中小企業にもデータは溜まっている。AIに分析させて経営判断に使う方法

著者：野原琉海（業務効率化に特化したエンジニア）

「うちにはデータなんてない」と言う経営者に、何度も会ってきた。

話を聞くと、だいたい「データというのはビッグデータみたいな話で、大企業がやること」というイメージを持っている。確かにそういうスケールの話もある。でも、それとは別の話として、中小企業の日常業務にも、意思決定に使えるデータは必ず溜まっている。

売上の記録、顧客の購入履歴、在庫の動き、問い合わせの内容。これらを見れば「今月なぜ売上が下がったか」「どの商品を来月多めに仕入れるべきか」「問い合わせが増える時期はいつか」が見えてくる。データを使った判断と勘に頼った判断では、外れる頻度が違う。

この記事では、業務効率化に特化したエンジニアとして中小企業を支援してきた経験から、データが実際にどこに溜まっているか、AIを使ってどう分析するか、今日から始められる手順を具体的に書く。

「うちにはデータがない」は思い込み。実際に溜まっているデータの場所

多くの会社で、データは既に存在している。ただ「データとして認識されていない」だけだ。

意識していなくても必ず存在するデータ

これらが「分析に使えるデータ」だ。ビッグデータでなくていい。Excelに3年分の売上があれば、それで十分に傾向が見える。

実際に支援してきた会社の中で、よくあったのは「Excelファイルが7年分あるが、誰も見ていない」というケースだ。7年分のデータがあれば、月ごとの繁閑パターン、年単位の成長・縮小傾向、特定の商品が売れる季節性などが全部見える。ファイルはあるのに、それを「判断材料として使う」という発想がなかっただけだ。

データが「使えない状態」になっている3つの原因

• 担当者ごとにフォーマットが違う：Aさんが入力したシートとBさんのシートで列の順番や単位が違う。統合しようとすると手作業になる

• 部署ごとにバラバラに管理されている：売上は営業、仕入れは購買、顧客情報は総務、という縦割り管理。横断的に見られる人がいない

• 集計しても読める人がいない：数字を並べることはできるが「この数字が何を意味するのか」の解釈ができない

このうち、3番目の問題はAIで解決できる。データを貼り付けて「この数字から何が読み取れますか？」と聞けば、AIが傾向を読んで言葉で返してくれる。解釈の専門家は不要だ。

AIにデータを分析させると何ができるか：具体的な3つのユースケース

ユースケース1：売上の季節変動を読む

月ごとの売上をスプレッドシートにまとめてChatGPTに貼り付け、「この売上データから季節的なパターンはありますか？来年の繁閑を予測してください」と聞く。

これをやると「3月・9月に売上のピークがある」「12月は前年比で平均12%低下している」のような具体的な傾向が返ってくる。感覚では「秋が忙しい気がする」と思っていたことが、数字として確認できる。

伊勢の「ゑびや大食堂」という飲食店は、天候・近隣の宿泊データ・過去の売上を組み合わせてAIで来客数を予測し、予測精度95%を実現している。食材廃棄が大幅に減り、人員配置も最適化された。中小企業で同じスケールでやる必要はないが、「過去データから傾向を読む」という考え方は同じだ。

ユースケース2：顧客ごとのリピート傾向を分析する

顧客別の購入履歴と購入日をExcelにまとめ、「リピートが途切れやすいタイミングはいつか？リピート率の高い顧客と低い顧客で何が違うか」と聞く。

僕が支援したBtoB企業では、「初回購入から3ヶ月以内に2回目の購入がない顧客は、以降もリピートしない傾向がある」という傾向が見えた。それまでは「なんとなく離脱している」という認識だったが、数字で見ると明確な「危険ゾーン」が特定できた。その後、初回購入から2ヶ月後にフォローの連絡を入れる仕組みを作り、リピート率が改善した。

ユースケース3：在庫の過不足を予測する

月別の仕入れ量と売れた量のデータを並べて、「来月欠品リスクのある商品はどれか？逆に過剰になりそうな商品はどれか？」と聞く。

直感で「Aは多めに持っておこう」という判断をしていた会社が、データを見ると「Aは毎年7月に集中して売れる」という事実が出てきた。7月前の仕入れタイミングを1ヶ月前倒しにしただけで、欠品による機会損失がほぼなくなった。

ツールや専門家なしで今日からできる手順

専門的なBIツールやデータサイエンティストは不要だ。ChatGPT（月額約3,000円）があれば始められる。

Step 1：データを1つのシートにまとめる（所要時間：1〜2時間）

まずは「売上データだけ」でいい。以下の形で整理する。

ポイントは「1行1取引」の形式にすること。複数月のデータが別々のシートに分かれている場合は、1枚のシートに縦に並べる。フォーマットを統一すれば、あとはAIが読んでくれる。

Step 2：ChatGPTに貼り付けて質問する（所要時間：15〜30分）

整理したデータをコピーしてChatGPTに貼り付け、以下のような質問をする。

データの種類別：ChatGPTへの質問テンプレート

プロンプトは難しく考えなくていい。「このデータから何が読み取れますか？」で十分だ。ChatGPTを実務で使う方法｜中小企業向け具体的な活用例にも実際のプロンプト例を載せているので参考にしてほしい。

Step 3：出てきた傾向を判断材料にする（継続的に）

AIが出してきた傾向が「確かにそういえばそうだ」と思えるものであれば、それを経営判断に組み込む。全部が正しいとは限らないが、「この傾向は本当か？」という問いを持つきっかけになる。

毎月末に5〜10分、最新の売上データを貼り付けて先月の傾向を確認する習慣をつければ、月次の意思決定の質が変わる。

データ分析ツールの選択肢：費用と難易度の比較

中小企業（従業員5〜50人規模）でデータ分析を始める場合、最初はChatGPT Plus（月3,000円）とGoogleスプレッドシートの組み合わせで十分だ。費用は月3,000円。それで「データを経営判断に使う」という習慣が身につけば、次のステップとしてBI導入を検討すればいい。

いきなり月15,000円/人のTableauを導入して「使いこなせずに解約した」という話は何社か見てきた。ツールに先行投資する前に、安いツールで「データ分析の習慣を作る」方が失敗が少ない。

データ分析を経営判断に活かすための3つの考え方

考え方1：「確認のための分析」から始める

最初から「未知の傾向を発見する」という高い目標を設定しない方がいい。「自分がうすうす感じている傾向を、数字で確認する」という使い方から始める。

「年末が忙しい感じがする」→ データで確認すると「12月は月間売上の18%を占めている」という事実が出てくる。感覚を数字で裏付けるだけでも、仕入れ計画や人員配置の判断精度が上がる。

考え方2：分析を月次の習慣にする

毎月1回、売上データを更新してAIに傾向を確認する。月に30分もかからない。これを1年続けると「今年の5月は例年より10%低かった。昨年もそうだった。5月は構造的に弱い月だ」という判断が持てるようになる。

業務効率化に特化したエンジニアとして自社でも毎月この作業をしているが、「感覚で気づかなかった変化」が数字で見えることがある。特に「じわじわと悪化している傾向」は感覚だけでは見えにくい。

考え方3：分析の精度より「使い続けること」を優先する

完璧なデータ環境を整えてから始めようとすると、いつまでも始まらない。「データが揃っていないから」「フォーマットが統一されていないから」という理由で着手しない会社を複数見てきた。

不完全なデータでも傾向は読める。まず動かすことが大事だ。業務効率化を何から始めるかの考え方は業務効率化は何から始める？最初の一歩を具体的に解説でも書いているが、データ分析も同じで「完璧より開始」が正しい。

自社でやっている具体的な方法

参考として、業務効率化に特化したエンジニアとして自社で実際にやっていることを書く。

自社では月3.5万円のツール代（ChatGPT Plus・Notion・その他）で、経理・請求・コンテンツ制作・顧客管理を回している。データ分析についても、専用のBIツールは使っていない。

毎月末にやること：

• 売上・費用をNotionのデータベースで管理しているものをCSV出力
• ChatGPTに貼り付けて「今月の傾向と前月比・前年比の変化を教えて」と聞く
• 出てきた傾向を見て「来月調整が必要なこと」を1つだけ決める

これだけだ。月に20分もかからない。複雑なことはしていない。

始めたきっかけは「感覚で経営判断しているのが怖くなった」という単純な理由だ。「なんとなく先月より少ない気がする」ではなく、「先月と比べて15%低下している。3ヶ月連続で同じ傾向がある」という形で確認できるようになってから、判断が変わった。

ツールや予算の大小より、「データを見て判断する習慣があるかどうか」の差の方が大きい。AIツールの選択肢全体については2026年版｜中小企業の業務効率化に使えるAIツールおすすめ10選でもまとめているので参照してほしい。

よくある疑問：「データが少なすぎても分析できるか？」

よく受ける質問に「うちは取引が少ないので、データが少なすぎて分析できない」というものがある。

結論として、月10件以上の取引データがあれば傾向は見え始める。月50件あれば十分だ。母数が小さい場合は季節性より「顧客ごとの購買パターン」を見る方が有効なことが多い。

例えば「顧客が20社しかいない」という場合でも、20社の購入金額と購入頻度を並べれば「売上の60%がABC3社から来ている」「2年前から取引していたDEF社の購入額が昨年から半分になっている」という事実が見える。これは重要な情報だ。

「データが少ない」のではなく「少ないデータに合った分析の仕方がある」と考えてほしい。

まとめ

• 売上・顧客・在庫・問い合わせデータは、ほぼ全ての会社に既に存在している
• ChatGPT（月3,000円）とスプレッドシートがあれば、専門家不要でデータ分析が始まる
• 始め方は3ステップ：データを1枚のシートにまとめる→AIに質問する→傾向を判断に使う
• 最初は「感覚を数字で確認する」使い方でいい
• 月に20〜30分、毎月続けることで「感覚だけで判断しない経営」に変わる

完璧なデータ環境を待つ必要はない。今手元にあるデータで始めて、少しずつ精度を上げていく方が、結果として早く経営判断に役立てられる。

関連記事

データ分析と合わせてAI・ツール活用を進めたい場合は以下の記事も参考にしてほしい。

• ChatGPTを実務で使う方法｜中小企業向け具体的な活用例
• 業務効率化は何から始める？最初の一歩を具体的に解説
• 中小企業のAI導入｜最初の3ヶ月で何をすべきか
• ChatGPT・Claude・Geminiの違いと中小企業での使い分け
• 2026年版｜中小企業の業務効率化に使えるAIツールおすすめ10選