データクリーニングがアナリストの時間の 80% を食う理由
データクリーニング —— 重複の削除、データ型の修正、列の分割 —— は、アナリストが Excel で費やす時間のおよそ 80% を占めます。この数字は o11 のレポートが示したものです。多くの AI ツールは数式を返すだけで、実行は結局自分で行うことになります。このガイドでは、よくあるクリーニング作業と、AI がそれをシート内で直接実行する方法を扱います。
80% が高いのは、クリーニングが**難しいのではなく煩雑**だからです。一つ一つの修正は簡単ですが、数が数十あり、シートごとに違います。時間は積み重ねの中で消えていきます —— ここで 1 列を整え、そこで 1 列を分割する —— これはまさに、人より機械が得意な仕事であり、実行型ツールが引き受けられる部分です。
この 80% は単なる生産性の脚注ではありません —— チームが最初に自動化する Excel 作業がクリーニングである理由そのものです。データをこする時間は、意思決定を実際に支える分析に使われない時間です。だからこそ、こする段階を短縮するものは、その下流の作業で報われます。
財務アナリストにとってこの 80% は日常です —— 財務アナリストのクリーニング で、レポート作成や月末決算の前に同じ作業がどう展開するかを解説しています。
よくあるクリーニング作業
- 重複行を削除し、各レコードが 1 回だけ現れるようにします。
- データ型を修正します —— 文字列の数値は数値に、混在した日付は本物の日付になります。
- 結合された列を分割します —— 氏名を姓と名に、住所を各部分に分けるなど。
- 書式を統一します —— シート全体の大文字小文字、空白、通貨記号。
- 欠損値を補います —— 安全に推測できる箇所は補い、できない箇所はフラグを立てます。
- 完全一致の文字列だけでなく、パターンで検索と置換を行います —— 末尾の空白、改行、不統一な区切り文字。
- ルールセットに対して検証します —— 想定外の値、範囲外の数値、想定リストに一致しない新しいカテゴリ。
実際には 3 つの作業が中心になります。重複の削除、データ型の修正、書式の統一です。説明は簡単で実行は機械的であるため、AI クリーニングで最も費用対効果の高い最初の対象になります —— 面倒な欠損値や検証のケースに手を付ける前に、ここから始めるべき理由です。
クリーニングは順序立てると最も簡単です。まず構造を直し —— 型、重複、分割 —— 次に書式を統一し、最後に検証します。各段階は前の段階に依存するため、この順序でステップを計画するエージェントのほうが、まとめて場当たり的に修正するより、整った結果を生みます。
AI データクリーニングの仕組み
実行型のクリーニングツールは毎回同じ流れです。普通の言葉でクリーニング作業を伝えると、ワークブックを読み、操作を計画し、あなたが計画を承認すると、変更を表示しながらファイル内で各ステップを実行します。提案だけのツールはもっと手前で止まります —— 数式やマクロを渡し、実行はあなたに委ねます。
違いはこの段階的な可視性です —— Mica が全ステップをどう表示するか で流れを詳しく解説しています。
また、クリーニングは型、空白、範囲に触れるため、表面化するエラーは数式のものです —— クリーニング関連の数式エラー でよくあるものを扱っています。
可視性は見た目の問題ではありません。クリーニングは**小さな破壊**を伴います —— 分割で名前を誤って切ったり、型の修正で先頭のゼロが落ちたり —— だから安全な AI クリーナーは、各操作を実行前に見せるものだけです。下の流れに承認ステップがあり、一発実行のマクロではない理由がここにあります。
数分の準備でどんなクリーニングも改善します。データが 1 つのシートにあるか、範囲名が明確かを確認し、安全に推測できる列と絶対に触れてはいけない列を洗い出し、空白の扱いを決めておきます。これを事前に明示することが、計画が最初から正しい操作を示せる理由です。
AI クリーニング vs 手作業 vs Power Query
| 方法 | 速度 | 手間 | 可視性 |
|---|---|---|---|
| 手作業（検索と置換、数式） | 遅い | 高い | 完全 —— 各ステップを自分で行う |
| 数式を提案するだけの AI | テキストは速い | 中 —— 貼り付けと検証は自分 | 貼り付けた分だけ |
| ファイル内で実行する AI | 速い | 低い | 実行しながら全ステップ表示 |
Power Query は最初の 2 つの中間に位置します。スクリプト化でき反復可能ですが、変換は自分で組み立てます。上の「実行」の行こそ、時間の浪費が消える場所です —— クリーニングはファイル内で、目に見える形で行われ、毎週手作業で作り直す必要はありません。
Power Query と AI は競合ではありません。解決する問題が違います。同じ変換を毎週新しいエクスポートに対して実行するなら Power Query が適切です。単発または不規則なタスクで、Query を組むのが過剰なら AI が適切です。両方が必要なチームは、反復可能な経路をスクリプト化し、それ以外を AI に任せられます。
クリーニング チェックリスト
- AI クリーニングのステップを実行する前に、元のワークブックをバックアップします。
- 各ステップを実行時に確認します —— ローカルエージェントなら、すべての操作が実行の前後で見えます。
- 同じタスクをコピーに対してもう一度実行し、結果が安定しているか（偶然ではないか）を確認します。
- 結合・分割した列は、見出しだけでなく実際の行でスポットチェックします。
AI クリーニングが常に正解とは限りません。小さくて既にきれいなシートなら、手作業の 1 回のほうが自動化の構築より速いです。厳格な外部仕様を満たす必要があるデータなら、誰がクリーニングしたかにかかわらず、検証は手作業で残してください。このガイドは**大きく乱れた中間層**のためのものです —— 80% が実際に住んでいるのはそこです。