情報システムのデータ集計・分析をAIで行う手順

結論

ヘルプデスクの問い合わせ件数推移、IT資産の棚卸し結果、障害対応の傾向分析など、情報システム部門のデータ集計業務はAIを使うと大幅に効率化できる。Excelのデータを貼り付けるかCSVを渡すだけで、集計・分類・傾向把握の下作業を短時間で済ませられる。

月次の運用レポート作成や経営層への報告資料に使うデータを、毎回Excelで手作業で集計している担当者は多い。同じ構造のデータを毎月処理しているなら、AIを活用することで作業時間を半分以下にできる場合が多い。

---

使うAIツール

データ集計・分析の目的によってツールを使い分ける。

集計・可視化まで一度に行いたい場合

• ChatGPT（GPT-4o with Code Interpreter）：CSVやExcelをアップロードしてPythonで集計・グラフ化まで実行できる。コードを書かなくても自然言語で指示できるのが強み

テキストデータの分類・傾向分析

• Claude.aiまたはChatGPT：ヘルプデスクの問い合わせ内容をカテゴリ分けしたり、障害報告書から傾向を読み取ったりするのに向いている

集計式・マクロの生成

• どのAIツールでもよい。データ構造とやりたいことを説明すればExcel関数やVBAコードを生成してくれる

機密データを含む場合

• 社内承認済みのAIツール（AzureOpenAI Serviceなど）のみを使う。個人情報は必ずマスキングしてから渡す

---

手順（プロンプト例付き）

ステップ1：データを準備する

Excelデータをそのまま貼り付ける場合は、ヘッダー行も含めてコピーする。ChatGPTのCode Interpreter機能を使う場合はCSVまたはExcelファイルとしてアップロードする。

個人情報や機密情報が含まれる場合は、この段階でマスキングを行う。氏名を「担当者A」「担当者B」に置き換えたり、IPアドレスを「192.168.x.x」形式に変換したりしてからAIに渡す。

ステップ2：集計・分析の目的を明確にする

何を知りたいかを明確にしてからプロンプトを書く。「なんとなく分析して」という指示では使えない出力になりやすい。

• 月別の傾向を見たい
• カテゴリ別に件数を比較したい
• 特定の期間に件数が増えた原因を探りたい
• 上位N件（最も多い問い合わせ種別など）を知りたい

ステップ3：プロンプトを実行する

ヘルプデスク問い合わせデータの集計プロンプト

以下はヘルプデスクの問い合わせログです（1行1件、タブ区切り）。
このデータを集計・分析してください。

【集計・分析内容】
1. 月別の問い合わせ件数の推移
2. カテゴリ別（「ネットワーク」「PC・端末」「アカウント」「アプリ」「その他」）の件数と割合
3. 対応時間（受付から解決まで）の平均・最大・最小
4. 未解決件数と解決率

【出力形式】
- 項目ごとに表形式でまとめる
- 傾向についてのコメントを各表の下に2〜3文で付ける
- 「特に対応が遅い」「件数が突出して多い」項目があれば強調する

---（データをここに貼り付け）---

IT資産台帳の棚卸し集計プロンプト

以下はIT資産台帳のCSVデータです。棚卸し状況を集計してください。

【集計内容】
1. 資産種別（PC、サーバー、ネットワーク機器、ライセンスなど）ごとの台数
2. 設置場所別の台数（本社、支社1、支社2など）
3. 購入年度別の台数（5年以上の老朽化資産を特定）
4. 保守契約の有効期限が6ヶ月以内のもの一覧

【出力形式】
- 1〜3は表形式、4は一覧形式
- 老朽化資産と保守期限切れリスクについて、総括コメントを最後に付ける

---（データをここに貼り付け）---

障害ログの傾向分析プロンプト

以下は過去6ヶ月間のシステム障害ログです。傾向を分析してください。

【分析内容】
1. 月別の障害件数推移
2. 障害種別（ハードウェア故障、ソフトウェアエラー、ネットワーク障害、人的ミスなど）の分類と件数
3. 発生曜日・時間帯の傾向
4. 平均復旧時間（MTTR）の推移
5. 再発している障害パターンの特定

【出力形式】
- 分析結果を表とグラフ用データで整理
- 「重点的に対策が必要な領域」を最後に3点以内でまとめる

---（ログデータをここに貼り付け）---

Excel集計式の生成プロンプト

以下の構造のExcelデータに対して、必要な集計式を作ってください。

【シート構成】
- A列：日付（YYYY/MM/DD形式）
- B列：カテゴリ（ネットワーク/PC/アカウント/アプリ）
- C列：担当者名
- D列：対応時間（分）
- E列：ステータス（解決済み/未解決/エスカレーション）

【作りたい集計】
1. 月別・カテゴリ別の件数（SUMIFS使用）
2. カテゴリ別の平均対応時間（AVERAGEIFS使用）
3. 未解決件数（COUNTIFS使用）

セル参照はA1形式で書いてください。集計結果を別シートに置く想定です。

ステップ4：出力を確認・調整する

集計結果の数値はかならず元データで検算する。特に合計値や平均値は、Excelの集計関数でダブルチェックする。

傾向分析のコメントはそのまま報告書に使えることが多いが、「AIの分析では〜」という前置きはつけず、自分の判断として整理し直して使う。

---

情報システム固有の活用例

例1：月次運用レポートの自動化

多くの情報システム部門では月次の運用レポートを作成する。ヘルプデスク件数、システム稼働率、セキュリティインシデント件数などのデータを毎月集めて表やグラフにまとめる作業だ。

毎月同じ構造のデータを処理するなら、一度プロンプトテンプレートを作っておけばよい。「先月のデータを貼り付けてプロンプトを実行する」だけで集計・コメントの下書きが完成する形にしておくことで、毎月2〜3時間かかっていた作業が30〜40分に短縮できる。

以下の月次データを使って、情報システム部門の月次運用レポートを作成してください。

【データ】
- ヘルプデスク件数：[月別件数を貼り付け]
- システム稼働率：[稼働率データを貼り付け]
- セキュリティアラート件数：[件数を貼り付け]

【レポート構成】
1. 今月のサマリー（3〜5文）
2. 各項目の前月比較表
3. 注目すべき変化・課題
4. 来月の対応方針（仮）

読者は情報システム部長と経営層です。

例2：IT資産の老朽化リスク可視化

IT資産台帳のデータをAIに渡して「5年以上経過した機器の一覧と、それぞれの保守状況・リスク」を整理させると、老朽化対応の優先度付けに使える表が素早く作れる。ベンダーの保守終了日と現在の日付を与えれば、「保守切れまでの残り期間」を計算させることもできる。

以下のIT資産データを分析してください。

【やりたいこと】
- 購入から5年以上経過している機器を抽出
- 各機器のメーカー保守終了日（EOL）と比較して、保守切れリスクを「高・中・低」で評価
- リスクの高い機器から順に並べた優先対応リストを作成

基準日は2026年6月5日とします。
---（台帳データをここに貼り付け）---

---

うまくいかない場合

計算結果が合わない AIの計算は完全に信頼できるわけではない。特に大きなデータセットの合計・平均は必ずExcelで検算する。プロンプトに「計算過程を明示してください」と追記すると、どのように集計したかが見えて確認しやすくなる。

データ量が多すぎて処理できない テキスト貼り付けでは数千行のデータを処理しきれないことがある。ChatGPTのCode Interpreterにファイルアップロードすれば、より大きなデータを扱える。それでも処理が止まる場合は、データを月別・カテゴリ別などで分割してから渡す。

分類が意図と違う 「ヘルプデスク問い合わせをカテゴリ分けして」と指示しても、AIが作ったカテゴリが実際の業務分類と合わないことがある。プロンプトにカテゴリの定義を「カテゴリは以下の5種類に限定してください：〜」と明示することで解決できる。

個人情報のマスキングを忘れた AIに渡した後に個人情報が含まれていたことに気づいた場合、そのチャット履歴はすぐに削除する。ChatGPTの場合は会話をアーカイブまたは削除できる。再発防止として、データをAIに渡す前にマスキング確認をチェックリストに入れておく。

---

関連記事

• 情報システムのExcel作業をAIで自動化する方法
• 情報システムの情報リサーチをAIで効率化する方法
• 情報システムのマニュアル作成をAIで効率化する方法
• 情報システムの障害対応レポートをAIで素早く書く方法