--- title: "社内データの棚卸し表｜AI-Ready.jp" url: https://www.ai-ready.jp/templates/data-inventory-sheet/ description: "社内のデータを1件ずつ書き出し、置き場所・責任者・形式・個人情報の有無・分類・AIで使いたい用途・品質の課題を一覧にするExcelのひな形です。課題への対応も同じファイルで管理できます。" updated: 2026-11-12 publisher: "フロレンティナ株式会社" --- ひな形Excel更新 2026-11-12 # 社内データの棚卸し表 このひな形でできること 社内のデータを1件ずつ書き出し、置き場所・責任者・個人情報の有無・分類・AIで使いたい用途・品質の課題を一覧にして、整える順番を決められます。 ダウンロード（Excel・11KB・無料・登録不要） [社内データの棚卸し表をダウンロード](https://www.ai-ready.jp/assets/downloads/data-inventory-sheet.xlsx) 自社の規程・契約・関係する法令に合わせて直してお使いください（[サイトの利用について](https://www.ai-ready.jp/policy/terms/)）。 ガイド「[社内データの棚卸しの進め方](https://www.ai-ready.jp/guide/data-inventory/)」と「[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/)」で説明している手順に合わせて作ったExcelのファイルです。「データ一覧」のシートにデータを1行ずつ書き、見つかった課題は「課題と対応」のシートで担当と期限を決めて追いかけます。 ## 使い方 ① **範囲を決めます。** AIで試したい業務に関わるデータ、個人情報を含むデータなど、最初に書き出す範囲を決めます。部署を1つか2つに絞っても構いません。 ② **データを1行ずつ書き出します。** 「データ一覧」のシートに、データの名前と主な項目（例：顧客名・住所・購入日）を書きます。同じ内容のデータが複数の場所にある場合は、置き場所ごとに行を分けます。 ③ **置き場所と責任者を書きます。** 保存しているシステムやフォルダ、データの責任者（データオーナー）、形式、件数や量の目安、更新の頻度を書きます。 ④ **個人情報の有無と分類を書きます。** 個人情報を含むかを選び、社内の分類ルールの区分（例：機密・社外秘・社内限り・公開）を書きます。分類ルールがまだない場合は、「社内データの分類ルール（[社内データの分類ルール](https://www.ai-ready.jp/templates/data-classification-rules/)）」のひな形が使えます。 ⑤ **AIで使いたい用途と課題を書きます。** そのデータをAIでどう使いたいか、表記の揺れ・欠けている値・重複などの課題を書きます。 ⑥ **課題への対応を決めます。** 「課題と対応」のシートに、課題ごとの対応・担当・期限を書き、状態を更新します。表は半年ごとなどに見直します。 棚卸し表の書き進め方 - **範囲を決める**：AIで試したい業務に関わるデータ、個人情報を含むデータなどに絞ります - **データを書き出す**：「データ一覧」にデータの名前と主な項目を1行ずつ。置き場所が違えば行を分けます - **置き場所と責任者**：システム・フォルダ、データオーナー、形式、量、更新の頻度を書きます - **個人情報と分類**：個人情報を含むかと、社内の分類ルールの区分を書きます - **用途と課題**：AIで使いたい用途と、表記の揺れ・欠けている値・重複などの課題を書きます - **課題への対応**：「課題と対応」に対応・担当・期限を書き、**半年ごとなどに見直します** ## 中身（見出し） | シート | 内容 | |---|---| | 使い方 | 記入の手順、各列の意味、分類と状態の選び方 | | データ一覧 | 番号、データの名前、主な項目、部署、データオーナー、置き場所、形式、件数・量の目安、更新の頻度、個人情報を含むか、分類、利用できる人、AIで使いたい用途、品質の課題、保存期間、最終確認日、メモ | | 課題と対応 | 番号、データの名前（データ一覧の番号）、課題、対応、担当、期限、状態、メモ | ## 記入例 架空の会社「株式会社〇〇」の営業部の例です。 | 項目 | 記入例 | |---|---| | データの名前 | 顧客の問い合わせの記録 | | 主な項目 | 受付日、会社名、担当者名、問い合わせの内容、対応の結果 | | データオーナー | 営業部長 | | 置き場所 | 顧客管理のシステム（一部は担当者の表計算のファイル） | | 個人情報を含むか | 含む | | 分類 | 社外秘 | | AIで使いたい用途 | よくある問い合わせの傾向をまとめる | | 品質の課題 | 会社名の表記が担当者ごとに違う。表計算のファイルとシステムで重複がある | | 課題と対応 | 表計算のファイルをシステムにまとめる（担当：営業事務、期限：［］） | ## 使うときの注意 - **自社の規程に合わせて直してください。** 列は一般的な項目の例です。業務に合わせて足したり減らしたりしてお使いください。分類の区分は、自社の分類ルールの言葉にそろえます。 - **個人情報を含むデータは、扱いを確かめてください。** 個人情報保護法では、個人データの漏えい・滅失・毀損の防止など、安全管理のために必要かつ適切な措置を講じることが求められています（第23条）。個人情報保護委員会のガイドライン（通則編）では、安全管理措置の例として、データベースの種類・項目・責任者・利用目的・アクセスできる人などをあらかじめ明確にしておく方法が挙げられています。AIで使う場合の判断は、弁護士などの専門家に確かめていただくと安心です。 - **表そのものの扱いに気をつけてください。** 一覧にはデータの置き場所や個人情報の有無が集まるため、表を見られる人を限ります。 - **ほかのひな形と合わせて使えます。** 保存期間は「データの保存期間の一覧（[データの保存期間の一覧](https://www.ai-ready.jp/templates/data-retention-schedule/)）」、AIへの入力の可否は「入力してはいけない情報の一覧（[入力してはいけない情報の一覧](https://www.ai-ready.jp/templates/prohibited-input-list/)）」と合わせて書くと、社内の判断がそろいます。 - このひな形は参考のための資料で、監査・評価・認証に代わるものではありません。特定の製品・サービス・会社をお勧めするものでもありません。 ## よくあるご質問 Q社内のデータをすべて書き出さないといけませんか？ A最初からすべてを書き出す必要はありません。AIで試したい業務に関わるデータや、個人情報を含むデータなど、範囲を絞って始める進め方があります。表は見直しのたびに行を足していけます。 Qデータの責任者（データオーナー）は誰にすればよいですか？ Aそのデータを作ったり主に使ったりしている部署の責任者にする例が多くあります。責任者は、誰に使わせるか、どの分類にするかを決める役割です。決まらないデータは「メモ」の列に残し、管理部門と相談して決めます。 ## このひな形を使うガイド - [社内文書の検索をAIで改善する進め方](https://www.ai-ready.jp/guide/ai-document-search/)ガイド - [データカタログで社内のデータを見つけやすくする](https://www.ai-ready.jp/guide/data-catalog-basics/)ガイド - [社内データの分類ルールの作り方](https://www.ai-ready.jp/guide/data-classification-policy/)ガイド - [システム間のデータ連携の基本](https://www.ai-ready.jp/guide/data-integration-basics/)ガイド - [社内データの棚卸しの進め方](https://www.ai-ready.jp/guide/data-inventory/)ガイド - [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/)ガイド - [データの品質を高める手順](https://www.ai-ready.jp/guide/data-quality-improvement/)ガイド - [データの保存期間と削除のルールの決め方](https://www.ai-ready.jp/guide/data-retention-policy/)ガイド - [中小企業のデータ活用の始め方](https://www.ai-ready.jp/guide/data-strategy-sme/)ガイド - [マスタデータを整える進め方](https://www.ai-ready.jp/guide/master-data-management/)ガイド - [文書・画像・音声などのデータの活かし方](https://www.ai-ready.jp/guide/unstructured-data-use/)ガイド - [AI活用のつまずきは、データから](https://www.ai-ready.jp/column/data-is-the-bottleneck/)コラム - [Excelの業務とAIのこれから](https://www.ai-ready.jp/column/excel-and-ai/)コラム - [M&A後の統合（PMI）とAI活用](https://www.ai-ready.jp/column/pmi-and-ai/)コラム - [会社を譲る前に整えたいAIとデータ](https://www.ai-ready.jp/column/pre-sale-ai-and-data/)コラム - [RAGとファインチューニングの違いと選び方「知識を補う」か「振る舞いを整える」か](https://www.ai-ready.jp/column/rag-vs-fine-tuning/)コラム ## 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/) --- 出典：フロレンティナ株式会社「社内データの棚卸し表｜AI-Ready.jp」 https://www.ai-ready.jp/templates/data-inventory-sheet/