Excel業務が変わる！Copilot×Python自動化術－第2回：毎月やってるその集計、5分で終わらせよう

この記事のポイント

・毎月やっている集計業務を 5分で終わらせる ための具体手順
・CopilotとPython in Excelで作る 再利用可能な定例レポート
・コピペで使える プロンプト例5つ（データクレンジング／集計／可視化）
・月次業務の 自動化チェックリスト

「毎月の集計」が消耗する理由

月次レポート、売上集計、KPIダッシュボードの更新——。同じような手順を毎月繰り返している人は多いはずです。

毎月の集計業務が消耗する主な原因は次の3つです。

・データのフォーマットが毎回違う（列順・日付形式・欠損値）
・関数の組み立てをゼロから思い出す（SUMIFS／INDEX-MATCH／ピボット）
・エラーが出た箇所を1から点検（範囲ズレ、絶対参照忘れ）

「同じことを繰り返しているのに、なぜか毎回時間がかかる」——これはAIの同僚に任せるべき典型シーンです。

図１：Copilotによる関数生成とグラフ作成

定例レポートの自動化は「3段階」で進める

段階	やること	担当
① データクレンジング	フォーマット整形・重複除去・欠損処理	Python in Excel が有利
② 集計	SUMIFS、ピボット、ランキング算出	Copilot が得意
③ 可視化	月次推移グラフ、ハイライト表現	Copilot or Python

この3段階を分けて設計すると、どこでAIに任せるかが明確になり、月次の再実行コストが大きく下がります。

そのまま使えるプロンプト例 5つ

① データクレンジング

A〜G列に売上データがあります。
以下を実行してください。
・空白行を削除
・日付列（B列）の表記を「YYYY-MM-DD」で統一
・金額列（D列）の末尾の「円」を削除して数値化
・顧客名（C列）の前後の全角スペースを除去
結果を新しいシート「cleaned」に出力。

Before：列ごとにTRIM／SUBSTITUTE／TEXTの組み合わせを考える30分。
After：Copilotが一括で実行し、検証用に差分表示も提示してくれる。

② 月次集計

今月のデータ（シート「202604」）から、以下を集計してください。
・顧客別売上合計（降順で上位10件）
・商品カテゴリ別売上合計
・前月比（シート「202603」との比較）を%で付記

出力は新しいシート「monthly_summary」に、フォーマットは表形式で。

③ 月次グラフ

シート「monthly_summary」の上位10顧客データから、
・横軸：顧客名
・縦軸：売上（円）
・補助線：上位10の平均
のバーチャートを作成。タイトルは「2026年4月 顧客別売上Top10」。
軸ラベル、凡例、単位（円）もすべて設定してください。

④ 異常値チェック

データから以下の条件に該当する行をハイライトしてください。
・金額が平均の3倍以上、または0以下
・前月に存在した顧客で今月消えている
・同一顧客で1日に3件以上の注文

該当行は黄色ハイライト、件数をサマリーセルに出力。

⑤ 報告書テンプレート化

今月のデータで作った集計を、来月もそのまま使えるテンプレートに整えてください。
・入力セル（データ貼り付け箇所）を水色に
・計算セルをグレーに
・出力セル（グラフ・要約）を緑に
・シート名を役割別に統一（raw / cleaned / summary / charts）
・元データの貼り付けだけで全シートが再計算されるように関数を整理

Python in Excel で一段深い自動化

図２：自動化による作業時間の短縮

Copilotでも大半の作業は処理できますが、以下のようなケースは Python in Excel のほうが圧倒的に速くなります。

ケース	理由
行数が数万行以上	Copilotの言語ベース処理より、pandasのベクトル処理のほうが高速
複雑な結合（3つ以上のシート）	merge/joinが簡潔に書ける
ピボットの複雑化	pivot_tableで多段集計が容易
条件付きランキング	groupby + rankで簡潔に

Python in Excel のセル例

=PY(
import pandas as pd
df = xl("Sheet1!A1:G1000", headers=True)
# 月別・カテゴリ別売上合計
summary = df.groupby(["month","category"])["amount"].sum().reset_index()
summary.sort_values("amount", ascending=False)
)

このコードセルをコピーすれば、翌月も同じ集計が即再実行できます。再現性がCopilot単体より高いのがポイントです。

月次業務の自動化チェックリスト

毎月の業務をAIに任せる前に、以下をチェックすると失敗が減ります。

事前準備

・元データの取得元（システム、CSVダウンロード等）が固定されているか
・列名・列順が月ごとに変わらないか
・欠損値・特殊記号の扱いを決めているか

自動化後のレビュー

・前月との差分を必ず人間が確認
・異常値・外れ値の原因を1件は深掘り
・見せたいグラフが「意思決定に使える粒度」か

導入の落とし穴

落とし穴1：データフォーマットが毎月ブレている
→ AIが混乱するので、まず 入力フォーマットを固定 するのが先決。関連部署に依頼してでも整えたほうが、長期的には投資対効果が高い。

落とし穴2：AIの出力を毎回目視せずに提出してしまう
→ 自動化の品質は 最後の1分の人間レビュー で決まる。差分チェックの作法を必ず挟む。

落とし穴3：依存しすぎて属人化する
→ Copilot指示や Python コードは シート内にコメントで残す。他の人が引き継げる形に。

よくある質問（FAQ）

Q1. 毎月のプロンプトを記憶させる方法は？

Copilotの会話履歴は保存されますが、確実なのは シート内に「運用手順」シートを作り、プロンプトをそのまま貼っておく こと。来月の自分、そして引き継ぎ先の人への資産になります。

Q2. 業務システムから吐き出されるCSVがいつも違う形式…

Python in Excel で「フォーマット差異を吸収する前処理コード」を1本だけ書いておくのが最も強い対策です。Copilotにそのコードを書かせることもできます。

Q3. Microsoft 365 Copilotライセンスがないのですが？

ChatGPT／Claude／Geminiに「ExcelのVBAコードを書いて」と依頼して、貼り付けて実行する方法でも代替可能です。CopilotほどUX統合はされませんが、大半の作業はカバーできます。

まとめ：月次業務は「再現性」が命

・ 3段階（クレンジング／集計／可視化）に分けて任せる
・ プロンプトはシート内に保存、翌月の自分に渡す
・ Copilotで足りなければ Python in Excel を使う
・ 最後のレビューは人間、差分チェックの作法を仕組み化

毎月1日を数時間消耗していた集計が、5分のAI指示＋15分のレビュー に置き換わります。

次回予告

次回（第3回）は「数字に”意味”を見つける分析思考」をテーマに、単なる集計から一歩進んだ「解釈」の作り方をAIとの協業で解説します。

<文/岡崎 凌>