製造業でBIツールを導入したものの、「結局Excelの方が使いやすい」「現場が使わない」「データが合っているか信頼できない」という状況に陥るケースがあります。BIの定着にはツールの操作性・業務との適合・利用者への教育・データの4つが関わりますが、このうち見落とされやすいのが、BI以前の「現場データ」の品質や連携、指標の定義です。本記事は製造業に特化し、この現場データ側の課題を対象としています。BIが信用されない理由の汎用的な解説についてはBIが信用されない本当の理由——データ品質とBI活用の関係もあわせてご参照ください。
本記事では、製造業でBIが定着しない典型的な3つのパターンと、それぞれの根本原因、そしてBI活用を軌道に乗せるためのデータ品質整備の進め方を解説します。
パターン①：BIのデータが「現場の肌感覚と合わない」
BIダッシュボードに表示された数値と、現場担当者が把握している実態に乖離があると、現場はBIの数値を信頼しなくなります。「先月の歩留まりが85%と出ているが、実際は90%くらいだったはず」「在庫数がBIと実地棚卸で毎回違う」というフィードバックが出る状態です。
- 主な原因：工程実績の入力タイミングのずれ（週次バッチ更新など）、入出庫の記録漏れ、不良廃棄の未記録などによるソースデータの不正確さ。加えて、指標の定義（歩留まり率の分子・分母の取り方など）、集計期間の区切り、BI側の計算式やフィルタ条件の違いでも数値は食い違います
- 対処：BIに先立ちデータ品質の現状診断を実施し、どのデータが信頼できてどこが問題かを明確化します。問題のある領域はBIの対象からいったん外し、整備した領域から順次追加する進め方が考えられます
パターン②：欲しいデータがBIに連携されていない
現場の担当者が本当に知りたいのは「ラインごとの時間当たり生産数」「設備ごとの停止時間と原因」などですが、これらのデータがそもそもシステムに取り込まれていない・あるいはBIには連携されていないケースがあります。設備のPLC（設備を制御する装置）のデータ、手書き実績、ホワイトボードの情報がデジタル化されていないため、BIで見えるのは基幹システムの範囲だけになります。
- 根本原因：データのデジタル化（現場からの吸い上げ）と、デジタルデータのBI連携の両方が未整備
- 対処：「現場で起きている重要な出来事のうち、デジタルで取れていないものは何か」を業務担当者とヒアリングし、優先度の高いデータから順にデジタル化・連携の計画を立てます。小さく始めやすい方法としては、QRコード＋スマートフォン入力やIoTセンサーの部分導入などが考えられます
パターン③：BIを更新・維持するコストが重い
BIのダッシュボードやレポートを作成・更新する作業が特定の担当者に集中し、業務変更のたびにBIの修正が必要になる「BIメンテナンス地獄」に陥るパターンです。マスタデータの変更がBIのレポートに影響する設計になっていると、品番体系の変更などのたびにBIの修正工数が発生します。
- 根本原因：マスタデータ・組織体制の変更とBIの設計が密結合すぎる・BI担当者が属人化している
- 対処：マスタ変更の影響がBIに直接波及しにくくなるよう、データマートなどの中間データ層（BI用データの加工レイヤー）を設け、BI側は標準化したデータを参照する設計に変えます。中間層を設けても変更の影響がゼロになるわけではないため、変更時の修正箇所をその層に集約できる点が利点です。また、BIの設計を複数人が理解・維持できる体制を整備します
BI活用を定着させるためのデータ品質整備ステップ
製造業でBIを定着させるには、ツール選定・ダッシュボード設計の前に、次の順序でデータの基盤を整えることが重要です。
- Step1 現状の「信頼できるデータ」と「信頼できないデータ」を仕分ける：全データを整備してから着手するのではなく、まず信頼性を確認できた領域からBI活用を始め、成果を確認しながら対象を広げます
- Step2 優先度の高い現場データの取得から始める：BI活用で最も効果が期待できる現場データ（歩留まり・停止時間等）のデジタル化に絞って着手します
- Step3 マスタデータ管理の仕組みを整える：品番・取引先マスタの変更管理フローを整備し、変更がBIに安定的に反映される設計を作ります
- Step4 BIのメンテナンス体制を作る：1人に依存せず、複数人が修正・更新できる体制と手順書を整備します
製造業BIデータ整備で重要な「現場との合意形成」
データ品質整備の技術的な作業と同じくらい重要なのが、現場担当者との合意形成です。「BIに表示される数値がどのように計算されているか」「どのデータを入力するとBIにどう反映されるか」を現場が理解していないと、「BIの数値がおかしい」という不信感が解消されません。データ整備の進捗とあわせて、「どのデータが整備済みで信頼できるか」を現場に伝えるコミュニケーションを継続することが、BI定着の鍵になります。
現場の担当者を「データの入力者」だけでなく「データ品質を支える当事者」として位置づけることも重要です。工程実績の入力漏れや異常値の見落としは、BIの精度に直接影響するという認識を現場に持ってもらうために、「このデータの品質が上がると、このレポートがこう変わる」という具体的なフィードバックを定期的に共有する取り組みが有効です。
製造業でBIを活用するゴールは「データを見ること」ではなく「データに基づいて改善アクションを取ること」です。品質・コスト・納期のどこかに改善の成果が出て初めて、現場のBIへの信頼と関与が深まります。データ品質整備はその成果を出すための前提条件であり、整備の進捗と成果を紐づけて報告することで、継続的な支援と投資を得やすくなります。現場が「BIのおかげで改善できた」という具体的な体験を積み重ねることが、製造業でBIとデータ品質管理を継続的な取り組みとして根付かせる有効な方法の一つです。まずは1つのラインの1指標（例：歩留まり率）でBIの成果を出すことを目標に設定し、そこから段階的に対象を広げるアプローチを推奨します。
すでに形骸化したBIを立て直すときの進め方
導入済みのBIが使われなくなっている場合、ダッシュボードを作り直すところから始めると同じ失敗を繰り返しがちです。先にやるべきは、現在のダッシュボードが実際にどの程度見られているかを確認することです。BIツールによっては利用状況を確認する機能があり、例えばPower BIではレポートの閲覧数や閲覧したユーザー数を確認できます。記録される項目や保存期間、必要な権限は製品によって異なりますが、こうした情報から実際に使われている画面と放置されている画面を切り分けられます。使われている画面は、利用者が必要としている指標を示す手がかりになります。放置されている画面については、作成を依頼した部署に「なぜ見なくなったか」を聞くと、数値が信用できない・欲しい粒度で見られない・更新が止まっている、といった原因がパターン①〜③のどれに当たるかが見えてきます。
原因が特定できたら、全画面を一度に直そうとせず、利用者が多い、または業務上重要な画面の数値を1つ選び、ソースデータまで遡って計算過程を検証します。検証の結果を現場担当者と一緒に確認し、「この数値は実態と合っている」と双方が合意できた時点で、その画面を再び業務で使い始めます。数値の信頼を1つずつ回復していく進め方は、全面刷新と比べて、現場の関与を保ちながら改善を進めやすい方法です。一方、ソースデータの構造やデータモデルそのものに問題がある場合は、既存画面の修正だけでは解決できず、データモデルやBIの構成を見直す必要が出てきます。
まとめ
製造業でBIが定着しない背景には、BIツールそのものだけでなく、現場データの品質・デジタル化・マスタ管理・指標の定義といった、BIを支えるデータ基盤の課題があります。BI導入後に壁にぶつかっている、またはBI導入を検討している製造業の担当者は、「まずデータの現状診断と整備計画を作る」ことから始めることをお勧めします。活用範囲を一気に広げるより、まず「信頼できる1指標」をBIで継続的に見られる状態を作り、そこから対象を広げていくのが現実的な進め方です。小さな成功体験の積み重ねが、現場とマネジメント双方のBIへの信頼と投資継続を生み出します。データ現状診断・整備計画の策定・BI活用支援については、BFT Insightにご相談ください。
よくある質問
BIの数値と現場の感覚が合いません。BIとExcelのどちらが正しいのか判断できません。
どちらが正しいかを先に決めようとせず、両者の計算過程を並べて比較してください。食い違いの原因として多いのは、指標の定義（歩留まり率の分子・分母の取り方など）、集計期間の区切り（日次締めの時刻）、対象に含める範囲（不良品や返品の扱い）、データの更新タイミングです。差分の原因が特定できれば、どちらの定義を正とするかを業務部門と合意できます。原因を特定しないまま片方に寄せると、同じ食い違いが別の指標で再発します。
設備のデータを取り込みたいのですが、古い設備でデジタル出力がありません。
設備そのものを入れ替えなくても始められる方法があります。停止時間や生産数のように記録の頻度が低いデータは、作業者がタブレットやスマートフォンで入力する運用から始められます。稼働状況を連続的に取りたい場合は、設備や取得したいデータによっては、後付けの電流センサーや表示灯の点灯を読み取る機器も選択肢になります。いずれの場合も、まず「その数値で何を判断したいか」を決めてから取得方法を選ぶと、取得したが使わないデータを増やさずに済みます。
BIの担当者が1人しかおらず、異動すると誰も直せなくなります。
ダッシュボードの修正手順を文書化するより先に、計算ロジックが各画面に散らばっていないかを確認してください。計算式が画面ごとに埋め込まれていると、手順書があっても修正箇所を追えません。加工処理や共通の計算ロジックを、データベース・データマート・セマンティック モデルなど適切な層にまとめ、各画面に同じロジックが分散しない構成にしておくと、担当者が替わっても確認すべき場所が絞られます。あわせて、指標ごとに「どのデータをどう計算しているか」を一覧にした定義書を用意しておくと引き継ぎが容易になります。