」 1500字以内。記事にないことは書かない。
ご利用中のAIで記事の要約を作成。その後、記事とサイトの内容をもとに、あなたのご質問に回答します。
レポート自動化で確認する6つの条件
既製ツールを検討するときは、集計前の加工から、数字の確認、会議での出し直しまでを対象にします。毎月どの作業が残りそうかを、今の帳票で確かめましょう。
既製ツールだけでは手作業が残るのは、どのような会社ですか。
岡田次のような会社です。
- 店ごとに売上の数え方が違う会社。売った日と入金した日が混在していると、ツールに入れても数字が合いません。
- 報告のExcelの形がばらばらな会社。そのままでは取り込めないケースがあります。
- 元の伝票と毎月1行ずつ照合している会社。BIツールでレポートを出すだけでは、照合の手作業が残ります。
- 売上、広告、在庫など、データの出どころが5つも6つもある会社。
- 経営会議のたびに、違う切り口での集計を頼まれる会社。
- ツールを毎月運用する人が社内にいない会社。
照合に使える機能は既製ツールにもあります。条件に当てはまったら、加工や照合のルールを設定できるか、設定後に担当者が運用できるかを確かめてください。
Microsoftの公式資料では、Power Queryで2つの表を列の値に基づいて結合できると説明しています。結合方法を選ぶと、片方の表にしかない行も抽出できます。 参照：マージ クエリの概要｜Microsoft Learn
伝票番号などの照合に使う項目と、差が出た際の確認方法を決めてから、機能を設定してください。必要な処理を設定で再現でき、社内で運用を続けられるなら、既製ツールを使えます。設定で対応できない処理は、開発の相談対象です。
既製品の利用と一部開発・全体開発を選ぶ条件は、以下の記事で解説しました。
レポート自動化の前にデータを整える
集計ルールを決め、取り込める表に整え、既存のレポートと数字を照合します。AIへ質問できる画面を用意する際も、集計に使うデータを先に確かめます。
経営と現場で集計ルールを決める
売上の計上日が店ごとに違う場合、誰と定義を決めますか。
岡田管理会計で使う数字なら、現場のルールで決めるのがよいと考えます。経営会議で見たい数字に合わせて、社長や経営企画と、店長たちで決めます。現場が納得して入力できることも必要です。
売った日を基準に見る売上と、入金日を基準に見る金額を、同じ列に混在させないようにします。
入力先を4つの候補から選ぶ
集計ルールをそろえた後は、各店のExcel入力を残せますか。
岡田各店で別々のExcelに入力する方法は、残さないほうがよいと考えています。クラウドに入力する形を勧めます。入力先の候補は次のとおりです。
- 開発したシステムの入力画面
- 業務アプリ
- 本部が書式を決めた共有シート
- いま使っている販売システム
報告書の形と商品名をそろえる
列の配置や商品名が違う報告書は、取り込み前の変換処理を確かめます。毎月担当者が書き直している箇所も、開発の相談時に示してください。
岡田列の並びも商品名も違うExcelは、基本的には取り込み前の加工が必要です。表の形を整える正規化と、同じ商品を対応付ける名寄せを行います。
セルを結合した印刷用の表や、金額の横にメモ・備考が混ざる表は、そのままでは取り込めません。マスタがなく、何と何が対応するのか分からないExcelは、特に手間がかかりました。
Microsoftは、同じ列など共通の構造を持つファイルを、Power Queryで1つの表に結合する方法を案内しています。サンプルに対する変換手順を、他のファイルへ適用する仕組みです。 参照：ファイルの結合の概要｜Microsoft Learn
たとえば、店舗ごとに同じ商品の表記が違うなら、元の商品名と共通の商品コードの対応表を用意します。表の見た目と、値の意味の両方をそろえるためです。売上と広告のデータを合わせる場合も、日付や店舗など、何を使って対応付けるかを決めます。
過去の数字を照合し、3つの原因を調べる
新しい仕組みのレポートを使い始める判断は、何を基準にしますか。
岡田過去2〜3か月分を新しい仕組みで出して、今のレポートと同じ数字になるかを見ます。数字が合わない原因には、次のものがあります。
- 売った日と入金した日のずれで、集計する月が変わっている
- 返品や値引きを片方だけで差し引いている
- 同じ伝票が二重に入っている、または抜けている
照合に使う期間と、開発にかかる期間は別です。ここでの2〜3か月は、過去データをさかのぼって比べる範囲を示しています。
Hyperboardでレポート自動化を進める
毎月の集計ができても、会議で店舗別や週別の数字を求められれば、出し直しが必要です。弊社のHyperboardでは、取り込み済みデータの切り口をAI分析機能で変更できます。対応できる集計は、用意したデータによって変わります。
取り込み済みのデータを別の切り口で見る
会議で「店ごとに週単位で出して」と言われたら、担当者が言葉で指示して出せますか。
岡田弊社のHyperboardなら、入っているデータの切り方を変えるだけの集計は、AI分析機能でその場で出せます。店別の集計がその例です。週単位で出せるかは日付の持ち方によります。
データの追加や定義変更は設計を見直す
言葉の指示だけでは対応できず、設計を見直すのはどのような変更ですか。
岡田いま入っていない在庫や勤怠のデータを足す場合や、売上の定義を変更する場合です。
レポート自動化の開発期間を見積もる
開発期間を相談するときは、データの出どころと照合する伝票の量を示します。
期間はデータの出どころと照合量で変わる
導入期間は何で決まりますか。
岡田期間を左右するのは、つなぐデータの出どころの数と、照合する伝票の量です。出どころが少なければ1〜2か月、5〜6つなら2〜3か月を目安にします。出どころが1つで照合する伝票も少なかった会社では、早く済みました。
社内の決定が遅れると期間も延びる
岡田数え方が社内で決まらず、予定より延びたことがあります。社長が決めずに案が行き来したり、返品や値引きの扱いが店ごとに違って例外が多かったりすると、定義をそろえるのに時間がかかります。
見積もりを依頼するときは、未決定の集計ルールも伝えてください。決める人と、確認に必要な帳票を整理しておくと、社内での検討も進められます。
まとめ｜今の帳票と変えたい作業を用意する
まず、毎月使う帳票を1つ選び、データを集めてから経営会議へ出すまでの手作業を書き出してください。自動化の相談には、次の資料を用意します。
- 入力元のExcelや、システムから出したデータ
- データの出どころと、完成させたいレポート
- 売上の計上日や返品・値引きの集計ルール
- 元の伝票と照合している箇所、確認する人
会議で頼まれた出し直しの例も添えましょう。既製機能で再現できる処理を試し、対応できない部分を開発の相談対象にしてください。
弊社への開発相談から利用開始までの流れは、以下の記事で説明しています。
エンジニア出身。大阪大学在学中から複数のプロダクトを立ち上げ、2019年にNOVEL株式会社を設立。上場企業を含む60件以上のAI導入・システム開発を支援し、見積もりと要件定義は自ら担当する。著書『2冊目に学ぶ ChatGPTプロンプト攻略術』（C&R研究所、2024年）。
関連する記事はこちら
店舗データ分析の進め方｜全店の数字をそろえる判断基準
店舗ごとの報告ExcelとPOSの売上が合わず、月初は数字の確認だけで時間が過ぎる。経営者から急に店舗比較を頼まれても、すぐには出せない。こうした状態なら、まず経営会議で何を比べたいかを決め、元データの確認から始めてください。
広告レポートの自動化はどこまで必要？実売の照合と予算判断の進め方
広告媒体の数字を毎週Excelにまとめているのに、経営から実際の売上を聞かれると答えられない。集計を自動化するだけでは、媒体のCVと受注の差を説明できない場合があります。
訪問販売の失注分析｜「価格」「検討中」で終わらせない4つの手順
日報の失注理由が「価格」「検討中」に偏り、担当者に何を指導すればよいか決まらない。そんなときは、断られた段階と商談の会話を見比べてください。報告された理由から、すぐに値下げを決めるのは早計です。
データ分析の外注ガイド｜費用の決まり方・進め方・失敗パターン
- 月初の集計が数日がかりで終わらない。 - 経営会議に出す数字がいつも古い/不正確。
人気記事ランキング
おすすめ記事
エンジニア出身。大阪大学在学中から複数のプロダクトを立ち上げ、2019年にNOVEL株式会社を設立。上場企業を含む60件以上のAI導入・システム開発を支援し、見積もりと要件定義は自ら担当する。著書『2冊目に学ぶ ChatGPTプロンプト攻略術』（C&R研究所、2024年）。
生成AI・AIエージェント・業務システムの開発と導入支援｜AI導入の支援実績 60社以上／上場企業から中堅企業まで｜2019年設立