Claude Code x openpyxl でKPIダッシュボードを毎日自動更新する完全ガイド

毎朝30分のKPI集計作業をゼロにした

以下のステップを順番に実行することで、今日から業務自動化を始められます。コピーして使えるコードと、Claude Codeへの指示文をセットで解説します。

営業企画の近藤です。毎朝8時30分、出社してすぐにKPIダッシュボードを手動更新するのが日課でした。3つのCSVを開いてコピーし、グラフを更新して……その30分が惜しくなりClaude Codeに相談したところ、データ更新からSlack通知まで完全自動化できました。

STEP 1：複数CSVを統合してKPIを自動集計する

まず複数の営業データCSVを読み込み、KPIを計算するスクリプトを作成します。

import pandas as pd, openpyxl
from datetime import datetime

sales  = pd.read_csv("sales_daily.csv",  parse_dates=["date"])
leads  = pd.read_csv("leads.csv",        parse_dates=["created_at"])
calls  = pd.read_csv("calls.csv",        parse_dates=["call_date"])

today = datetime.now().date()
ms = today.replace(day=1)

monthly_sales  = sales[sales["date"].dt.date >= ms]["amount"].sum()
target         = 5_000_000
achieve_rate   = monthly_sales / target * 100

monthly_leads  = len(leads[leads["created_at"].dt.date >= ms])
converted      = len(leads[(leads["status"]=="商談化") & (leads["created_at"].dt.date >= ms)])
conv_rate      = converted / monthly_leads * 100 if monthly_leads else 0

monthly_calls  = len(calls[calls["call_date"].dt.date >= ms])
apo            = len(calls[(calls["result"]=="アポ獲得") & (calls["call_date"].dt.date >= ms)])
apo_rate       = apo / monthly_calls * 100 if monthly_calls else 0

wb = openpyxl.load_workbook("kpi_template.xlsx")
ws = wb["KPI"]
ws["B2"] = monthly_sales
ws["B3"] = achieve_rate / 100
ws["B4"] = monthly_leads
ws["B5"] = conv_rate / 100
ws["B6"] = monthly_calls
ws["B7"] = apo_rate / 100
ws["A1"] = f"更新: {datetime.now():%Y/%m/%d %H:%M}"
wb.save(f"kpi_{today:%Y%m%d}.xlsx")
print(f"KPI集計完了 売上達成率:{achieve_rate:.1f}%")

STEP 2：達成率で色分けとグラフを自動生成する

KPI数値に加え、達成状況が一目でわかる条件付き書式とグラフを自動生成します。

from openpyxl.formatting.rule import CellIsRule
from openpyxl.styles import PatternFill, Font
from openpyxl.chart import LineChart, Reference

red_f    = PatternFill("solid", fgColor="FFCDD2")
yellow_f = PatternFill("solid", fgColor="FFF9C4")
green_f  = PatternFill("solid", fgColor="C8E6C9")

ws.conditional_formatting.add("C2:C20",
    CellIsRule(operator="lessThan",           formula=["0.8"],  fill=red_f))
ws.conditional_formatting.add("C2:C20",
    CellIsRule(operator="between",            formula=["0.8","0.999"], fill=yellow_f))
ws.conditional_formatting.add("C2:C20",
    CellIsRule(operator="greaterThanOrEqual", formula=["1"],    fill=green_f))

chart = LineChart()
chart.title = "日別売上推移"
chart.y_axis.title = "売上(円)"
data   = Reference(ws_daily, min_col=2, min_row=1, max_row=ws_daily.max_row)
target = Reference(ws_daily, min_col=3, min_row=1, max_row=ws_daily.max_row)
dates  = Reference(ws_daily, min_col=1, min_row=2, max_row=ws_daily.max_row)
chart.add_data(data,   titles_from_data=True)
chart.add_data(target, titles_from_data=True)
chart.set_categories(dates)
chart.series[1].graphicalProperties.line.dashDot = "dash"
chart.width = 20; chart.height = 12
ws.add_chart(chart, "E2")
wb.save(f"kpi_{today:%Y%m%d}.xlsx")

STEP 3：未達KPIをSlackに自動通知する

目標未達のKPIを検知して、Slackに自動アラートを送信します。

import requests

WEBHOOK = "https://hooks.slack.com/services/YOUR/WEBHOOK/URL"

def kpi_alert(name, current, target, rate):
    if rate >= 1.0: return
    emoji = "🔴" if rate < 0.8 else "🟡"
    requests.post(WEBHOOK, json={"blocks":[
        {"type":"header","text":{"type":"plain_text","text":f"{emoji} KPIアラート"}},
        {"type":"section","fields":[
            {"type":"mrkdwn","text":f"*KPI:* {name}"},
            {"type":"mrkdwn","text":f"*達成率:* {rate*100:.1f}%"},
            {"type":"mrkdwn","text":f"*実績:* {current:,.0f}"},
            {"type":"mrkdwn","text":f"*目標:* {target:,.0f}"},
        ]}
    ]})

kpi_alert("月次売上", monthly_sales, target, achieve_rate/100)
kpi_alert("商談化率", conv_rate,     30,     conv_rate/30)
kpi_alert("アポ率",   apo_rate,      20,     apo_rate/20)
print("Slackアラート送信完了")

STEP 4：週次・月次サマリーレポートを自動生成する

経営層向けの週次・月次KPIサマリーを自動集計します。

def create_summary(period="weekly"):
    wb = openpyxl.Workbook()
    ws = wb.active
    ws.title = f"{period} KPI"
    headers = ["KPI","今期","前期","変化率","傾向","達成率"]
    for col, h in enumerate(headers, 1):
        c = ws.cell(row=1, column=col, value=h)
        c.font = Font(bold=True, color="FFFFFF")
        c.fill = PatternFill("solid", fgColor="107C41")

    kpis = [("売上", monthly_sales, prev_sales, target)]
    for row_i, (kpi, curr, prev, tgt) in enumerate(kpis, 2):
        chg = (curr - prev) / prev * 100 if prev else 0
        trend = "↑" if chg > 0 else "↓" if chg < 0 else "→"
        ws.cell(row=row_i, column=1, value=kpi)
        ws.cell(row=row_i, column=2, value=curr)
        ws.cell(row=row_i, column=3, value=prev)
        ws.cell(row=row_i, column=4, value=f"{chg:+.1f}%")
        tc = ws.cell(row=row_i, column=5, value=trend)
        tc.font = Font(color="107C41" if chg>0 else "DC2626", bold=True, size=14)
        ws.cell(row=row_i, column=6, value=f"{curr/tgt*100:.1f}%")

    fn = f"kpi_summary_{period}_{today:%Y%m%d}.xlsx"
    wb.save(fn)
    print(f"サマリー生成: {fn}")

create_summary("weekly")
create_summary("monthly")

STEP 5：タスクスケジューラーで毎朝自動実行

毎朝9時に自動でKPI更新が走るようにスケジューラーを設定します。

import subprocess, sys, time, logging
from datetime import datetime

logging.basicConfig(filename="kpi_update.log", level=logging.INFO,
    format="%(asctime)s %(levelname)s %(message)s")

def run_retry(script, max_try=3, wait=60):
    for i in range(max_try):
        try:
            r = subprocess.run([sys.executable, script],
                capture_output=True, text=True, timeout=300)
            if r.returncode == 0:
                logging.info(f"成功: {r.stdout.strip()}")
                return True
            logging.error(f"試行{i+1}失敗: {r.stderr}")
        except subprocess.TimeoutExpired:
            logging.error(f"試行{i+1}タイムアウト")
        if i < max_try-1: time.sleep(wait)
    requests.post(WEBHOOK, json={"text": "KPI自動更新が失敗しました"})
    return False

run_retry("kpi_dashboard.py")

# タスクスケジューラー登録（管理者権限で）:
# schtasks /create /tn "KPI自動更新" /tr "python C:\scripts\kpi.py" /sc DAILY /st 09:00 /f

このシステムが解決する課題

KPI指標をリアルタイムで可視化するダッシュボードを構築。この自動化が特に効果的な場面と、解決できる課題を整理します。

実務での活用シナリオ

導入前後の効果比較

導入のポイントと注意事項

よくある質問（FAQ）

制作実績サンプル

このクオリティの資料が、あなたの業務でも作れます

Aurant Technologies が実際に制作したコンサルティング資料（全82枚）のサンプルです。Claude Code × AI自動化により、従来の1/5のコスト・時間で同等品質を実現します。

タイトル・ダーク背景

3カラム比較・分析

AI活用フロー図解

Before/After比較

構造化コンテンツ

→

全10枚を
見る

御社のテーマでこのレベルの資料を作成できます

制作費・納期・自動化プランは無料相談でご確認いただけます

📊 サンプル全10枚を見る →