横断で使う共通キー（全データセットでできるだけ統一）

• 日付（取引日／会計日／基準日）

• 期間（年月／四半期／年度）

• 会社（法人名／会社ID）

• 事業部（本部／部門／拠点）

• 製品コード（SKU／品目コード）

• 製品カテゴリ（上位カテゴリ／中分類など）

• 顧客ID（会員番号／顧客コード）

• 顧客セグメント（新規・既存、法人/個人、属性区分）

• 販売チャネル（店舗／EC／卸 等）

• 地域（都道府県／国／エリア）

• 通貨

• シナリオ（基準／強気／弱気 など）

1. 中期経営計画（シナリオ×確率×感応度）

主キーの例：期間（年月）／事業部／シナリオ
必須項目

• 売上高

• 価格指数（前年同月比や基準年=100など）

• 販売数量

• 粗利率（％）

• 売上原価

• 販売費及び一般管理費（固定）

• 販売費及び一般管理費（変動）

• 人件費

• 物流費

• エネルギー費

• 設備投資額（CAPEX）

• 減価償却費

• 売上債権回収日数（DSO）

• 買掛金支払日数（DPO）

• 在庫保有日数（DIO）

• 実効税率（％）

• 加重平均資本コスト（WACC）

• 負債コスト

• 株主資本コスト

• フリーキャッシュフロー（FCF）

• ROIC

• 営業利益（EBIT）

• EBITDA

• シナリオ確率（％）

感応度・外生パラメータ

• 価格弾力性

• 為替レート

• 物価上昇率（インフレ率）

• 市場成長率

• 市場シェア（％）

2. ドライバーベース予算 & ローリングフォーキャスト

主キーの例：期間（年月）／事業部／製品カテゴリ
必須項目

• 来店数（またはサイト訪問数）

• 購買率（コンバージョン率）

• 平均販売単価

• 取引当たり平均数量

• 生産能力時間（h）

• 稼働率（％）

• 歩留まり（％）

• 不良率（％）

• 販売数量

• 売上金額

• 値引率（％）

• 販促実施フラグ

• 標準原価

• 単位当たり変動費

• 固定費

• 期首受注残数量

• 期末受注残数量

季節・外部要因

• 季節指数

• 祝日フラグ

• 天候指標

3. 予実差異の根因分解（価格×数量×ミックス×原価×生産性）

主キーの例：期間（年月）／SKU／販売チャネル／事業部
予算（計画）側

• 予算数量

• 予算単価

• 予算ミックス比（％）

• 予算単位原価

• 予算販管費

実績側

• 実績数量

• 実績単価

• 実績ミックス比（％）

• 実績単位原価

• 実績販管費

分解補助

• 標準工数（1単位当たり）

• 実績総工数

• 人時単価

外部・運用要因

• 競合価格指数

• 欠品フラグ

• リードタイム（日）

4. ユニットエコノミクス／CLV・コホート

主キーの例：顧客ID／コホート起点月
顧客属性

• 年齢帯

• 性別

• 地域

• 顧客セグメント

取引履歴

• 取引日

• 製品コード

• 数量

• 正味売上高（割引・返品控除後）

• 粗利益

獲得・維持

• 顧客獲得コスト（CAC）

• キャンペーンID

• 接触回数

• 解約フラグ

• アクティブフラグ

CLV計算用

• 再購買率（％）

• 平均受注単価

• 粗利率（％）

• 維持期間（月）

• 割引率（CLVの割引係数）

拡張指標

• チャネルアトリビューション

• NPS

• 返品率（％）

5. 需要予測→在庫・補充・価格最適化（S&OP）

主キーの例：日付／製品コード／ロケーション（店舗・DC）
需要・在庫

• 売上数量（日次）

• 在庫数量（当日残）

• 発注中数量

• リードタイム（日）

価格・販促

• 定価

• 特売価格

• 特売フラグ

• 値下げフラグ

コスト・目的関数

• 仕入単価

• 1日当たり保管費

• 欠品・逸失販売コスト

外部要因

• 祝日フラグ

• 曜日

• 天候指標

参考情報

• 競合価格

• Webトラフィック

• 棚割りフェイス数

6. 設備投資／新規事業（DCF・実物オプション・モンテカルロ）

主キーの例：案件ID／期間（年／月）
投資・会計

• 案件名

• 初期投資額

• 投資スケジュール

• 減価償却方法（定額／定率／耐用年数）

キャッシュフロー

• 売上高

• 営業費用

• 運転資本投資額

• 実効税率（％）

• 残存価値（終価）

不確実性・相関

• 価格ボラティリティ（％）

• 数量ボラティリティ（％）

• 為替ボラティリティ（％）

• 相関行列参照ID

割引率等

• 加重平均資本コスト（WACC）

• 無リスク金利

• β（ベータ）想定

オプション価値評価入力

• 拡張オプションのパラメータ

• 延期オプションのパラメータ

• 撤退オプションのパラメータ

7. サプライチェーン健全性・リスク可視化

主キーの例：日付／品目コード／仕入先ID／拠点
調達・入荷

• 発注数量

• 確定納期

• 実到着日

• ASN（事前出荷通知）フラグ

在庫・需給

• 在庫数量

• 安全在庫

• カバー日数（Days of Supply）

• 受注残数量

リスク指標

• 納期遵守率（％）

• 不良率（％）

• 単一調達フラグ

• リードタイム分散

外部指標

• 仕入先財務スコア

• 地政学リスク指数

• 代替仕入先数

8. 人員計画・スキル可視化・離職／生産性予測

主キーの例：社員ID／月
属性・配置

• 社員ID

• 年齢帯

• 勤続月数

• 職種（ジョブファミリー）

• 等級

• 部門

• 直属上長ID

• 管掌人数（スパン・オブ・コントロール）

勤怠・成果

• 勤務時間

• 残業時間

• 産出数量／売上

• 品質スコア

報酬

• 基本給

• 賞与

• 各種手当

移動・離職

• 退職フラグ

• 異動フラグ

スキル・エンゲージメント

• スキルタグ（保有資格・技術）

• 研修時間

• エンゲージメントスコア

• 通勤時間

9. 連結管理（コード統一・早期決算・グループKPI）

主キーの例：会社ID／会計月／勘定科目
仕訳・金額

• 借方金額

• 貸方金額

• 金額（個別通貨）

• 金額（グループ通貨）

• 通貨

• 為替レート

マッピング・管理

• 個別勘定科目

• グループ勘定科目（マッピング）

• 原価センター

• 社内取引フラグ

• 相殺消去フラグ

残高

• 期首残高

• 期末残高

拡張

• セグメント情報

• 移転価格調整額

グループKPI

• 連結売上高

• 連結売上総利益

• 連結販管費

• 連結営業利益

• フリーキャッシュフロー（FCF）

• 有利子負債純額

10. 経営会議／IR資料の自動生成（数値→物語）

主キーの例：レポートID／対象期間
要約・本文素材

• 重要KPIハイライト

• 主要差異要因

• リスク項目

• 次のアクション

図表参照

• 図表ID一覧（ダッシュボードのチャートIDや画像パス）

• 表ID一覧

メタ情報

• 想定読者（取締役会／IR／社内全体 など）

• トーン（事実基調／前向き／リスク明示）

• 開示区分フラグ（社外開示可否 など）

想定Q&A・テンプレ

• 想定問答リスト

• ナラティブテンプレート

マスタデータ（推奨・日本語表記）

製品マスタ

• 製品コード／SKU名／表示名

• 製品カテゴリ（大・中・小）

• 発売日

• 終売日

• 規格（サイズ・色 など）

• 標準原価

• 標準売価

• 棚割り属性（フェイス数 等）

顧客マスタ

• 顧客ID

• 区分（法人／個人）

• 業種／規模

• 所在地（都道府県）

• 主チャネル

• 契約プラン

• 初回購入日

• ステータス（有効／休眠）

組織マスタ

• 会社

• 事業部

• 部門

• 拠点

• 上位階層

勘定科目マスタ

• 個別勘定科目

• グループ勘定科目

• マッピング有効期間（開始日／終了日）

カレンダーマスタ

• 日付

• 営業日フラグ

• 祝日

• 週番号

• 月末フラグ

• 四半期／年度

施策マスタ

• キャンペーンID

• 施策種別

• 実施期間（開始／終了）

• 媒体

• 施策予算

• 対象SKU／対象顧客条件

ケーススタディ（簡潔版）

A. 小売：S&OP刷新（課題5）

• 課題：在庫過多と欠品の同時発生。

• 構造化：需要（日次×SKU×店舗）→ 価格・販促 → 供給（LT, 在庫）→ 目的（粗利・在庫回転）。

• 解決：PredictionOneで日次需要予測、Pythonで安全在庫と発注点を最適化、Power BIで日次S&OP。

• 成果：欠品率▲30%、在庫回転+0.8回、粗利+1.2pt。

• 失敗あるある：SKU統廃合の履歴（SCD）を持たず予測品質が日次で揺れる→ID履歴管理を徹底。

B. 製造：投資意思決定（課題6）

• 課題：設備投資の稟議が「単一点推定DCF」で不確実性を反映せず炎上。

• 解決：Pythonでモンテカルロ（価格・数量・稼働率相関）、実物オプションで「段階投資」評価。

• 成果：NPVの信頼区間提示で取締役会合意が迅速化、失敗時損失幅を管理。

• 落とし穴：相関無視の乱数→相関行列を前提化。

C. サービス：CLV経営（課題4）

• 課題：新規獲得偏重。

• 解決：コホートで維持率/ARPUを可視化、解約予測で早期接触。

• 成果：LTV/CAC>3.0達成、広告費の配分最適化。

• 注意：プロモの逆因果（重症顧客に割引投与）を回避するため、JMPで統計設計。

実務上の知恵・留意事項

• 共通マスタ（品目/顧客/勘定/組織/拠点）はID・SCD2で履歴管理。

• データ契約（列名・型・粒度・時間軸）を明文化、破ったらCIで即検知。

• 1ページ1メッセージ”のエグゼクティブサマリに限定。詳細はドリルダウンで。

• モデル監査：学習/推論の時間差、特徴量のリーケージ、バージョン固定（環境と乱数種）。

• 人と運用：現場の指標に翻訳（例：発注点＝具体的指示）し、週次リズムに組込む。

参考資料 / リファレンス（深掘りの入口）

• ドライバーベース予算／ローリングフォーキャストの実務（各種管理会計書籍）

• サプライチェーン計画と在庫最適化（S&OP/Inventory Theory）

• 実物オプション入門（投資意思決定の柔軟性評価）

• CLV/コホート分析（マーケ分析の定番教科書）

• JMPのDOE/回帰分析ガイド、PredictionOneの事例集（操作観点）

※必要なら公式ドキュメントや最新論文ベースで適切に引用付きで再整理します。

まとめ & 次のステップ

• 再確認（結論）：ツール群を連結し、「データ→洞察→意思決定→説明」を1本のパイプにすることで、中計・予算・S&OP・投資・人員・連結・IRの全域で速度と説明責任を同時達成できる。

• 今後の展開：

  1. 上記10課題のうち優先2–3本を選定

  2. 本回答の項目リストでダミーデータをPythonで生成（Excel出力）

  3. PowerQueryのETL雛形＋Power BIテンプレ＋PredictionOne/JMPのプロト＋生成AIのNarrative雛形を結線

  4. 週次リズム（月曜：指標配信／水曜：対策MTG／金曜：検証）を運用ルール化

• KPI/モニタリング：

  • 意思決定リードタイム（要望→意思決定までh）

  • 予測MAPE/在庫回転/欠品率/粗利率/投資稟議の通過日数

  • IR想定問答の“未回答率”→0%を目標

応用的に深く考えるための5つの質問

1. “意思決定の単位”は何か？（SKU/カテゴリ/店舗/事業）——粒度を1段だけ粗く/細かくしたときの便益とコストは？

2. 説明可能性と精度のトレードオフを、取締役会/現場にどう約束するか？（閾値や信頼区間の扱い）

3. 最初の2週間で何を“動く成果”として見せるか？（プロトの“通算時間”上限を決める）

4. 需要・価格・在庫・人員など相関する意思決定を、どの順序で結び直すと総合最適に近づくか？

5. データガバナンスを“嫌われない仕組み”（自動チェック・自動修復・可視化）で実装するなら、最小構成は？

ひとこと（運用のコツ）

• 列名は短く具体、数値は単位を別列で持つと混乱が減ります（例：「在庫数量」「在庫数量の単位」）。

• 日付と期間は同居可ですが、基準（営業日／会計日）を明記してください。

• IDはコード化（半角英数）、表示名は別列（日本語）にするとBIで扱いやすくなります。