日本の食品加工現場において、「データ活用」と言えば高価なセンサーやIoT導入を連想しがちです。しかし、実は現場の宝は「各部署のパソコンに眠っているエクセルファイル」の中にあります。
仕入れ、製造、品質、営業、総務。それぞれの部署がバラバラに管理しているエクセルをBIツールで「ガッチャンコ（結合）」させるだけで、今まで見えなかった数千万円単位の損失や利益の種が浮かび上がってきます。
本記事では、外部センサーを一切使わず、「エクセルデータのみ」をBIツールで分析して劇的な改善を遂げた5つの具体的プロジェクトを解説します。
*BIツール（Business Intelligenceツール）とは、企業内に散在する膨大なデータを収集・統合し、分析・可視化（ダッシュボード化）することで、迅速な経営判断や業務改善を支援するソフトウェアです。Excelでは処理できない大量データも高速に処理でき、リアルタイムな数値確認が可能になります。
*DX（デジタルトランスフォーメーション）化とは、デジタル技術を駆使して、業務プロセス、製品、ビジネスモデルを根本的に変革し、競争優位性を確立する取り組みです。
はじめに：なぜ「エクセルの壁」が工場の利益を削るのか
多くの食品工場では、以下のような「データの分断」が起きています。
- 製造現場：
紙の日報をエクセルに入力（歩留まり・不良率） - 購買部：
原材料の仕入れ価格とロットを管理（仕入れ原価） - 営業部：
売上と出荷先を管理（売上データ） - 総務部：
打刻データから残業代を計算（勤怠管理）
これらはすべて「別々のファイル」です。これらを突き合わせて分析しようとすると関数を駆使した膨大な作業が発生し、結局「忙しいから」と放置されてしまいます。
BIツールはこの「バラバラなエクセルを繋ぐ架け橋」になります。センサーを導入する前に、まずは今あるデータを「串刺し」にすることから始めましょう。
事例1：「安物買いの銭失い」を暴く！原材料グレードと歩留まり相関分析
多くの食品工場において、原材料の仕入れ価格を抑えることは購買部の至上命題です。
しかし、単価の安さだけで「コスト削減」を語るのは危険かもしれません。なぜなら、安価な原材料ほど廃棄部位が多かったり、下処理に手間がかかったりして、最終的な「製品1kgあたりの原価」を押し上げているケースがあるからです。
本事例では、購買部の仕入れデータと現場の歩留まりエクセルをBIツールで統合。単価の安さに隠れた「真の原価」を数値で暴き出し、仕入れ戦略を根本から見直すことで、年間数百万円規模の利益改善を達成したプロセスを解説します。
【分断されていたデータ】
- 購買部エクセル：
原材料（肉や魚、野菜等）の仕入れ価格、仕入先A・B・Cの比較。 - 現場エクセル：
日々の製造ラインごとの歩留まり（可食部率）。
【Tableauでの可視化】
仕入先ごとの「単価」と、その原材料を使った日の「歩留まり」を結合。単純な「仕入れ単価」ではなく、「製品1kgを作るのにかかった実質原価」を算出しました。
【改善の正体】
可視化した結果、仕入先B社は単価が5%安いものの、スジや脂身が多く廃棄部位が増えるため、最終的な製品原価はA社より3%高くなっていることが判明しました。
- 改善アクション：
価格だけで判断していた購買方針を、Tableauで算出した「歩留まり加味原価」基準に変更。 - 成果：
原価率が1.5%改善。年間1億円の仕入れ規模であれば、150万円の純利益増に相当します。
事例2：残業代が利益を食いつぶす「魔の時間帯」の特定
「繁忙期でもないのに、なぜか特定のラインだけ残業が減らない」。
そんな現場の悩みを抱えていませんか？ 現場では「品目が多いから仕方ない」と片付けられがちな残業問題も、勤怠データと製造実績を掛け合わせれば、驚くほど明確な理由が見えてきます。
本事例では、総務部のタイムカードデータと現場の生産日報エクセルをBIツールで可視化。人時生産性のバラツキから、特定の作業工程に潜んでいた「見えないボトルネック」を特定しました。応援スタッフの適正配置により、残業代を劇的に削減し、現場の疲弊も解消した具体的な分析手法をご紹介します。
【分断されていたデータ】
- 総務部エクセル：
タイムカードの打刻データ（人件費）。 - 現場エクセル：
日ごとの生産品目と生産数量。
【Tableauでの可視化】
「生産品目ごとの標準作業時間」と「実際の労働時間」を比較し、「人時生産性（1人1時間あたりの生産量）」をライン別にダッシュボード化しました。
【改善の正体】
特定の「多品種小ロット品」を製造する日に、特定のラインで残業が突出していることがわかりました。詳しく見ると、その品目は段取り替えが複雑で、本来2人で行うべき準備を1人で行っていたため、後ろの工程がすべて詰まって（ボトルネック）残業が発生していました。
- 改善アクション：
残業代の発生コストと、段取り替えに「応援」を1人入れるコストを比較。応援を入れたほうが全体のコストが低いことがデータで証明され、シフト配置を変更。 - 成果：
特定ラインの残業時間が月間40時間削減。現場の疲弊も解消されました。
事例3：「機械の故障」か「人のクセ」か？稼働率と勤怠のクロス分析
機械の「チョコ停」が多発すると、つい「老朽化だから買い替えが必要だ」と結論を急いでしまいがちです。
しかし、数千万円の投資を決断する前に、その停止は本当に機械だけのせいなのかを検証する必要があります。
本事例では、現場の設備稼働エクセルと総務のシフト表をBIツールでクロス分析しました。すると、同じ機械でも「誰が担当するか」によって停止頻度が劇的に変わるという衝撃の事実が浮かび上がりました。高額な設備投資を回避し、教育という最小限のコストで稼働率を20%向上させた、データに基づく「人」へのアプローチを紐解きます。
【分断されていたデータ】
- 現場エクセル：
機械のチョコ停（微小停止）回数と理由。 - 総務部エクセル：
シフト表（誰がどのラインを担当したか）。
【Tableauでの可視化】
「機械の停止時間」と「その時の担当オペレーター」を掛け合わせました。通常、機械の故障は「老朽化」と思われがちですが、データは別の真実を語りました。
【改善の正体】
特定の古い包装機において、ベテランAさんが担当すると停止しないのに、入社1年目のBさんが担当すると1時間に3回チョコ停が発生していました。機械の不調ではなく、「フィルムのセットの絶妙な加減」という職人技の欠如が原因でした。
- 改善アクション：
Aさんのセット技術を動画でマニュアル化し、Bさんに教育。 - 成果：
機械の買い替え（数千万円）を検討していましたが、教育だけで稼働率が20%向上。投資を回避できました。
事例4：返品・不良品コストの「真の発生源」を突き止める
品質管理部門に届く「パッケージ破損」のクレーム。工場内での対策を強化しても一向に減らない場合、原因は製造ラインの外にあるかもしれません。
本事例では、品管部の返品記録と営業部が持つ配送ルート・業者データのエクセルをBIツール上でマッピングしました。その結果、工場出荷時点では正常だった製品が、特定の配送業者や特定の路面状況によってダメージを受けているという強い相関が判明しました。製造現場の努力だけでは解決できなかった「物流起因の品質問題」をデータで可視化し、配送ルートの改善によって返品を9割削減した成功体験を共有します。
【分断されていたデータ】
- 品管部エクセル：
返品受付記録、ロット不良の発生内容。 - 営業部エクセル：
配送ルート、納品先、配送業者データ。
【Tableauでの可視化】
「不良品の内容」と「配送ルート」をマッピングしました。
【改善の正体】
「パッケージの破損」による返品が、特定の配送業者、かつ特定のルートに集中していることが判明しました。工場出荷時点では正常でしたが、配送時の積み込み方法や路面の揺れが、その商品の梱包形態と相性が悪いことが原因でした。
- 改善アクション：
配送業者への積み込み指導と、該当ルートのみ緩衝材を強化。 - 成果：
配送起因の返品が90%削減。再配送コストと廃棄ロスが大幅に減少しました。
事例5：売れば売るほど赤字？「実質利益」による不採算品目の断捨離
売上上位の「看板商品」が、実は会社の利益を削っているとしたらどうでしょうか？
食品工場では、原材料費、人件費、廃棄ロスが品目ごとに複雑に絡み合うため、真の収益性を把握するのは至難の業です。
本事例では、売上、製造原価、そして各品目にかかる「工数（人件費）」のエクセルをすべて統合。SKUごとの完全原価を算出したところ、手間のかかる人気商品が実は「売れば売るほど赤字」という実態が浮き彫りになりました。不採算品目の整理を断行し、売上を追う経営から「利益を残す経営」へとシフトした、データの力による経営改革の全貌を明かします。
【分断されていたデータ】
- 売上エクセル：
商品別売上高。 - 製造エクセル：
原材料使用量、歩留まり。 - 総務エクセル：
製造にかかった人件費（工数）。
【Tableauでの可視化】
これらすべてを結合し、「SKU（品目）別・完全原価ダッシュボード」を作成しました。多くの工場が「売価 – 原材料費」の粗利で管理していますが、ここに「人件費（手間）」と「廃棄ロス」を正確に割り当てました。
【改善の正体】
看板商品だと思っていた「手の込んだお惣菜」が、実は製造工程が多すぎて人件費を計算に入れると、1個売るごとに数円の赤字（貢献利益がマイナス）になっていることが判明しました。逆に、地味な「定番品」が圧倒的な利益率を叩き出していました。
- 改善アクション：
赤字品目のレシピ簡略化、または価格改定。応じられない場合は終売を決定。 - 成果：
売上高は5%下がったものの、営業利益が20%改善。工場の「筋肉質化」に成功。
現場でTableauを成功させるための「エクセル管理」3つの鉄則
エクセルデータだけで分析を行う場合、データの「質」が重要です。Tableauで読み込む前に、以下の運用を徹底してください。
- 「表記ゆれ」をなくす：
「A社」「A株式会社」「A（株）」が混在すると、BIツールは別会社として認識します。入力ルールを統一するか、ドロップダウンリストを活用してください。 - 「1行1データ」の形式（ローデータ）にする：
人間が見やすい「結合されたセル」や「集計表」はTableauが苦手とします。日付、項目、数値を1行に並べた「リスト形式」で保存してください。 - ファイル名をルール化する：
202603_製造日報.xlsxのように、日付を入れたルールで保存することで、BIツール側で「フォルダ内のファイルをすべて結合する」といった自動処理が可能になります。
まとめ：データ分析は「現場の勘」を証明するための武器
今回紹介した事例に、高度なAIやセンサーは登場しません。すべては、現場の人々が日々入力しているエクセルの中にあったものです。
BIツールを使ってデータを可視化する最大の意義は、「声の大きい人の意見」ではなく「事実」に基づいて議論ができるようになることです。「なんとなくこの工程が怪しい」というベテランの勘を、データで裏付ける。あるいは、その勘が間違っていることを数値で示す。
まずは、手元にあるエクセルをBIツールに読み込ませることが必要です。そこには、まだ誰も気づいていない工場の「伸びしろ」が必ず眠っています。
弊社では、BIツール導入の支援を行いますので、お気軽にお問合せください。
コメント