AI導入前のデータ点検｜量より先に確かめたい5項目

点検は「何を決めたいか」から始める

予測、分類、傾向把握では必要なデータが異なります。使えそうなデータを先に選ぶのではなく、業務で答えたい問いと、その答えをどう使うかを決めてから照合しましょう。

01 · 問い

データで答えたい問いは明確か

最初に、どの業務判断を助けたいのかを一文にします。「売上を分析する」では範囲が広すぎるため、「来月の週ごとの商品別需要を見積もり、仕入れ量を検討する」のように、対象・期間・使い道まで具体化します。問いが決まると、予測する値や比較する単位も定まり、必要な記録を探しやすくなります。

次に、その問いに必要な結果が記録されているかを確かめます。問い合わせの分類をしたいなら、問い合わせ本文だけでなく、対応結果や分類の正解例が必要になることがあります。結果が記録されていない場合、AIが既存データから答えを作り出せるとは限りません。まず記録方法を整える、手作業で集計するなど、別の進め方を検討します。

02 · 定義

項目の意味と記録方法は揃っているか

項目名が同じでも、部署やシステムによって意味が異なることがあります。たとえば「売上」が、ある部署では税込みの受注額、別の部署では返品を差し引いた出荷額を指すなら、そのまま並べた比較は誤解を招きます。日付が受注日なのか計上日なのか、数量の単位が個・箱・重量のどれなのかも確認が必要です。

項目ごとに定義、単位、入力ルール、更新担当を短く書き出し、コード表や業務ルールの変更履歴も見ます。期間の途中で入力方法が変わっている場合は、変更前後を同じ条件として扱えるかを確認しましょう。意味の違いを解消できないときは、無理に統合せず、別のデータとして扱う判断もあります。

03 · 品質と偏り

欠損・重複・偏りはどの程度か

未入力、重複、入力間違いを数えるだけでなく、「どの期間・対象で起きているか」を見ます。繁忙期だけ記録が抜けている、特定の商品だけ細かく記録されている、古い期間と最近で入力項目が違う、といった偏りは、全体の件数だけでは見えにくいためです。

欠損を一律に埋めると、実際の業務状況とは異なる値を作るおそれがあります。欠損が「未確認」なのか「該当なし」なのか、記録されない理由も確認します。問題が結果に与える影響を説明できるよう、発生箇所・頻度・対応案を残し、分析対象から除く場合もその条件を明記します。

小さく確かめる方法

目的に関係する期間と対象を一部選び、件数、欠損、重複、値の範囲を表にして確認します。結果を業務担当者にも見てもらい、「この値は現場で何を意味するか」を照合すると、単純な形式チェックでは分からない記録上の事情を見つけやすくなります。

04 · 接続

必要なデータを結び付けられるか

問いに答えるには、複数の表やシステムの情報を結び付ける必要があるかもしれません。顧客・商品・拠点などを識別する共通IDがあるか、日時の粒度やタイムゾーンが揃っているかを確認します。同じ名称を使っていても、システムごとにコードの意味が違う場合は、対応表を用意する必要があります。

データの更新頻度、参照できる過去期間、表計算・会計・CRM・ERPなどから取り出す方法も整理します。手作業の書き出しで検証できる場合でも、継続利用するなら誰がいつ抽出し、どの形式で受け渡すのかを決めておきます。接続の担当者と権限が不明なままでは、技術的に分析できても定期的な運用につながりません。

05 · 取り扱い

利用目的とアクセス条件は整理されているか

データを扱う前に、個人情報や機密情報が含まれるか、何の目的で使うか、誰がアクセスできるか、どこで処理するかを確認します。検証用にデータを複製する場合も、保存場所、利用できる担当者、不要になった後の扱いを社内のルールに沿って決めてください。必要に応じて、個人や取引先を特定できる情報を除いたデータで検討できるかも確認します。

外部AI・クラウドサービスを使う場合は、入力データの利用目的、保存期間、学習への利用、削除方法、処理地域、アクセス制御などを、利用するサービスの規約・設定と社内ルールの両方で確かめます。条件はサービスや契約、設定によって異なるため、一律に安全・適合と判断せず、実際に使う環境の情報を確認してから対象データを選びます。

確認の順番が大切です。 利用目的とアクセス条件を先に整理すれば、どのデータをどの環境で検証できるかを決めやすくなります。サービスの選定後に初めて機密情報の扱いを確認するのではなく、候補を絞る段階から確認事項に含めましょう。

次に取る行動

点検結果を、次の判断に使える形で残す

点検は、データを「使える／使えない」と一度で判定する試験ではありません。分かったことと未確認のことを分けて記録し、追加の整備が必要なら範囲を決めます。次の項目を書き出すと、社内の担当者や支援先との相談を具体化できます。

答えたい業務上の問いと、その結果を使う人・場面
必要な項目、その定義、記録されている期間と更新頻度
欠損・重複・偏りの場所と、影響を確かめる方法
データの保管場所、接続方法、確認できる担当者
個人情報・機密情報の有無、利用目的、外部サービスの確認事項

データが足りないと分かった場合も、それは失敗ではありません。記録する項目や入力ルールを見直す、定義を揃える、まず定型的な集計から始めるなど、AI以外を含む次の選択肢が見えてきます。データの状態と業務課題を合わせて整理し、検証する価値のある問いを選びましょう。

AI導入前のデータ点検：量より先に確かめたい5項目

データの量より、問いとの適合と記録の一貫性を確認する