--- title: "BI・ダッシュボードの始め方｜AI-Ready.jp" url: https://www.ai-ready.jp/guide/bi-dashboard-basics/ description: "BI・ダッシュボードは、ツール選びより先に「誰が、何を判断するために見るか」と指標を決め、数字の定義とデータの置き場所をそろえてから小さく作ると定着しやすくなります。始め方の手順と注意をまとめました。" updated: 2026-11-12 publisher: "フロレンティナ株式会社" --- 広げる[柱：データ](https://www.ai-ready.jp/about-ai-ready/data/) # BI・ダッシュボードの始め方 執筆：[石田誠](https://www.ai-ready.jp/about/authors/#ishida)更新 2026-11-12最終確認 2026-11-12出典 4件[図解 2点](https://www.ai-ready.jp/zukai/) この記事の結論 BI・ダッシュボードは、ツールを選ぶ前に「誰が、何を判断するために見るか」と指標を決め、数字の定義とデータの置き場所をそろえてから、一つの画面を小さく作って見る習慣をつくると定着しやすくなります。 自社の「データ」の準備度は？[10問・約3分で確かめる（無料・登録不要）](https://www.ai-ready.jp/diagnosis/quick/) 売上や在庫、問い合わせの件数などを一つの画面で見られるようにしたい、という相談は多くあります。BI（ビジネスインテリジェンス）は、社内のデータを集めて集計し、グラフや表で見られるようにする仕組みのことで、その画面をダッシュボードと呼びます。この記事では、作ったのに見られない画面にしないための始め方を整理します。 この記事でわかること - ダッシュボードを作る前に決めておくこと - 指標の選び方と、数字の定義のそろえ方 - 小さく作って定着させる手順と、権限などの注意 ## BI・ダッシュボードで何ができるのですか？ これまで表計算ソフトで毎月手作業で作っていた集計を、元のデータから自動で集計し、同じ形でいつでも見られるようにできます。主な効果は次のとおりです。 - **集計の手間が減ります。** 毎月のコピーや貼り付けの作業が減り、ミスも起きにくくなります。 - **同じ数字を見て話せます。** 会議の参加者が同じ画面を見るため、資料ごとの数字の違いを確かめる時間が減ります。 - **変化に早く気づけます。** 月末を待たずに、日ごとや週ごとの動きを見られます。 経済産業省が2024年9月に改訂した「デジタルガバナンス・コード3.0」は、データの活用とデータの連携の重要性を強調しています。また、現状とあるべき姿の差を数字でとらえて見直すことを、経営の視点の一つに挙げ、「成果指標の設定・DX戦略の見直し」を柱の一つにしています。ダッシュボードは、この「数字でとらえて見直す」ための身近な道具になります。 ## 作る前に、何を決めればよいですか？ ツールの比較から始めると、機能の多さに目が行き、肝心の「何のために見るか」が後回しになりがちです。次の3つを先に決めます。 | 決めること | 内容 | 例 | |---|---|---| | 見る人 | 誰が見るか | 経営者、営業の責任者、工場の管理者 | | 決めること | その画面を見て何を判断するか | 来月の人員の配置、値引きの可否、発注の量 | | 見る頻度 | いつ、どのくらいの間隔で見るか | 毎週月曜の会議、毎朝の朝礼 | **「この画面を見て何を決めるか」が書けない場合は、まだダッシュボードを作る段階ではない**と考えて、判断したいことを先に話し合います。 ## 指標は、どう選べばよいですか？ 指標（KPI）は、判断したいことから逆にたどって選びます。 ① **判断したいことを書きます。** 例：「どの営業所に応援を出すか」。 ② **判断に使う問いにします。** 例：「受注に対して、対応が追いついていない営業所はどこか」。 ③ **問いに答える数字を決めます。** 例：営業所ごとの受注の件数、未対応の件数、対応までの日数。 ④ **数字の元になるデータを決めます。** 例：受注は販売管理のシステム、対応の状況は問い合わせ管理のシステム。 指標は、判断したいことから逆にたどって選びます - **判断したいこと**：例：どの営業所に応援を出すか - **判断に使う問い**：例：受注に対して、対応が追いついていない営業所はどこか - **問いに答える数字**：例：営業所ごとの受注の件数、未対応の件数、対応までの日数 - **数字の元になるデータ**：例：受注は販売管理、対応の状況は問い合わせ管理のシステム 判断に使わない数字は、別の画面に分けるか、載せないことも考えます。 一つの画面に多くの数字を並べると、どこを見ればよいかが分かりにくくなります。判断に使わない数字は、別の画面に分けるか、載せないことも考えます。 ### 数字の定義をそろえます ダッシュボードを作ると、「会議資料と数字が違う」という声がよく出ます。原因の多くは、指標の定義の違いです。たとえば「売上」でも、受注した時点で数えるのか、出荷や請求の時点で数えるのか、返品を引くのかで数字が変わります。 指標ごとに、次の点を文書にしておきます。 - 名前と意味 - 計算の方法（何を含め、何を除くか） - いつの時点で数えるか - 元にするデータと、更新の頻度 - 定義を決める責任者 読みながら、自社の現在地を確かめませんか クイック診断は10問・約3分・登録不要です。7つの柱ごとの目安と、「データ」を含めて次に取り組むことがわかります。 [無料で診断する](https://www.ai-ready.jp/diagnosis/quick/)[結果の解説（30分・無料）](https://www.ai-ready.jp/consult/review/) ## データは、どう準備すればよいですか？ デジタル庁の「データマネジメント実践ガイドブック（導入編）」は、データに誤りがあったり、システムやテーブルの間で不整合があったりすると、すぐには連携や活用ができず、まずデータの修正や更新が必要になると説明しています。行政機関向けの資料ですが、ダッシュボードにも当てはまる考え方で、元のデータが整っていないと、見栄えのよい画面ができても数字が信頼されません。 よくある課題と対策は次のとおりです。 | 課題 | 例 | 対策 | |---|---|---| | 同じものの名前がばらばら | 取引先名の表記の揺れ、商品コードの重複 | マスタデータを整える（「[マスタデータを整える進め方](https://www.ai-ready.jp/guide/master-data-management/)」） | | データが表計算ソフトに散らばる | 担当者ごとの集計表 | 元にするデータの置き場所を一つに決める | | 手入力の誤り | 日付や金額の入力の誤り | 入力の欄の形式をそろえる、定期的に点検する | | システムが分かれている | 販売と会計が別のシステム | システム間の連携を決める（「[システム間のデータ連携の基本](https://www.ai-ready.jp/guide/data-integration-basics/)」） | データが複数のシステムに分かれている場合は、集計用にデータを一か所に集める仕組み（データウェアハウスなど）を使うこともあります。最初からそこまで用意しなくても、まずは主要な一つのシステムのデータで作り始められます。 ## どのような手順で始めればよいですか？ ① **一つの会議・一つの判断に絞ります。** 全社の画面を一度に作ろうとせず、たとえば「週次の営業会議」用の1画面から始めます。 ② **まず手作業で試します。** 表計算ソフトで同じ集計を作り、その会議で数回使って、本当に判断に役立つかを確かめます。 ③ **ツールで自動にします。** 役立つことが確かめられたら、BIツールや業務システムの集計の機能で自動の更新にします。表計算ソフトで作り続ける選択もあります。 ④ **見る場面に組み込みます。** 会議の最初に画面を開く、朝礼で確かめるなど、見る場面を決めておきます。 ⑤ **使われ方を見て直します。** 誰も見ない数字は外し、足りない数字は加えます。3か月ごとなど見直しの時期を決めます。 一つの画面を小さく作り、定着させる流れ **絞る**：一つの会議・一つの判断用の1画面から **手作業で試す**：表計算ソフトで同じ集計を作り、会議で数回使う **自動にする**：役立つと確かめてから、ツールで自動の更新に **見る場面に組み込む**：会議の最初・朝礼など、見る場面を決める **使われ方を見て直す**：見ない数字は外し、足りない数字は加える ### ツールを選ぶときの観点 BIツールにはさまざまな製品があり、業務システムやグループウェアに集計の機能が付いている場合もあります。特定の製品に決める前に、次の観点で比べます。 - 自社のデータの置き場所（業務システム、クラウドのサービス、表計算ソフト）とつなげられるか - 作る人が、専門の担当者でなくても画面を直せるか - 見る人ごとに、見られるデータを分けられるか - 利用者の数が増えたときの費用 ## 気をつけることはありますか？ ### 見られる範囲を分けます ダッシュボードには、給与や顧客の情報など、見せる範囲を限りたいデータが含まれることがあります。個人情報保護委員会のガイドラインは、個人データを扱う情報システムの技術的な安全管理の措置として、アクセスの制御や、アクセスする人の識別と認証を挙げています。画面を共有する前に、見る人の役割ごとに見られるデータの範囲を決めておきます。 ### 数字だけで判断しません ダッシュボードは状況をつかむための道具です。数字が動いた理由は、現場の話を聞かないと分からないことも多くあります。数字の変化を見つけたら、担当者に確かめる流れを決めておくと、ダッシュボードが会話のきっかけになります。 ### AIを使うとき AIに集計の手順を作らせたり、数字の変化の説明の下書きを作らせたりする使い方も広がっています。AIの説明は、元のデータや指標の定義と照らして人が確かめる前提で使います（「[Excel・データ分析へのAIの使い方](https://www.ai-ready.jp/guide/ai-for-data-analysis/)」参照）。 ## チェックリスト ## 関連するひな形・ガイド・用語 ひな形 - [AI活用のKPI管理表](https://www.ai-ready.jp/templates/ai-kpi-sheet/) ガイド - [社内データの棚卸しの進め方](https://www.ai-ready.jp/guide/data-inventory/) - [データの品質を高める手順](https://www.ai-ready.jp/guide/data-quality-improvement/) - [マスタデータを整える進め方](https://www.ai-ready.jp/guide/master-data-management/) - [Excelのデータを、AIで使える形に整える](https://www.ai-ready.jp/guide/excel-data-cleanup/) - [システム間のデータ連携の基本](https://www.ai-ready.jp/guide/data-integration-basics/) - [Excel・データ分析へのAIの使い方](https://www.ai-ready.jp/guide/ai-for-data-analysis/) - [AIの効果の測り方：時間・費用・品質の指標](https://www.ai-ready.jp/guide/measuring-ai-impact/) 用語 - [BI（ビジネスインテリジェンス）](https://www.ai-ready.jp/glossary/business-intelligence/) - [ダッシュボード](https://www.ai-ready.jp/glossary/dashboard/) - [KPI](https://www.ai-ready.jp/glossary/kpi/) - [データウェアハウス](https://www.ai-ready.jp/glossary/data-warehouse/) ## よくあるご質問 QBIツールを入れないと、ダッシュボードは作れませんか？ A表計算ソフトのグラフや、すでに使っている業務システムの集計画面から始めることもできます。見る人と指標が決まり、定期的に見る習慣ができてから、データの量や更新の手間に合わせてBIツールを検討しても遅くはありません。 Q指標は、いくつくらいに絞ればよいですか？ A決まった数はありませんが、一つの画面で判断に使う数字は数個程度に絞ると、見る人が迷いにくくなります。まず「この画面を見て何を決めるか」を書き、その判断に使わない数字は別の画面に分けるのが一つの方法です。 Qダッシュボードの数字が、部署ごとに合わないと言われます。 A売上や件数の定義（いつの時点で数えるか、何を含めるか）や、元にしているデータが部署ごとに違うことが多い原因です。指標の定義を文書にし、元にするデータを一つに決めてから集計し直すと、食い違いを減らせます。 QAIはダッシュボードでどう役立ちますか？ A集計の手順の作成や、数字の変化の説明の下書き、自然な言葉での問い合わせなどに使える場合があります。ただし、AIの説明は元のデータや定義と照らして人が確かめる前提で使い、判断はダッシュボードの数字と現場の情報をあわせて行います。 ## この記事に出てくる用語 - [BI（ビジネスインテリジェンス）](https://www.ai-ready.jp/glossary/business-intelligence/) - [ダッシュボード](https://www.ai-ready.jp/glossary/dashboard/) - [デジタルガバナンス・コード](https://www.ai-ready.jp/glossary/digital-governance-code/) - [DX（デジタルトランスフォーメーション）](https://www.ai-ready.jp/glossary/digital-transformation/) - [KPI](https://www.ai-ready.jp/glossary/kpi/) - [マスタデータ](https://www.ai-ready.jp/glossary/master-data/) - [データ連携](https://www.ai-ready.jp/glossary/data-integration/) - [データウェアハウス](https://www.ai-ready.jp/glossary/data-warehouse/) - [クラウド](https://www.ai-ready.jp/glossary/cloud/) - [個人情報保護委員会](https://www.ai-ready.jp/glossary/personal-information-protection-commission/) - [個人データ](https://www.ai-ready.jp/glossary/personal-data/) ## 「データ」のほかの記事 [この柱の解説 →](https://www.ai-ready.jp/about-ai-ready/data/) [広げる／データAIに使うデータの整え方：所在・置き場所・権限・品質・責任者石田誠2026-10-26](https://www.ai-ready.jp/guide/data-preparation-for-ai/)[はじめる／データExcelのデータを、AIで使える形に整える桐谷彰人2026-11-12](https://www.ai-ready.jp/guide/excel-data-cleanup/)[広げる／データシステム間のデータ連携の基本石田誠2026-11-12](https://www.ai-ready.jp/guide/data-integration-basics/) ## 出典 1. [経済産業省「デジタルガバナンス・コード3.0～DX経営による企業価値向上に向けて～」を策定しました（2024年9月19日）](https://www.meti.go.jp/press/2024/09/20240919001/20240919001.html) 2. [経済産業省「デジタルガバナンス・コード3.0 改訂のポイント」（2024年9月）](https://www.meti.go.jp/policy/it_policy/investment/dgc/dgc3.0_point.pdf) 3. [デジタル庁「データマネジメント実践ガイドブック（導入編）」DS-465-1（2022年3月31日）](https://www.digital.go.jp/assets/contents/node/basic_page/field_ref_resources/890e5d96-d63c-4b77-bd3e-cc89487393e3/246b0262/data_strategy_gif_465-1_guidebook_datamanagement_intro.docx) 4. [個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン（通則編）」（平成28年11月、令和8年6月一部改正）](https://www.ppc.go.jp/personalinfo/legal/guidelines_tsusoku/) 最終確認日：2026-11-12 ## 次の一歩 [測るAI-Ready診断（無料）いまの準備状況を、7つの柱で確かめられます。](https://www.ai-ready.jp/diagnosis/) [相談する結果の解説（30分・無料）診断の結果をもとに、オンラインでご説明します。](https://www.ai-ready.jp/consult/review/) [窓口ご相談のお申し込み経営・M&A・事業承継・上場・バリューアップはフロレンティナ、AIの導入・開発・データ・セキュリティ・研修はアメリア・テクノロジーがお受けします。](https://www.ai-ready.jp/consult/apply/) 目次 1. BI・ダッシュボードで何ができるのですか？ 2. 作る前に、何を決めればよいですか？ 3. 指標は、どう選べばよいですか？ 4. データは、どう準備すればよいですか？ 5. どのような手順で始めればよいですか？ 6. 気をつけることはありますか？ 7. チェックリスト 8. よくあるご質問 この記事が扱う柱 主に「データ」 [データの解説](https://www.ai-ready.jp/about-ai-ready/data/) 自社の準備度を確かめる 10問・約3分・登録不要。7つの柱ごとの目安がわかります。 [無料で診断する](https://www.ai-ready.jp/diagnosis/quick/) --- 出典：フロレンティナ株式会社「BI・ダッシュボードの始め方｜AI-Ready.jp」 https://www.ai-ready.jp/guide/bi-dashboard-basics/