「そのデータ、そっちで入力してよ」の押し付け合いを、自動転記ツールで仲裁した話

地味に精神を削る社員マスタ不整合

月末の金曜日、時計は18時を回っている。本来なら少し浮かれた気分になるはずのその時間。私の部署のチャットには決まって不穏な通知が灯る。営業部からだ。「社員マスタ、最新版に更新されてますか？ うちの台帳と人数が合わないんですが」。その一文が、静かな押し付け合いのゴングになる。

私たちの会社では、同じ社員情報を複数の部署が別々のExcelで管理していた。人事が大元の社員マスタCSVを出力し、それをもとに営業は営業成績と紐づく台帳を。総務は備品管理台帳を、経理は経費精算マスターを作る。問題は、人事異動や組織変更があるたびに。それぞれの部署が「自分のExcel」を手で更新しなければならないことだった。入力漏れ、所属部署の更新忘れ、退職者データの残置。誰かが間違いに気づくと、チャットでボールの投げ合いが始まる。「CSVが古いのでは？」「いえ、そちらの転記ミスでは？」。誰も真実を知らないまま、空気だけが悪くなる。

月末データ不整合の手作業と疲弊

まず、実際、月末のデータ不整合で営業と人事の間に挟まれ。深夜まで2つのファイルを目で突き合わせたことがある。営業からは「数字が合わない」と急かされ、人事からは「CSVは出した」と言われる。どちらの言い分も分かるのに、最終的には自分が手で差分を潰すしかない。この時間がいちばんしんどかった。

結局、誰かが「じゃあ、こっちで確認します」と引き取るまで。このやり取りは終わらない。表面上は解決しても根本原因は残ったまま。来月も同じことが起きる。この地味だけど確実に精神を削る業務が、当時の私たちの日常だった。

二重入力が削る時間と信頼

データの二重入力がもたらす害は、単純な作業時間の無駄だけではない。もっと厄介なのは、部署間の信頼がじわじわ削られることだ。データが合わないとき、本来は「どう再発を防ぐか」を話すべきなのに。実際には「誰が間違えたか」の話になりやすい。

次に、「そっちの入力が遅いからだ」「元データが間違っている」。悪意はなくても疑心暗鬼が空気を支配する。同じ情報を複数人が別々に入力する運用自体が。無言で「相手の入力を信用していない」と言っているのに近かった。

新入社員の部署コードを誤って入力し、給与計算に影響が出かけたこともある。あとで人事の初期配属リスト側にも古いコードが残っていたと分かったが。一度ミス扱いされると、しばらくは小さな変更でも疑われる感じが残る。こういう心理的コストは数字にしにくいのに、現場には確実に効いてくる。

このとき計測したところ、ミス発覚から原因特定、修正。関係部署への共有まで平均で約2.7時間かかっていた。月に4回起きるだけで、実質11時間近くが消える。二重入力は、時間と信頼を同時に削る運用だった。

正データ起点統一、協業とPython化

一方で、泥沼から抜ける第一歩は、技術導入ではなかった。まず「正データの起点は1か所だけ」と決めることだった。私たちは、人事が月初に出力する社員マスタCSVを唯一の正として定義した。営業・総務・経理のExcelは、そこから派生した参照先という位置づけに変えた。

このルールが決まると、見る場所が1つになる。不整合が出たら、まずCSVを見る。犯人探しではなく、「どこでズレたか」を一緒に追えるようになる。ここでようやく、部署間で同じ方向を向けるようになった。

ルールが決まったあとで、転記作業をPython化した。VBAでもできるが、CSVの扱いや将来の保守を考えてPythonを選んだ。無料で始められるので、現場改善として動かしやすかったのも大きい。

そのため、流れはシンプルだ。人事CSVを読み込む。次に部門別Excel台帳を開く。共通キーの社員番号で照合し、CSV側の最新値だけをExcelへ転記する。これを全社員分まわす。

ログ管理による安心運用と作業効率化

重要なのは、転記そのものよりログ管理だった。更新した行に「更新日時」と「更新者（スクリプト名）」を必ず出力するようにした。あとで「どこがいつ変わったか」を追えるので、運用の安心感が一気に上がる。

この仕組みを作ってからは、毎月やることが固定化した。CSVを置く、スクリプトを実行する、更新ログを確認する。以前は複数人で半日つぶれていた作業が、数十秒から数分で終わるようになった。

部分自動化と例外処理

しかし、理想どおりにいかないのが現場データだ。氏名ゆれ、空欄、旧部署コードはほぼ確実に出る。ここを無視すると、スクリプトは簡単に止まる。

初回テストでは、CSVから消えた退職者がExcelに残っていて。照合時にキー未存在エラーが連発した。結局その日は30分以上かけて手で整理した。自動化の最初に「逆に仕事が増えた」と感じる典型パターンだった。

私たちが取った対策はシンプルで、例外専用シートを作ることだった。照合できなかった社員番号や空欄項目を自動で書き出し、処理本体は止めずに続行する。担当者は例外シートだけ毎朝見ればいい。完璧な100%自動化ではなく、9割自動化+1割手当てにしたことで運用が安定した。

さらに、【スクショ：Excelの「例外リスト」シート。列見出しは「社員番号」「エラー内容」「確認日」「対応状況」。旧コードや空欄が赤で表示されている。】

数字以上の効果。正データが変えた現場の空気

導入1か月で、手入力工程は人事CSV出力の1回に集約できた。転記と突合の手作業はほぼ消え、月間の関連残業は約31%減った。数字だけでも効果は十分だった。

でも、いちばん大きかったのは空気の変化だ。月末チャットのトーンが明らかに変わった。「データが合わないんですが」という非難が減り、「今月の更新完了。例外3件です」のような事実共有に置き換わった。犯人探しから、問題解決に移れた感覚があった。

まず、【スクショ：更新ログ付きExcel。列に「社員番号」「更新項目」「更新日時」「更新者」が日本語で並び。整然と更新履歴が残っている。】

正データが1つだと決まっているだけで、確認の会話が早い。疑いから始まらない。これが想像以上に効いた。

小さく始めて運用で育てる現場改善

最初から全社横断でやっていたら、多分失敗していた。営業部の1シートだけで始めたから続いた。小さく始めて、結果を見せて、他部署へ広げる。この順番が一番現実的だった。

次に、実際、最初の1か月で「うちでも使えないか」という相談が増えた。仕組みより先に、運用の納得感が広がった感じだった。

【スクショ：朝のオフィス机。キーボード横のノートに「d73 自動転記チェック」「例外0件」と日本語メモが書かれている。】

この手の改善は作って終わりではない。私たちは月1回、関係者で例外シートを10分だけ確認する時間を固定した。頻出エラーがあれば入力ルールを直す。必要ならスクリプトを直す。これだけで、仕組みが形骸化しにくくなる。

一方で、同じようにデータの押し付け合いで消耗しているなら。まずは「正データは1つ」と決めるところから試してみてほしい。大きな予算や派手なツールがなくても、1シートの自動転記から現場はかなり変わる。

回しながら直す運用と例外記録で現場改善

実運用では、最初の2週間だけでも「どの例外が何回出たか」を簡単に記録しておくと。改善の優先順位が見えやすい。私たちも最初は手探りだったが。頻出する例外を3つ潰しただけで問い合わせが目に見えて減った。完璧な設計を待たず、回しながら直す。この順番のほうが、非エンジニアの現場では続きやすかった。

ここが効いた。

関連リンクとチェックリスト

学習サービスとアンケート