はじめに
「データの統合作業、手動でやるの大変すぎる...」
電気プランの金額や燃調費などのデータ更新作業を日々行っている中で、こんな悩みを抱えていました。最新の情報だけでなく、過去のデータもまとめて分析したい。参考になる情報として一つのファイルにまとめたいと思っていましたが、データが色んな場所に散らばっていて、一つのファイルにまとめるのが大変。
手動でやると時間がかかるし、ミスも起こる。でも、非エンジニアの私には、どうすれば効率化できるのかわからない。
「Cursorでなら非エンジニアの私でもコードが書けるかも？」と思い、実際に試してみました。すると、Pythonを使ってデータを一つのファイルにまとめることができて、大幅な効率化を実現できました。
やったこと
具体的な作業内容
各CSVデータを一つのフォルダに集めて、これはこういう意味合いだと情報補完を行い、Cursorに指定したデータを集めてほしいと指示をしました。
使用したツール
- Cursor（AI支援コードエディタ）: コードの生成と修正を支援
- Python（プログラミング言語）: データ処理の実行
対象データ
- 電気プラン関連のCSVファイル（料金データ、燃調費データなど）
- 複数フォーマットのデータファイル
- 時系列で管理されている業務データ
よかったこと
成果とメリット
- 大量のデータを一つのファイルにまとめることができた
- 手動で行ったらとんでもない工数になっていたと思う
- データの整理・統合が自動化された
- 人的ミスのリスクが大幅に削減された
工数削減の効果
従来の手動作業と比較して、データ統合作業の時間を大幅に短縮することができました。特に、複数のCSVファイルを一つのファイルにまとめる作業は、手動では数時間かかる作業が数分で完了するようになりました。
難しかったこと
直面した課題
- 間違った情報を人間側が気づかなければ、AIが間違った情報で進んでしまうこと
- 可視化（グラフ作成）で期待通りの結果が得られないこと
学んだ教訓
AIは非常に強力なツールですが、人間の監視と確認が不可欠です。特に、データの意味や文脈を理解させるためには、適切な指示と説明が必要でした。また、データの正確性が業務品質や意思決定に影響することを意識し、AIの出力結果については批判的な視点で検証する習慣も重要だと感じました。
可視化については、折れ線グラフを作ってもらったものの、たくさんのグラフが重なって見にくいものができあがりました。「見やすくして」と伝えましたが、「見やすい」の基準がはっきりせず、改善されませんでした。⭐️
工夫したこと
過去にやり取りしたことを忘れていく傾向にあったので、要件を一覧にして追加していくようにしました。
まとめ
この作業を通じて、非エンジニアであってもAIエージェント（Cursor）とPythonを使えば、実務レベルのデータ統合や整理の自動化が十分にできると感じました。
特に、AIには「どんなデータをどうまとめたいか」「各列の意味」などを具体的に指示することが重要であり、人間の知識とAIの自動化力を組み合わせることで、作業効率が大きく向上します。また、エラーや不明点があればAIに積極的に質問し、まずは完璧を目指さず動かしてみることが成功のポイントだと感じました。
今後も、CursorとPythonを活用しながら、データ作業の自動化・効率化に取り組んでいきたいと思います。
