AI導入の前に考えたい「データ品質」

最近はAIによる分析や自動化の話題をよく目にします。

私自身もAIを活用していますし、その可能性を非常に高く評価しています。

ただ、業務改善に取り組んできた経験から感じるのは、AIの前に整えるべきことがあるということです。

企業のデータは誰かが一度はどこかで入力して作られています。

売上データも顧客データも、最初は人が作ったデータです。

生成AIがプロンプトで結果が変わるように（同じプロンプトでも異なる結果が生成されることもある）、入力データの品質によって、そのデータを元にした分析結果も変わります。

それは一見すると同じデータに見えても、コンピュータは別のデータとして扱うことが起因する場合はあるからです。

実際に私が業務改善で遭遇した例をいくつか紹介します。

①　データに含まれるアルファベットが大文字か小文字か？でも結果が異なるということです。コンピュータ上では大文字と小文字は別物として定義されているからです。

②　空白が含まれている。これが結構厄介で、色でもついていたら分かり易いのですが、空白は透明なのでデータの中に含まれているのか？が全く分からない。

③　ダッシュ（ー）、スラッシュ（／）などが抜けている。製品番号につかっていて、これも全く異なる製品として認識されてしまいます。

これらの経験から、データの中には何らかのエラーがあるものとして考える。

つまり、人の作業を信用しない！ということです。

・どこかも空白が入っているかも

・大文字、小文字が混在しているかも

・二つのデータテーブルで片方は大文字、もう一方は小文字で入力された不一致なデータがあるかも？

これ、実はかなり重要な考え方だと思っています。

AIを活用することと、データ品質を改善することは対立する話ではありません。

むしろAIを活かす（例えば、売上予測、売れ筋商品の解析など）ためには、

データ品質を上げ、業務プロセスの整備が重要になると考えています。

AIは非常に強力なツールです。

しかし、AIが扱うデータは誰かが入力し、誰かが管理しています。

業務改善の目的はAIを導入することではなく、必要な情報を必要なタイミングで活用できるようにすることです。

そのためには、データ品質の向上や業務プロセスの整備が欠かせません。

私は、AI活用とデータ品質向上は対立するものではなく、むしろ両方が必要だと考えています。

データについてはこのブログ記事を参考にしてみてください。

月次レポート業務改善の前にデータについて学ぶ