--- title: "マスタデータを整える進め方｜AI-Ready.jp" url: https://www.ai-ready.jp/guide/master-data-management/ description: "マスタデータは、取引先・商品・社員など多くの業務で共通に使う基本のデータです。正とするマスタと責任者を決め、書き方の決まり、重複の整理、登録・変更・廃止の手順の順に整えると、AIの分析や回答の食い違いを減らせます。" 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/) # マスタデータを整える進め方 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 マスタデータは、「正とするマスタと責任者を決める → 書き方の決まりを作る → 重複をまとめる → 登録・変更・廃止の手順を決める」の順に、1つのマスタから整えると進めやすくなります。 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/) 取引先の名前がシステムごとに少しずつ違う、同じ商品に2つのコードがある、といった状態では、AIに売上を分析させても、社内の資料を探させても、答えが食い違いやすくなります。この記事では、マスタデータを整える進め方を整理します。 この記事でわかること - マスタデータとは何か、どんな問題が起きやすいか - マスタデータを整える手順と、決めておくこと - 整えた状態を保つための運用の考え方 ## マスタデータとは、どんなデータですか？ マスタデータとは、取引先・商品・社員・勘定科目など、多くの業務やシステムで共通に参照する基本のデータのことです。受注や請求のように日々発生する取引のデータ（トランザクションデータ）は、マスタデータを参照して作られます。 そのため、マスタデータに重複やゆれがあると、その誤りが受注・請求・分析などの多くの場面に広がります。AISI（AIセーフティ・インスティテュート）のデータ品質マネジメントガイドブックは、品質の観点の1つとして、形式・単位・値がデータの間や時間の経過でそろっていること（一貫性）を挙げています。マスタデータは、この一貫性の土台になるデータです。 ## どんな問題が起きやすいですか？ | 問題 | 起きること | |---|---| | 同じ相手・同じ品目が複数登録されている | 取引先ごとの売上が分かれて集計される | | 表記がそろっていない（「(株)」と「株式会社」、全角と半角など） | 検索で見つからない、同じ相手と判断できない | | システムごとに別のマスタがある | 部署によって数字が違う | | 変更が反映されていない | 移転前の住所に書類を送ってしまう | | 使われなくなった登録が残っている | 誤って古いコードを選んでしまう | AIに社内のデータを使わせるときも、同じ相手が別々に登録されていると、AIは別の相手として扱います。**AIの前に、何が「同じもの」かをそろえておくこと**が、分析や回答の信頼につながります。 ## どんな手順で整えればよいですか？ ① **対象のマスタを1つ決めます。** 多くの業務とシステムで使われ、食い違いが困りごとにつながっているマスタから始めます。取引先のマスタは、営業・請求・支払いなどで共通に使われることが多く、最初の対象に選ばれやすいマスタです。 ② **正とするマスタと責任者を決めます。** 複数のシステムに同じ種類のマスタがある場合、どれを正にするかを決めます。そのうえで、登録と変更に責任を持つ部署と担当者を決めます。 ③ **項目と書き方の決まりを作ります。** コードの付け方、必須の項目、正式な名称の書き方（法人の種類の表記、全角と半角など）を決め、文章にします。 ④ **重複をまとめます（名寄せ）。** 同じ相手・同じ品目が複数ある登録を探し、1件にまとめます。まとめるときは、古いコードと新しいコードの対応表を残しておくと、過去の取引のデータと照らし合わせられます。 ⑤ **登録・変更・廃止の手順を決めます。** 新しい登録の前に既存の登録を検索すること、変更や廃止は申請と承認を経ることなどを決めます。 ⑥ **ほかのシステムへの反映の方法を決めます。** 正のマスタから、ほかのシステムへどの頻度で、どの方法で反映するかを決めます。 ⑦ **定期的に点検します。** 重複や空欄の件数を数え、使われなくなった登録を整理します。 正とするマスタを決め、ほかのシステムへ反映する 整える システムごとに別のマスタ重複・表記のゆれ 正とするマスタを決め、重複をまとめる（名寄せ） 正とするマスタ登録と変更は決めた責任者が行う 反映する 正とするマスタ 決めた方法と頻度で反映 ほかのシステム古いコードと新しいコードの対応表も残す 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/) ## 取引先の重複は、何を手がかりにまとめればよいですか？ 法人の取引先であれば、法人番号が手がかりになります。法人番号は国税庁長官が法人に指定する13桁の番号で、法人番号と、商号又は名称、本店又は主たる事務所の所在地の3つの情報は、原則として公表され、誰でも自由に利用できるとされています。国税庁の法人番号公表サイトで確かめられます。 取引先のマスタに法人番号の項目を設けておくと、名称の表記が違っても同じ相手かどうかを判断しやすくなります。ただし、個人事業主など法人番号がない相手もいます。その場合は、名称・住所・電話番号などを組み合わせて確かめ、判断に迷うものは担当者が確認します。 ## 登録・変更・廃止は、どう管理すればよいですか？ マスタデータは、整えた後に新しい登録や変更が入ることで、また乱れていきます。整えた状態を保つには、登録から廃止までの流れを決めておくことが大切です。 マスタデータの登録から廃止までの流れ **登録**：申請する人が既存の登録を検索し、責任者が確かめてから登録 **変更**：変更した日と変更の内容を残す **廃止**：すぐに削除せず「使わない」状態にする方法がある 「使わない」状態にするのは、過去の取引のデータとのつながりを保つためです。 - **登録**：申請する人は、登録の前に既存の登録を検索します。責任者が内容を確かめてから登録します。 - **変更**：社名の変更や移転などは、変更した日と変更の内容を残します。いつ変わったかが分かると、過去のデータを正しく読み解けます。 - **廃止**：取引がなくなった相手などは、すぐに削除せず「使わない」状態にする方法があります。過去の取引のデータとのつながりを保つためです。 申請や承認の流れを紙やメールで回している場合も、まずは決まった様式で受け付けるだけで、登録の質がそろいやすくなります。 ## 個人の情報を含むマスタで気をつけることは？ 社員のマスタや、個人のお客様のマスタは個人データにあたります。個人情報保護法第22条は、利用目的の達成に必要な範囲で、個人データを正確かつ最新の内容に保つよう努めることと、利用する必要がなくなった個人データを遅滞なく消去するよう努めることを求めています（法令で保存期間が定められている場合を除きます）。個人情報保護委員会のガイドライン（通則編）は、入力時の照合・確認の手続き、誤りの訂正の手続き、記録事項の更新、保存期間の設定などを手段の例に挙げています。 マスタの変更の手順や、使わなくなった登録の扱いを決めるときは、この考え方もあわせて確かめておくと安心です。詳しくは専門家にご確認ください。 ## AIの活用と、どうつながりますか？ マスタデータが整うと、AIの活用で次のような効果が期待できます。 - **分析の食い違いが減る**：取引先や商品ごとの集計が1つにまとまります。 - **社内の資料を探しやすくなる**：資料に書かれた取引先名や商品名を、正式な名称に結び付けやすくなります。 - **システムの間のデータ連携が進めやすくなる**：共通のコードでつなげられます（「[システム間のデータ連携の基本](https://www.ai-ready.jp/guide/data-integration-basics/)」参照）。 なお、IPAの「AIのためのデータ環境整備」のページでは、デジタル庁のデータ品質管理ガイドブックなど、データの品質を確保するための公的な資料がまとめて紹介されています。社内の決まりを作るときの参考になります。 ## チェックリスト ## 関連するひな形・ガイド・用語 ひな形 - [社内データの棚卸し表](https://www.ai-ready.jp/templates/data-inventory-sheet/) ガイド - [データの品質を高める手順](https://www.ai-ready.jp/guide/data-quality-improvement/) - [社内データの棚卸しの進め方](https://www.ai-ready.jp/guide/data-inventory/) - [システム間のデータ連携の基本](https://www.ai-ready.jp/guide/data-integration-basics/) - [AIに使うデータの整え方：所在・置き場所・権限・品質・責任者](https://www.ai-ready.jp/guide/data-preparation-for-ai/) - [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/) 用語 - [マスタデータ](https://www.ai-ready.jp/glossary/master-data/) - [名寄せ](https://www.ai-ready.jp/glossary/data-matching/) - [データクレンジング](https://www.ai-ready.jp/glossary/data-cleansing/) - [データオーナー](https://www.ai-ready.jp/glossary/data-owner/) - [データ連携](https://www.ai-ready.jp/glossary/data-integration/) - [データ品質](https://www.ai-ready.jp/glossary/data-quality/) ## よくあるご質問 Qマスタデータを整えるには、専用のシステムが必要ですか？ A最初から専用のシステムを入れる必要はありません。どのシステムのマスタを正にするか、誰が登録・変更するか、どう書くかを決めるだけでも、重複や食い違いは減らせます。扱うシステムの数が増え、手作業での反映が難しくなってきたら、仕組みの導入を検討します。 Qどのマスタから手を付ければよいですか？ A多くの業務とシステムで使われ、食い違いが困りごとにつながっているマスタから始めると、効果が見えやすくなります。取引先のマスタは、営業・請求・支払いなどで共通に使われることが多く、最初の対象に選ばれやすいマスタです。 Q取引先の重複は、何を手がかりにまとめればよいですか？ A法人の取引先であれば、国税庁長官が指定する13桁の法人番号が手がかりになります。法人番号と、商号又は名称、本店又は主たる事務所の所在地は原則として公表され、誰でも利用できます。個人事業主など法人番号がない相手は、名称・住所・電話番号などを組み合わせて確かめます。 ## この記事に出てくる用語 - [マスタデータ](https://www.ai-ready.jp/glossary/master-data/) - [AIセーフティ・インスティテュート（AISI）](https://www.ai-ready.jp/glossary/aisi/) - [データ品質](https://www.ai-ready.jp/glossary/data-quality/) - [名寄せ](https://www.ai-ready.jp/glossary/data-matching/) - [個人データ](https://www.ai-ready.jp/glossary/personal-data/) - [個人情報保護法](https://www.ai-ready.jp/glossary/personal-information-protection-act/) - [個人情報保護委員会](https://www.ai-ready.jp/glossary/personal-information-protection-commission/) - [データ連携](https://www.ai-ready.jp/glossary/data-integration/) - [データクレンジング](https://www.ai-ready.jp/glossary/data-cleansing/) - [データオーナー](https://www.ai-ready.jp/glossary/data-owner/) ## 「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/)[広げる／データBI・ダッシュボードの始め方石田誠2026-11-12](https://www.ai-ready.jp/guide/bi-dashboard-basics/)[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/) ## 出典 1. [AIセーフティ・インスティテュート「データ品質マネジメントガイドブック」第1.02版（2026年5月14日）](https://aisi.go.jp/assets/pdf/260514_Data_quality_management_guidebook_jp.pdf) 2. [国税庁法人番号公表サイト「法人番号とは」](https://www.houjin-bangou.nta.go.jp/setsumei/index.html) 3. [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）」](https://www.ppc.go.jp/personalinfo/legal/guidelines_tsusoku/) 4. [独立行政法人情報処理推進機構（IPA）「AIのためのデータ環境整備」](https://www.ipa.go.jp/digital/ai/data.html) 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. マスタデータとは、どんなデータですか？ 2. どんな問題が起きやすいですか？ 3. どんな手順で整えればよいですか？ 4. 取引先の重複は、何を手がかりにまとめればよいですか？ 5. 登録・変更・廃止は、どう管理すればよいですか？ 6. 個人の情報を含むマスタで気をつけることは？ 7. AIの活用と、どうつながりますか？ 8. チェックリスト 9. 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「マスタデータを整える進め方｜AI-Ready.jp」 https://www.ai-ready.jp/guide/master-data-management/