ERP データクレンジング 完全ガイド 2026：マスタ重複・表記ゆれ・廃止コードの整理手順
目次 クリックで開く
ERP 移行プロジェクトで、想定よりも何倍も時間がかかる作業 No.1 が「マスタデータクレンジング」です。新しい ERP の構築は SI ベンダーが半年で完了させても、クレンジング作業を業務側が並行で進められず、Go-Live が3〜6ヶ月遅延するケースが業界では珍しくありません。
本記事では、なぜクレンジングが移行コストの 20〜30% を占めるのか、5ステップの具体的な進め方、業務側オーナーの巻き込み方、自動化ツールの活用、そして実際のプロジェクトで頻発する失敗パターンまでを、論理ステップで整理していきます。
1. なぜクレンジングが必須か — 移行件数を 30〜50% 削減できます
20〜30年運用してきた ERP では、顧客マスタ・商品マスタ・勘定科目マスタに大量の汚れたデータが蓄積されています。「同じ取引先が3つ別 ID で登録されている」「10年前に廃番になった商品コードがそのまま残っている」「使われていない勘定科目が数百件残存している」というのが典型的な状態です。
クレンジングを実施することで、移行対象を 30〜50% 削減できます。これは新 ERP の運用コスト削減と、データ品質の根本改善に直結します。Aurant が支援した中堅製造業の事例では、顧客マスタが 12,000件 → 6,800件に半減、商品マスタが 28,000件 → 14,000件に半減、勘定科目が 8,500件 → 3,200件に削減できました。
「全件移行してから新 ERP で整理する」という考え方は、ほぼ全てのケースで失敗します。新 ERP に持ち込まれた汚れデータは、運用フェーズで業務担当者の判断ミス、レポートの数字ぶれ、システム性能低下を招きます。「移行は綺麗にしてから」が業界の鉄則です。
2. クレンジングの5ステップ — 順序が重要です
クレンジング作業は、5つのステップを順序通り実施するのが最も効率的です。各ステップを並行で進めようとすると、後戻りが発生して結局時間がかかります。
3. Step 1: 棚卸し — 現状の見える化が第一歩
初手は「全マスタの現状把握」です。マスタごとに、件数、最終利用日、過去取引件数を集計します。Excel エクスポート + ピボットテーブル、または SQL で集計します。重複候補と表記ゆれもこの段階で抽出し、業務側に共有します。
棚卸しの具体的な集計項目は、「総件数」「過去1年取引あり件数」「過去3年取引あり件数」「過去取引ゼロ件数」「最終更新日が3年以上前の件数」「重複候補件数（同一名・同一住所など）」の6つです。これを業務側オーナーに見せると、「思っていたより汚れているな」という共通認識が形成されます。
棚卸しの所要期間は、マスタ数によりますが1〜3週間が標準です。データ抽出に1週間、重複検出ロジックの検討と実行に1週間、業務側との初回レビューに1週間、という配分です。ここを急ぐと後工程で必ず手戻りが発生します。
4. Step 2: 廃止判定 — 過去3年取引なしは廃止候補
Step 2 は「廃止判定」です。判定基準として、過去3年取引なしのマスタは廃止候補として業務側オーナーにレビューを依頼します。この基準は業界によって調整が必要で、不動産業のような長期取引前提の業界では「過去5年」、日用品流通のような短期取引が中心の業界では「過去2年」が妥当です。
業務側との会話で頻出するのが、「将来取引する可能性がある」「いつか使うかもしれない」という曖昧な反論です。これに対しては、「必要になった時に再登録する方が、ずっと残しておくよりトータルでは効率的」という運用ルールに合意してもらいます。Aurant の現場では、業務側オーナーに「廃止候補リストの 80% 以上を承認すること」を目標として設定しています。
廃止判定の所要期間は2〜4週間です。業務側オーナーが他業務と並行で判定するため、通常2〜3回のレビュー会議が必要になります。集中して判定する1週間を確保すると効率が上がります。
5. Step 3: 重複統合 — 名寄せルールの定義
Step 3 は「重複統合」です。同じ取引先が複数 ID で登録されているケースを統合します。名寄せルールは「会社名 + 住所 + 電話番号で同一判定」が基本ですが、業界によって調整します。製造業なら法人番号も加えると精度が上がり、小売業なら店舗住所の細かい差異を吸収するロジックが必要です。
マージ後の旧 ID は「廃止 ID テーブル」に退避し、過去取引データから新 ID を参照できるようにします。これがないと、新 ERP に移行した過去データの整合性が取れなくなります。Aurant が支援した卸売業の事例では、重複統合で 4,500件 → 2,800件に削減し、廃止 ID は 1,700件すべてが新 ID へのマッピングを保持する構造にしました。
6. Step 4: 表記統一 — 株式会社 vs ㈱の整理
Step 4 は「表記統一」です。「株式会社」と「㈱」、住所の郵便番号有無、電話番号のハイフン有無、を全マスタで統一します。これがないと、新 ERP のレポートで「同じ取引先が複数行になる」事故が起きます。
表記統一の具体的なルール例として、「会社名は『株式会社』表記に統一、英文字は半角、住所は郵便番号 + 都道府県から始める表記、電話番号はハイフン区切り」などを定義します。これを Excel のセル関数や Python スクリプトで自動変換します。手作業だと 1,000件で 1〜2日かかる作業が、自動化で 10〜30分で終わります。
7. Step 5: 新マスタ確定 — 業務側オーナー承認
Step 5 は「新マスタの最終承認」です。クレンジング後のマスタを業務側オーナー（営業部長、購買部長、経理部長）に最終確認してもらい、承認後に新 ERP に移行します。承認なしの移行は、後で「このマスタは違う」と紛糾する原因になります。
承認の段取りとして、「全件確認は不可能なのでサンプル抽出 + 重要顧客の重点確認」を組み合わせます。重要顧客（売上上位 100社、戦略顧客 50社など）は1件ずつ確認、それ以外はサンプル 5% を抽出して確認、という運用です。承認会議の議事録に「サンプル確認による承認」と明記しておくと、後の責任問題を回避できます。
8. 自動化ツールの活用
クレンジング作業の自動化には、いくつかのツール選択肢があります。Trifacta（現 Alteryx Designer Cloud）はデータラングリングのデファクトスタンダードで、GUI で重複検出・表記ゆれ統一・欠損値補完ができます。OpenRefineはオープンソースで、中小企業でも無料で使えます。Excel Power Queryは最も身近で、Excel 2016 以降の標準機能で十分使えます。
近年はAI 補完（GPT-4 / Claude）も実用レベルです。「会社名のみから業界カテゴリを推定」「不明住所の補完」「同一企業のフリガナ揺れ統一」のような処理が、API コール1回数円の単価で大量実行できます。Aurant が支援した卸売業の事例では、Claude API で 8,000件の住所表記を5時間で統一し、人手作業では2週間かかる作業を1日で完了させました。
9. クレンジング工数の見積
| 規模 | マスタ件数 | クレンジング工数 | 必要人員 |
|---|---|---|---|
| 小規模 | 1,000件以下 | 2〜4週間 | 業務側1名 + IT 0.5名 |
| 中規模 | 1,000〜10,000件 | 1〜3ヶ月 | 業務側2名 + IT 1名 |
| 大規模 | 10,000〜100,000件 | 3〜6ヶ月 | 業務側3〜5名 + IT 2〜3名 |
| 超大規模 | 100,000件超 | 6〜12ヶ月 | 業務側10名以上 + IT 専任チーム |
クレンジング工数は、ERP 移行プロジェクト全体の20〜30%を占めるのが標準です。これを軽視すると、Go-Live 後のトラブル対応コストが何倍にも膨らみます。プロジェクト計画段階でこの工数を必ず確保しておきます。
ERP移行規模別 × マスターデータクレンジング設計パターン × 工数見積と優先度判断の重点ポイント 早見表
ERP移行プロジェクトにおけるマスターデータクレンジングは、移行規模によって設計アプローチが大きく異なります。以下の早見表では、4つの規模帯・業種特性ごとに推奨するクレンジング設計・工数目安・失敗リスクを整理しています。
| 移行規模・特性 | クレンジング設計パターンと優先順位の付け方 | 工数見積の目安と自動化ツール活用方法 | 失敗リスクと事前に決めるべき判断基準 |
|---|---|---|---|
| 中小企業（1,000件以下のマスター） | 取引先・品目・勘定科目の3マスターに絞り込み、Excelベースの突合チェックリストを活用した手作業クレンジングが現実的な選択です。業務担当者がデータオーナーを兼ねるケースが多いため、「使っているか・正しいか」の二項目を各担当者に直接確認する方式が最も精度を出しやすい方法です。 | 1,000件以下であれば専任担当者1名が2〜4週間で完了できるのが目安です。OpenRefineやPower Queryを用いた重複検知・表記揺れ統一を組み合わせると、手作業工数を30〜40%削減できます。自動化ツールへの過剰投資はROIが出にくいため、Excelマクロ+目視確認の組み合わせが費用対効果の面で優れています。 | 最大のリスクは「担当者が退職しておりデータの意味が誰も分からない」状態です。移行判断基準として「2年以上取引実績のないコードは一旦無効化し移行しない」というルールを事前に明文化しておくことで、不要データの混入と移行後の問い合わせ急増を防止できます。 |
| 中堅企業（1,000〜10,000件） | マスター種別ごとにデータオーナー部門を明確化し、クレンジング作業をIT部門主導ではなく業務部門主体で進める体制設計が不可欠です。重複・孤立・形式エラーの3分類でデータ品質スコアを算出し、スコアが閾値以下の項目を優先クレンジング対象とするトリアージ方式を採用することで、限られたリソースを効率的に配分できます。 | 1,000〜10,000件規模では専任2〜3名で6〜12週間が標準的な工数目安です。Talend Open Studio・PowerAutomate・kintoneを用いたデータバリデーション自動化により、単純エラーの検出工数を50%以上削減した事例が多くあります。自動化スクリプトは業務部門が理解できる形でドキュメント化し、移行後の保守コストを最小化する設計にすることが重要です。 | この規模帯では「部門ごとに異なるコード体系が乱立している」問題が頻発します。新ERPのコード体系への統一方針（マッピングルール）を業務部門・IT部門・経営層の三者で合意してから作業着手することが失敗回避の最重要ポイントです。合意なき先行作業は手戻りの温床になります。 |
| 大企業（10,000件以上・複数拠点） | グローバル統合コード体系の策定と、拠点ごとのローカルコードとのマッピング設計を並行して進めるガバナンス主導アプローチが必要です。MDM（マスターデータ管理）ツールを新ERP稼働前に先行導入し、クレンジング済みデータをMDMをハブとして各システムに配布する「ゴールデンレコード設計」が大規模移行の標準的なベストプラクティスとなっています。 | 10,000件超では専任プロジェクトチーム5〜10名・6〜18ヶ月の工数が必要となるケースが多く、外部データ品質コンサルタントの活用が費用対効果の高い選択肢です。SAP Data Services・Informatica・Talend Enterprise等のエンタープライズ向けクレンジングツールへの投資は、移行後の保守コスト削減効果まで含めたTCO計算で判断することが望ましいです。 | 最大のリスクは「拠点ごとに進捗とクレンジング品質が乖離し、本番移行直前に大量の未解決データが発覚する」事態です。マイルストーン管理にデータ品質KPI（エラー率・重複率・承認率）を組み込み、稼働3ヶ月前時点での品質目標（例：エラー率0.5%以下）を契約上の判断基準として設定しておくことが重要です。 |
| 業種特化型（製造業BOM・医療品目マスター等） | 製造業のBOM（部品表）は親子関係・代替品情報・廃番管理が複雑に絡み合うため、PLM/PDMシステムとの整合性確認を最優先クレンジング対象とする設計が必要です。医療機関の薬品・材料マスターは薬事法コード・院内コード・レセプトコードの三重管理が求められるため、専門知識を持つ業務担当者がクレンジング作業の主体となる体制が不可欠です。 | 業種特化マスターは汎用ツールでの自動化率が低く、業種専門のERP移行ベンダーが提供する業種別テンプレート・バリデーションルールセットの活用が工数削減に直結します。製造業BOMの場合、エンジニアリングBOMと製造BOMの乖離箇所の特定作業だけで全体工数の30〜40%を占めることを計画段階から見込んでおくべきです。 | 業種特化マスターの最大リスクは「クレンジング後に現場で使えない・意味が通じないコード体系になる」という現場拒絶です。クレンジング方針を決定する前に、現場の主要ユーザー（製造ラインリーダー・薬剤師等）を必ずレビュアーとして参加させ、「現場が理解・運用できるマスター設計」を品質基準の最上位に置くことが長期的な運用成功の鍵となります。 |
マスターデータクレンジングの失敗は、ERP稼働後の業務混乱・追加改修コスト・現場の不信感として長期にわたり顕在化します。「移行規模に応じた現実的な工数確保」「業務部門のオーナーシップ確立」「明文化された移行判断基準」の三点セットを移行計画フェーズで固めることが、プロジェクト全体の品質を左右する最重要アクションです。
10. 失敗パターン — 「全件移行」「業務側未関与」
クレンジングが失敗する典型は2つあります。1つ目は全件移行で、クレンジングなしで全マスタを新 ERP に持ち込み、データ品質低下と運用負荷増加を招くケースです。SI ベンダーは「とりあえず移行する」を選びがちで、業務側がチェックしないと、汚れたまま Go-Live を迎えます。打開策は、プロジェクト計画段階で「クレンジングを Phase 2 に必ず含める」と明記することです。
2つ目は業務側未関与で、情シスだけでクレンジング判定し、業務側の合意なく廃止処理してしまい、後で「あのマスタが必要だった」と紛糾するケースです。打開策は、Step 2 の廃止判定と Step 5 の承認には業務側オーナーを必ず巻き込み、議事録で承認記録を残すことです。
11. まとめ — 自社にとっての判断軸
判断のコツは、「クレンジング工数を Phase 2 に必ず確保（プロジェクト全体の 20〜30%）」「業務側オーナーの承認を必須プロセスに」「過去3年取引なしは廃止が原則」の3点です。クレンジングは地味で時間がかかる作業ですが、これを丁寧にやるかどうかで、新 ERP の運用品質が10年スパンで決まります。Aurant Technologies ではマスタクレンジング支援を、自動化ツール選定から業務側ワークショップ運営までトータルでご提供しています。お気軽にご相談ください。
ERP移行のマスタクレンジングにClaudeのAPIを使って住所表記や会社名の表記ゆれを一括統一する手法は本記事でも紹介していますが、実際にAPIを組み込む際はどのマスタデータをAIに送信し、誰が変換結果を承認するかのフロー設計と操作ログを移行計画の段階から決めておくことが重要です。クレンジング自動化の実装設計や移行プロジェクトへのAI活用相談は Claude Code 導入支援 でも承っています。
執筆・監修
Aurant Technologies アーキテクト・コンサルタント
業務システムの段階移行・内製化支援が専門。本記事は実プロジェクトの観測値をもとに執筆しています。