従業員マスタのクレンジング手順を解説｜7ステップと失敗を防ぐ実務ポイント

「システムごとに人員数が合わない」「退職者のアカウントが消えていない」という問題の多くは、従業員マスタの品質低下が原因です。

従業員マスタは顧客データと異なり、正解が一意に決まらない項目を多く含みます。出向者や旧姓利用者の扱いなど、業務判断を伴う論点を整理しながら進めることが成功の条件です。

本記事では、人事データ特有の事情を踏まえたクレンジングの手順を7ステップで解説。自社のマスタ整備をどの範囲から始め、どのような基準で判断すればよいかを具体的に描ける状態になるよう説明しておりますので、手順書やチェックリストの土台としてご活用ください。

従業員マスタのクレンジングとは：人事データ特有の整備範囲

従業員マスタのクレンジングは、氏名や所属などの表記を整えるだけの作業ではありません。どの項目を、どのシステムを基準に、どこまで直すのかという整備範囲の設計までを含む活動です。ここでは対象項目と顧客データとの違い、重複排除の作業との関係を順に整理します。

従業員マスタで対象となるデータ項目

整備対象の中心は、人事システムが保有する基本項目と、周辺システム固有の項目の2層に分かれます。最初にすべての項目を洗い出し、業務で実際に参照されている項目だけを整備対象に絞り込むのが実務の定石です。対象を広げすぎると後続の突合と修正の工数が倍々で膨らみます。絞り込みの判断は、直近1年間に帳票やシステム画面で参照された実績があるかどうかを目安にすると迷いにくいです。逆に絞り込みの根拠を残しておくと、対象外の項目について後から説明を求められた際に困りません。

• 本人情報：社員番号、氏名、氏名カナ、生年月日、連絡先
• 所属情報：部門コード、役職、職位、勤務地
• 契約情報：雇用区分、入社日、退職日、休職期間
• システム情報：メールアドレス、アカウントID、権限区分

洗い出しの際は、Excelで項目一覧表を作り、システム名・項目名・入力元・参照業務を1行ずつ記録していきます。列構成を揃えておけば、後続の突合でVLOOKUPやパワークエリをそのまま流用できて効率的です。この一覧表は正データの決定から最終検証まですべての工程で使い回すため、最初に2〜3日かけて作り込む価値があります。人事・勤怠・給与の3システムだけでも、対象項目は80〜150件程度に達するのが一般的です。

マスタデータとは？具体例でクイックに解説！

顧客データのクレンジングとの違い：正解が一意に定まらない項目が多い

顧客データのクレンジングでは、住所や電話番号のように外部の基準と突き合わせて機械的に正誤を判定できる項目が中心です。従業員マスタでは、出向者の所属や旧姓の扱いなど、会社の運用ルールを決めない限り正解が定まらない項目が多い点が決定的に異なります。例えば出向者の所属情報を出向元と出向先のどちらで持つかは、データをいくら見比べても答えが出ない問いにあたります。誤りの修正よりも先に、ルールの決定が必要になるのです。

判断基準として、外部基準で正誤が決まる項目は担当者レベルで修正を進め、運用ルールが絡む項目は人事部門の責任者を交えて決定します。この切り分けを最初に行うと、作業が途中で止まる回数を大幅に減らせます。この仕分け列を設けておくと、会議で決める項目と担当者判断で進める項目を機械的に振り分けられ、意思決定待ちの停滞を防げるはずです。実務では、項目一覧表に「機械判定可否」の列を追加して仕分けるやり方が手軽です。

データクレンジングとは？意味と代表手法を解説！

名寄せ・重複排除との関係と作業の位置づけ

表記の統一だけを進めても、同一人物のレコードが複数残っていれば人数の集計は正しくなりません。そこで必要になるのが、複数のレコードを同一人物として特定し1件に集約する名寄せです。人事データでは、社員番号・氏名カナ・生年月日・入社日といった複数項目の組み合わせが、同一人物を特定する照合キーの候補になります。クレンジング全体の流れの中では、表記の標準化を先に行い、その結果を使って照合の精度を高める順序が定石です。

作業の位置づけとしては、標準化が「1件ごとの値を正す工程」、名寄せと重複排除が「件同士の関係を正す工程」と整理できます。順序を逆にすると、表記の揺れが原因で同一人物を別人と判定する漏れが増えます。実際の現場では、カナの全角半角が揃っていないというだけで機械照合の検出率が大きく下がり、目視確認の件数が倍増してしまった例もあるほどです。標準化、名寄せ、統合という順序を崩さないことが、手戻りを防ぐ最短経路です。

名寄せとは？正確な顧客データ管理の方法と活用ポイントを徹底解説

従業員マスタの品質が低下する5つの原因

従業員マスタの品質は、放置していると必ず低下していきます。原因は担当者の不注意ではなく、人事業務の構造そのものに埋め込まれているのが実情です。ここでは代表的な5つの原因を挙げ、自社がどれに当てはまるかを確認できるようにします。

複数システムでの個別登録：人事・勤怠・給与・IdPの並存

人事システム・勤怠システム・給与システム・IdP（Identity Provider）は、それぞれが独自に従業員情報を登録できる構成になりがちです。この場合、同じ人物の情報がシステムごとに食い違っていきます。典型例は、人事側で異動を登録したのに、IdP側のグループ設定が旧所属のまま残るケースです。この構成は中堅規模以上の企業ではむしろ一般的で、どの会社でも起こり得る問題です。連携が双方向でない限り、この食い違いは時間とともに増える一方となります。

回避策は、従業員情報の入口を人事システムに一本化し、他システムへは連携で流す設計に改めることです。すぐに連携を構築できない場合でも、手入力の許可範囲をシステムごとに明文化するだけで悪化は抑えられます。その際は「人事システムで登録した項目は他システムで編集しない」という一文を運用ルールに入れるだけでも効果があります。現場では「どのシステムに先に入れるか」を新任担当者が知らないことがつまずきの典型です。

入退社と再雇用：社員番号の再発番による同一人物の重複

定年後の再雇用や出戻り入社の際に新しい社員番号を発番すると、同一人物のレコードがマスタ上に2件並びます。氏名と生年月日が同じでも、システムは別人として扱うため、勤続年数や教育履歴が分断されるのです。こうした再発番の運用を長年続けてきた企業ほど重複レコードは静かに蓄積しており、気づけば10年間で在籍者数の数％規模に達していた例も珍しくないのです。社員番号の再発番は、後工程の名寄せで最も工数を食う原因になります。

対処の第一歩は、過去5年分の入退社記録から再雇用者のリストを作り、新旧番号の対応表を先に整備することです。対応表があれば、照合キーとして機械的に使えます。対応表の作成は過去の在籍記録と退職記録を突き合わせる地道な作業ですが、外部データに頼らず社内の情報だけで完結できる範囲です。今後の運用では「再雇用時は旧番号を復活させる」か「新旧番号を紐づける項目を設ける」かのどちらかを規程に明記しておくと再発を防げます。

氏名の変更と表記の揺れ：改姓・旧姓併用・外字の混在

結婚などによる改姓、旧姓の継続利用、戸籍上の外字と常用漢字の併存は、氏名項目の揺れを生む三大要因です。「髙橋」と「高橋」、「渡邊」と「渡辺」のような字体差は、目視では同一人物と分かってもシステム上は別の文字列として扱われます。氏名カナの項目でも、長音記号や小書き文字の扱いが入力する人によって異なるため、漢字表記と同じ構図の揺れが繰り返し発生します。検索や突合の取りこぼしは、多くの場合ここから発生するのです。

実務では、戸籍上の氏名・業務上の表示名・カナ・ローマ字の4項目を分けて持たせる設計が扱いやすいと言えます。1つの項目にすべての役割を背負わせると、どの場面でどの表記を出すかを制御できません。4項目に分ける方式なら、改姓が発生しても戸籍名の項目だけを更新すればよく、業務で使う表示名への影響を完全に切り離せるのです。外字については、環境依存文字の一覧を作り、代替表記を項目として併記する方法が現実的です。

組織改編とM&A：所属コード体系の断絶

毎年の組織改編で部門コードが変わると、旧コードのまま残るレコードと新コードのレコードが混在します。M&Aで別会社のマスタを取り込む場合は、コード体系そのものが異なるため、単純な突合では所属をたどれません。BIツールで部門別推移のグラフが特定の年度を境に不自然に途切れる現象が出たら、まず疑うべきなのはこのコード体系の断絶です。時系列の人員推移を出そうとした途端に、コードの断絶が表面化するのが典型です。

対策としては、部門コードの新旧対応表を改編のたびに作成し、マスタとは別に保管し続けることが基本になります。対応表が3世代分あれば、過去3年の人員推移を新体系で集計し直せます。対応表の形式は決して複雑にする必要はなく、旧コード・新コード・適用開始日・改編理由の4列が揃っていれば実用としては十分です。M&Aの際は、統合前に双方のコード桁数と採番ルールを比較し、どちらの体系に寄せるかを最初に決めてください。

入力ルールの不在：担当者ごとの記載粒度のばらつき

入力ルールが文書化されていない職場では、担当者ごとに記載の粒度が変わります。所属を正式名称で書く人と略称で書く人、日付を西暦で入れる人と和暦で入れる人が混在すると、集計のたびに変換作業が発生するのです。従業員数が数千人の規模になると、こうした形式変換の作業だけで集計担当者の稼働が毎月数時間単位で失われていく計算になり、無視できない損失です。ルールの不在は、個人の丁寧さでは埋められない構造的な問題と言えます。

現場でよくあるつまずきは、ベテラン担当者の頭の中にだけルールがあり、異動や退職とともに失われるパターンです。回避策として、入力画面の項目順に沿った記入例つきの手順書を1枚作るだけでも、ばらつきは目に見えて減ります。手順書の分量は1〜2ページ程度で十分であり、細部まで網羅的に作り込みすぎると、かえって現場で読まれなくなるのが実情です。手順書は年1回、実際の入力ミス事例を反映して更新すると形骸化しません。

従業員マスタのクレンジングで解決できること

クレンジングは手間のかかる作業ですが、得られる効果は集計の正確さにとどまりません。セキュリティや法定業務まで含めて、4つの観点で効果を整理するのが本章の狙いです。投資判断や社内説明の材料として使える形でまとめます。

人員数・人件費の集計精度が上がり経営報告の信頼性が高まる

経営会議で「システムによって人員数が違う」という指摘が出ると、数字そのものより報告全体の信頼が揺らぎます。マスタを整備し、在籍区分の定義を統一すれば、どのシステムから集計しても同じ人数に揃うのです。数字の不一致を役員会の場で指摘されてから慌てて原因調査に走るという事態は、集計を担当する部門にとって最も避けたい展開のはずです。人件費の配賦も所属コードが正しくなることで、部門別の原価計算の精度が上がります。

目安として、拠点が5つ以上ある企業では、整備前後で在籍者数の集計差異が数十名単位で解消される例が珍しくありません。差異の内訳は、退職処理の遅れと出向者の二重計上が大半です。解消までの過程を差異の一覧表として残しておくと、監査対応や役員への説明にもその資料をそのまま流用でき、月次報告の作成負荷が一段と軽くなるのです。整備後は毎月の締め処理で差異ゼロを確認するだけで済み、報告資料の作成時間も短縮できます。

アカウントの削除漏れが減りセキュリティリスクを抑えられる

退職者のアカウントが残り続ける状態は、情報漏えいと不正アクセスの温床になります。マスタ上の退職日が正しく管理されていれば、IdPとの連携で退職日翌日にアカウントを自動停止する運用を組めるのです。クラウドサービスの利用が広がった現在は、削除対象となるシステムの数が以前より格段に多く、手作業の棚卸しでは追いつかない規模です。退職者アカウントの棚卸しは、マスタ整備の効果が最も早く数字に表れる領域と言えます。

監査対応の観点でも、アカウント一覧と在籍者一覧の突合は内部統制の定番の確認項目です。整備前は突合のたびに数日かかっていた照合作業が、マスタが正しければ1時間程度のExcel作業で完了します。この突合作業はRPAや簡単なスクリプトでも自動化しやすい定型処理であり、週次で自動実行する体制まで整えている企業もあるほどです。削除漏れの検出件数を月次で記録しておくと、統制が機能している証跡としてそのまま使えます。

データセキュリティとは～基本概念や重要性、実用的な対策方法などを解説～

人事システムと周辺システムの連携エラーが減少する

人事システムから勤怠や経費精算へデータを連携する際、所属コードの不一致や氏名の文字化けは取り込みエラーの主要因になります。エラーが出るたびに担当者が手作業でリカバリーする運用は、月次処理の遅延を慢性化させるのです。リカバリーの手順を特定の担当者しか知らないような場合、その人の休暇や異動が、そのまま月次処理全体の単一障害点になっている危険な状態です。マスタ側を整備すると、連携エラーの大半は発生源から消えます。

判断基準として、月のエラー件数が連携対象レコードの1％を超えているなら、リカバリー運用の改善よりマスタ整備を優先すべき状態です。エラーログを1か月分集め、原因を「マスタ起因」「連携仕様起因」「操作起因」に仕分けると、投資対効果を定量的に示せます。経験上、マスタ起因のエラーは全体の5〜7割を占めることが多く、削減効果の見立ても立てやすい領域です。仕分けの結果は整備範囲の決定にもそのまま流用できます。

人事DX（HRDX）とは？具体的な施策、ステップと成功させる5つのポイントを解説

人的資本開示や法定調書の作成工数を削減できる

有価証券報告書での人的資本開示や、離職率・女性管理職比率などの指標算出は、従業員マスタの正確さに直接依存します。元データが揺れていると、開示のたびに手作業の補正が必要になり、算出根拠の説明も難しくなるのです。開示指標は前年との比較で評価されるものなので、元データの状態が年によってぶれてしまうと、数値の変動理由を対外的に説明できなくなるのです。マスタ整備は、開示業務の工数削減と説明可能性の両方に効きます。

法定調書や社会保険の手続きでも、氏名・住所・マイナンバーの不整合は差し戻しの原因になります。年末調整の時期に住所不備の問い合わせが数十件発生していた企業で、整備後に対応工数が半減した例もあるほどです。住所や氏名といった項目は本人からの届出を起点に更新されるため、届出の様式と入力手順をセットで整えることが品質維持の近道です。開示指標の定義書とマスタ項目の対応表を作っておくと、翌年以降の算出が安定します。

人的資本経営とは？注目の背景やメリット、取り組み方、ポイントをわかりやすく解説

従業員マスタのクレンジングを進める7ステップ

ここからは実際の進め方を7つのステップに分けて解説します。順序どおりに進めることを前提に、各ステップの成果物と所要期間の目安もあわせて示します。全体では、対象1万人規模のマスタで2〜4か月程度を見込むのが標準的です。

STEP1：整備の目的と対象範囲を決める

最初に決めるのは「何のために整備するか」と「どの項目・どの在籍区分まで対象にするか」の2点です。目的が人員集計の統一なら所属と在籍区分が中心になり、セキュリティ強化なら退職日とアカウント情報が中心になります。対象範囲の決定には、在籍者のみとするか退職者まで含むか、雇用区分をどこまで対象にするかという線引きも含まれます。目的を1つに絞り、それ以外は次期対応と割り切ることが、期間内に終わらせる最大の条件です。

成果物は、対象項目・対象範囲・完了基準を1枚にまとめた整備方針書です。完了基準は「重複レコード0件」「必須項目の欠損率1％未満」のように数値で書いてください。方針書には、対象外と決めた項目や範囲を「今回やらないこと」として明記してください。この一覧が、プロジェクトの途中から発生しがちな要望追加を断るための根拠になります。この工程の目安は2週間前後で、関係部門への説明と合意の取りつけが期間の大半を占めます。

STEP2：現状のデータ品質を可視化する

対象項目が決まったら、現状のデータがどれだけ汚れているかを数値で把握します。この作業はデータプロファイリングと呼ばれ、欠損率・重複率・形式不一致率を項目ごとに算出するのが基本です。集計の単位は「項目×システム」の組み合わせで持ち、同じ項目であってもシステムごとに数値を分けて算出しておくのが、後の原因分析に効く形です。ExcelのCOUNTIF関数やパワークエリでも実施でき、専用ツールがなくても着手できます。

よくあるつまずきは、集計結果を眺めるだけで「どこから直すか」を決めないまま次へ進むパターンです。欠損率と業務影響の2軸で項目を並べ、影響が大きく欠損が多い項目から着手する優先順位表を作ってください。この優先順位表は、そのまま経営層や関係部門への説明資料としても使えるため、着手順の根拠をひと言ずつ添えておいて損はありません。1万件規模のマスタなら、プロファイリング自体は2〜3日で完了する作業量です。

データ品質とは？品質評価項目や品質を向上させるための実務的対策を解説

STEP3：項目ごとに正データとするシステムを決める

同じ項目が複数のシステムに存在する場合、どのシステムの値を正とするかを項目単位で決めます。正データの決定はツール選定より先に行うべき、クレンジング全体の背骨にあたる工程です。この決定を曖昧にしたまま先の工程へ進んでしまうと、突合でも統合でも判断のよりどころがないため、作業のたびに議論が二転三転することになるのです。項目別の正データを1人1件に集約した統合レコードは、ゴールデンレコードと呼ばれます。

判断基準は「その項目を業務上最初に更新するのはどこか」という一点です。氏名や入社日は人事システム、メールアドレスはIdPというように、発生源のシステムを正とします。この対応関係を文書化して継続運用する枠組みがマスタデータ管理（MDM）です。例外的に、複数システムで同時更新される項目は、更新日時の新しいほうを正とする補助ルールで対応します。整備を一過性で終わらせないためにも、項目一覧表に「正システム」列を必ず追記してください。

マスタデータ管理（MDM）とは？適切に運用する重要性とその手法を解説

STEP4：入力ルールと標準表記を定義する

修正作業に入る前に、直した後の「あるべき形」を先に定義します。カナは全角、英数字は半角、日付は西暦のyyyy/mm/dd形式、部門は正式名称のみといった具合に、項目ごとの形式を1つに固定するのです。とくに揉めやすいのは全角半角の基準と旧字体の扱いの2点なので、ここだけは先に関係部門の合意を取りつけておくのが後戻りを防ぐ得策です。定義がないまま修正を始めると、担当者ごとに直し方が割れて二度手間になります。

• 文字種：全角・半角、大文字・小文字の使い分け
• 形式：日付・電話番号・郵便番号の桁と区切り
• コード：部門・役職・雇用区分の有効値一覧
• 禁則：機種依存文字、前後の空白、旧字体の扱い

標準表記の定義書は、修正の作業者だけでなく日常の入力担当者にも同じものを配布してください。定義書と入力手順書が別々に育つと、内容の食い違いが新たな揺れの発生源になります。配布した後は定義書のバージョン番号と改訂日を必ず明記したうえで、旧版が現場に残って混乱を招かないように、保管場所を共有フォルダの1か所へ固定するのが確実です。定義の粒度は「迷ったときにこの1枚で決められるか」で判断すると過不足を防げます。

STEP5：標準化・正規化を実施する

定義した標準表記に合わせて、実データを変換していきます。全角半角の統一や空白の除去はExcelの関数やパワークエリで一括処理し、部門名の揺れは変換対応表を作ってVLOOKUPで置き換えるのが手堅い進め方です。Excelの関数で処理する場合には、SUBSTITUTE関数・ASC関数・JIS関数・TRIM関数あたりを組み合わせるのが定番のやり方です。処理の前後で必ず件数を照合し、レコードが消えていないことを確認します。

よくあるつまずきは、変換ロジックを本番データに直接かけてしまい、失敗時に戻せなくなるケースです。作業は必ず複製したファイル上で行い、元データと変換後データを別シートで保持してください。複製したファイルには作業日と版数を含めた命名規則を必ず適用しておくと、どの時点の状態なのかを後からでも正確に追えるため安心です。1万件規模であれば、標準化の実作業は2〜3週間、確認作業を含めて1か月程度が目安になります。

STEP6：重複レコードを検出し統合する

標準化が済んだデータに対して、同一人物のレコードを検出します。照合キーは「氏名カナ＋生年月日」を第1キー、「氏名カナ＋入社日」を第2キーとする2段構えが実務的です。候補の抽出だけであればExcelのCOUNTIFS関数で重複件数を数えるだけでも実施できるため、専用ツールの導入は必須ではないのです。完全一致だけでなく、キーの一部一致で候補を広めに抽出し、最終判定は人の目で行うのが誤統合を防ぐ鉄則になります。

統合の際は、どちらのレコードを残すかをSTEP3で決めた正データの定義に従って機械的に決めます。判定に迷った候補は保留リストに移し、人事部門への確認結果が出てから処理してください。保留リストには、候補ペアごとの一致項目と不一致項目を並べて記載しておくと、確認を依頼された人事側も判断しやすいはずです。1万件規模での重複候補は経験上100〜300件程度で、目視判定には2人体制で1〜2週間を見込みます。

STEP7：検証と関係部門による確認を行う

修正と統合が終わったら、完了基準に照らして結果を検証します。欠損率や重複件数の再計測に加えて、在籍者数を部門別に集計し、人事部門の認識と突き合わせるのが実務上の勘所です。部門別の人数を並べた比較表を人事の実務担当者に見てもらうと、「この部門がこの人数のはずはない」という違和感ベースの指摘が得られます。この感覚的な検証は、数値チェックでは拾えない誤りを高い確率で捕まえてくれるのです。数値の検証だけで終えると、業務感覚とのずれが本番反映後に発覚します。

確認は人事だけでなく、給与・情報システム・経理など連携先の部門にも依頼してください。各部門には全件ではなく、自部門の業務に影響する項目の抜き取り確認を割り当てると負担を抑えられます。確認を依頼する際には、期限・確認観点・対象レコードの絞り込み条件を1枚のシートにまとめて渡すと、各部門側の作業は数時間程度で収まるはずです。指摘事項はすべて記録し、修正対応と再確認の履歴を残した上で本番データへ反映します。

人事データならではの判断が難しいケースと対処法

手順どおりに進めても、機械的には決められない論点が人事データには残ります。ここで扱う5つの論点は、いずれも「どう直すか」より「どう扱うと決めるか」が問われるものです。判断に迷ったときの基準と、決定を記録する方法までを具体的に示します。

在籍区分の扱い：出向・兼務・休職・業務委託をどこまで含めるか

出向者・兼務者・休職者・業務委託をマスタに含めるかどうかは、集計目的によって答えが変わります。人員数の報告では出向元と出向先のどちらで数えるかを決めないと、二重計上や計上漏れが起こるのです。区分の扱いを曖昧に残したまま集計の方法だけを統一しようとしても、担当者ごとの解釈の差によって数字は再び割れてしまうのです。全社で1つの答えに固定するのではなく、集計目的別に扱いを定義するのが現実的な解になります。

迷いやすいのは業務委託で、セキュリティ管理上はアカウントを把握したい一方、従業員として数えるのは不適切です。マスタ本体と「アカウント保有者台帳」を分け、台帳側で委託元や契約期間を管理する構成にすると両立できます。台帳の管理主体は情報システム部門に置き、契約情報の更新は調達部門からの連携で受け取る分担にするのが実務的です。決めた扱いは在籍区分コードの定義書に明記し、集計担当者が参照できる場所に置いてください。

同姓同名と再雇用者の識別：社員番号だけでは判定できない場合

氏名と生年月日が一致しても、同姓同名の別人である可能性は排除できません。逆に再雇用者は社員番号が違っても同一人物であり、番号だけを頼りにすると判定を誤ります。実際のところ、従業員が数千人を超える規模になると、同姓同名でなおかつ生年月日まで一致してしまう組み合わせは現実に存在し得るのです。識別に使える情報を増やすため、入社日・最終学歴・前職情報・連絡先など複数の属性を組み合わせて照合するのが基本です。

それでも確定できない場合は、機械判定を諦めて本人または人事担当者への確認に切り替えてください。確認の手間を惜しんで推測で統合すると、給与や社会保険の誤処理という取り返しのつかない事故につながります。本人への確認は、入社時の提出書類や社会保険の記録と照らし合わせる方法もあり、確認経路を複数持っておくと作業が確実に進みます。判定保留の候補には「保留理由」と「確認先」を記録し、確認完了までは統合対象から外す運用が安全です。

氏名表記の統一可否：旧姓利用や通称名を機械的に上書きしない

旧姓利用者や通称名の利用者に対して、戸籍名へ機械的に上書きする対応は避けるべきです。本人が業務上の名前として使い続けている表記を断りなく変えると、社内の混乱だけでなく本人との信頼問題に発展します。旧姓の通称使用は社内規程で認めている企業が多く、データ側の設計だけが追いついていない状況がよく見られます。氏名は「戸籍名」と「表示名」を別項目で持ち、どの業務でどちらを使うかを定義するのが安全な設計です。

実務では、給与・社会保険・法定調書は戸籍名、メール・社内システムの表示・名刺は表示名と使い分ける整理が一般的です。既存データで両者が混在している場合は、上書きせずに新項目を追加し、移行期間中は両方を保持してください。切り替えの際には、どのシステムのどの画面にどちらの氏名が表示されるのかを一覧化し、本人へ事前に案内するのが丁寧な進め方です。本人への通知なしに表示が変わる事態だけは、設計段階で必ず塞いでおきます。

退職者データの保持：削除と保管の線引きをどう決めるか

退職者のレコードを削除するか保管するかは、法定の保存義務と再雇用時の照合ニーズの両面から決めます。労働者名簿は退職後3年間の保存が労働基準法で義務づけられており、少なくともこの期間は削除できません。賃金台帳や源泉徴収関係の書類にも別途の保存期間があり、関連データを含めて期間を整理する必要があるのです。アカウントや権限は退職と同時に停止する必要があるため、「データは残すが権限は消す」という切り分けが基本線です。

実装としては、物理削除ではなく在籍区分を「退職」に変更する論理削除を採用し、参照権限を人事の限られた担当者に絞ります。保存期間を過ぎたレコードは、年1回の棚卸しで削除候補を抽出し、法務確認を経て消す流れにすると漏れを防げます。論理削除の形にしておけば、再雇用時の本人照合や勤続年数の通算にも、過去のレコードをそのまま活用できて便利です。個人情報保護の観点から、退職者データの利用目的も文書で残してください。

マイナンバーや評価情報の取り扱い：作業環境と権限の設計

マイナンバーや人事評価のような機微情報は、クレンジング作業の対象に含める場合でも通常のデータと同じ環境で扱ってはなりません。作業用に複製したファイルへ機微項目を含めた時点で、漏えいリスクの管理対象が増えるのです。機微情報を外した状態でも、氏名・生年月日・入社日があれば照合の精度はほとんど落ちないのが実際のところです。原則として、機微項目は照合キーに使わず、クレンジング対象からも外す設計を推奨します。

どうしても評価情報の整合を確認する必要がある場合は、アクセス権を持つ担当者を2〜3名に限定し、作業ログが残る環境で実施してください。マイナンバーは番号法で利用目的が限定されており、照合キーに使う行為は目的外利用にあたります。限定した担当者の一覧と作業期間は記録として残し、作業終了後に複製ファイルを確実に削除したことまで確認します。作業環境の設計は、情報システム部門とセキュリティ部門の事前レビューを受けるのが安全です。

従業員マスタのクレンジングでよくある失敗パターン

失敗のパターンを先に知っておくと、同じ穴を避けられます。ここで挙げる5つは、実際のプロジェクトで繰り返し観測されるものばかりです。それぞれについて、失敗が起こる仕組みと予防策をセットで説明します。

一括置換で別人のレコードを統合してしまう

「氏名カナが一致したら統合」といった単純なルールで一括処理すると、同姓同名の別人を1人に統合する事故が起こります。統合後に給与振込先や社会保険の情報まで混ざると、復旧には統合前データの特定から始める大掛かりな作業が必要です。復旧作業には数週間かかることもあり、その間は給与計算を旧データで凌ぐ綱渡りの運用を強いられるのです。事故の重さに比べて、原因は「候補抽出と確定処理を分けなかった」という単純なものにすぎません。

予防策は、機械処理の役割を「候補の抽出まで」と明確に区切ることです。確定処理は候補一覧を人が確認してから実行し、1回の実行件数にも上限を設けます。実行件数にあえて上限を設けておくのは、万一処理を誤ってしまった場合の影響範囲を、あらかじめ小さく固定しておくためのリスク管理の一環です。実務では、統合処理を10件単位で実行し、都度件数と対象を記録する運用にすると、誤りに気づいた時点で被害を最小に抑えられます。

正データの定義を決めずに突合を始め、判断が振り出しに戻る

正データの定義を飛ばして突合を始めると、値の食い違いを見つけるたびに「どちらが正しいか」の議論が発生します。議論の結論が出ないまま作業が止まり、数週間後に定義から仕切り直す展開が典型的な失敗です。この種の議論が延々と長引いてしまう根本の原因は、判断材料が足りないことではなく、判断の基準そのものが存在しないことにあるのです。突合は差異を見つける工程であり、差異を裁く基準は事前に用意しておく必要があります。

予防のためには、STEP3で述べた「発生源システムを正とする」原則を突合開始前に文書化し、関係者の合意を取ってください。例外扱いにしたい項目があれば、その場で決めずに例外一覧へ登録して後日まとめて判断します。例外一覧に登録した項目は週次の定例会でまとめて判断する運用にすると、個別にその都度対応するより速く、判断もぶれにくいはずです。合意文書が1枚あるだけで、作業中の判断の持ち込みを機械的に断れます。

変更履歴を残さず、統合前の値に戻せなくなる

修正や統合の履歴を残さずに進めると、誤りが見つかったときに元の値へ戻せません。「どのレコードを、いつ、何から何へ、誰が変えたか」の4点が残っていない状態は、復旧不能と同じ意味を持つのです。とりわけ統合の処理は2件のレコードを1件にまとめてしまう不可逆な操作であり、履歴を残さないままの実行は片道切符に乗るようなものです。クレンジングでは、修正そのものより変更履歴の設計のほうが後々の価値を左右します。

履歴の持ち方は、変更ログをExcelの別シートに1行ずつ追記する簡易な方式でも十分に機能します。ツールを使う場合でも、エクスポートした変更前スナップショットを日付つきで保管する運用は省略しないでください。変更ログの必須列は、対象レコードのID・変更項目・変更前の値・変更後の値・実施日・実施者の6つです。スナップショットは本番反映後も最低1年間は保持し、給与計算の年次処理を1周させてから破棄を検討します。

人事部門だけで進め、システム連携先の要件と食い違う

従業員マスタは人事の持ち物に見えて、実際には給与・情報システム・経理・監査まで多くの部門が参照しています。人事だけで表記や区分を変えると、連携先のシステムで取り込みエラーや集計の断絶が起こるのです。参照先を把握しないまま進めてしまった変更が、月末の給与連携で初めてエラーとして発覚するという事例は、残念ながら後を絶たないのです。特に部門コードの変更は、経理の原価計算やBIツールの集計定義に直接影響します。

着手前に、マスタを参照しているシステムと帳票の一覧を作り、各所管部門に変更内容と適用日を通知してください。連携先が多い場合は、変更を一斉適用せず、影響の小さいシステムから段階的に切り替えると事故を局所化できます。一覧の作成には情報システム部門が保有するシステム連携図が役立つため、ゼロから調べ直すよりも大幅に時間を短縮できるはずです。関係部門との定例会は隔週30分程度でも、認識ずれの早期発見に十分な効果があります。

一度整備して終わりにし、半年後に品質が元に戻る

プロジェクトとして整備を完了しても、日々の入力が旧来のままなら品質は半年で元の水準へ戻ります。汚れの発生源である入力運用に手を入れない限り、クレンジングは定期的な大掃除の繰り返しになるのです。品質の再劣化は毎日の入力業務の中で少しずつ進行するため、異変に気づいた時には、再び大規模なクレンジングが必要な状態まで戻っているのです。整備の完了報告には、再汚染を防ぐ運用策の開始をセットで含める必要があります。

判断基準として、月次で新規に発生する不備件数が整備直後の3倍を超えたら、運用側の対策が機能していない兆候と見なします。この監視は、STEP2で作った集計を月次バッチ化するだけで実現でき、追加の工数はほぼゼロです。監視で得た集計値については、前月比だけでなく整備直後の水準との比較でも確認するようにすると、劣化の進む速度をより正確に捉えられます。次章で述べる運用設計まで含めて、初期の計画に織り込んでください。

従業員マスタのクレンジングを定着させる運用設計

整備した品質を保つには、日常の運用の中に品質を守る仕組みを埋め込む必要があります。ここでは入力時の予防、責任と承認の設計、定期点検、棚卸しという4つの観点から運用設計を説明します。いずれも大きな投資を伴わず、既存の体制で始められるものです。

入力時点で不備を防ぐ：必須項目とバリデーションの設定

不備は発生してから直すより、入力の時点で弾くほうが圧倒的に低コストです。入力値の形式や必須有無をシステム側で検査する仕組みがバリデーションであり、多くの人事システムは設定画面から項目ごとに有効化できます。事後の修正には原因の調査や関係者への確認作業が伴うため、入力時点で防いだ場合と比べて数倍から数十倍もの手間がかかるのが通例です。設定作業自体は数日で終わるため、費用対効果が最も高い施策と言えます。

設定の勘所は、必須化しすぎないことです。入社手続きの途中では確定していない項目まで必須にすると、担当者がダミー値を入れて回避し、かえって品質が下がります。こうして入力されたダミー値は「9999」や「未定」といった形でマスタの中に長く残り続け、その後のあらゆる集計結果を静かに汚染していきます。「登録時必須」と「確定時必須」の2段階に分け、確定時のチェックは月次の点検で補う構成が現場に馴染みやすい形です。

マスタの管理責任者と申請・承認フローを明確にする

マスタの各項目に「変更を承認する責任者」を定めていない組織では、誰でも直せる状態が品質を崩します。項目群ごとにデータオーナーを置き、変更は申請と承認を経る流れに改めるのが基本形です。データオーナーの割り当てについては、本人情報は人事部門、アカウント情報は情報システム部門という項目群単位の分担で、十分に機能する粒度です。承認と言っても重厚な稟議は不要で、ワークフローツール上の1段階承認で十分に機能します。

よくあるつまずきは、承認者を部長級に設定して滞留が発生し、現場が承認を迂回し始めるパターンです。承認者は実務を把握している課長級や主担当に置き、月次で承認履歴を上位者がレビューする2層構えにすると、スピードと統制を両立できます。あわせて申請から承認までの滞留日数を月次で計測しておくと、フローが形骸化してしまう前にその兆候を早めにつかめます。責任分担表は組織改編のたびに見直し、空席のまま放置しないでください。

品質指標を決めて定期的に点検する

品質を保つには、測る指標と点検の頻度をあらかじめ決めておきます。指標は多いほど良いわけではなく、業務影響に直結する3〜5個へ絞るほうが継続しやすいのが実情です。指標を絞り込む際には、経営報告・セキュリティ・システム連携という3つの業務領域のどれに効いてくる指標なのかを基準に選ぶと、監視対象の偏りを防げるはずです。点検は月次30分の定例に組み込み、閾値を超えた項目だけを深掘りする運びが長続きします。

• 必須項目の欠損率（目安：1％未満）
• 重複候補の新規発生件数（目安：月10件未満）
• 退職日を過ぎた有効アカウント数（目安：0件）
• 連携エラー件数のうちマスタ起因の比率

点検の結果は数値の推移をグラフで残し、悪化の傾向が2か月続いた時点で原因調査に入る基準を設けてください。調査では、不備レコードの登録者と登録経路を集計すると、特定の部署や手続きに原因が偏っていることが多く分かります。グラフはSTEP2で作った集計結果をそのまま折れ線にするだけで足りるため、新たな仕組みの構築は不要と考えて差し支えありません。原因側に手を打つ発想が、点検を「直す作業」から「防ぐ活動」へ変えるのです。

人事イベントに合わせた棚卸しのタイミング設計

品質の乱れは、4月の定期異動や10月の組織改編など、人事イベントの直後に集中して発生します。点検を毎月一定の負荷で行うより、イベント後2週間以内に重点棚卸しを設定するほうが検出の効率は高いです。イベントの直後に集中して点検を行う方式は、不備が実際の業務影響として表面化してしまう前に発見できるという点でも優れています。年間の人事カレンダーに棚卸し日をあらかじめ書き込み、担当者の予定として確保してください。

棚卸しの範囲は、直前のイベントで変更が入った項目に絞ると1回あたり半日程度で完了します。定期異動後なら所属コードと役職、年度初めなら新入社員の必須項目、年末なら住所と扶養情報という具合に重点を切り替えます。重点項目の切り替えパターンは年間計画に落とし込み、担当者が変わっても同じ品質で回る形にしておくのが理想です。この設計にしておけば、通常月の点検は指標の確認だけで済み、運用の負荷を平準化できるのです。

従業員マスタのクレンジング事例

最後に、業種の異なる3社の事例を紹介します。いずれも守秘の範囲で内容を一般化していますが、進め方と得られた効果の水準は実際のプロジェクトに基づくものです。自社の状況に近い事例から、着手範囲の参考にしてみてください。

製造業：拠点別に分散していた在籍情報を統合し人員集計を一本化

国内5拠点の工場ごとに在籍情報を別々のExcelとシステムで管理していた製造業の企業では、本社の人員集計に毎月3営業日かかっていました。拠点間で在籍区分の定義が異なり、出向者と応援勤務者の扱いも拠点任せだったことが集計を複雑にしていたのです。各拠点はそれぞれ自拠点の業務に最適化されており、誰の悪意もないまま別々の定義が育ってしまった典型例です。整備では在籍区分の全社定義を先に固め、拠点データを順次統合しました。

統合後の人員集計は半日で完了し、月次の経営会議に最新の人員数を間に合わせられる体制です。効果を生んだ最大の要因は、システム統合よりも先に区分定義という「ルールの統一」に2か月かけた点にあります。区分定義の統一にあたっては各拠点の人事担当者との個別協議を丁寧に重ね、拠点側の実務が回らなくなるような変更を避けながら進めています。データを寄せる前にルールを寄せる順序は、拠点分散型の企業に共通して有効です。

サービス業：退職者アカウントの削除漏れを解消し監査指摘を是正

店舗網を持つサービス業の企業では、退職者アカウントの削除漏れを内部監査で指摘され、是正対応としてマスタ整備に着手しました。調査の結果、退職日の登録が店舗からの紙の連絡票に依存しており、本社システムへの反映が最大2か月遅れていたことが判明したのです。削除漏れという結果だけを見て担当者を責めても、この構造が残る限り再発は避けられなかったはずです。原因は削除作業の怠慢ではなく、退職情報の伝達経路にありました。

対応では、退職連絡をワークフローシステムへ切り替え、承認完了と同時にマスタの退職日が更新される流れにしたのが中心です。あわせてIdPとの連携で退職日翌日のアカウント自動停止を実装し、翌期の監査では指摘の解消が確認されました。監査への回答では、仕組みで再発を防ぐ対応に切り替えた点が是正の実効性として評価されたとのことです。棚卸しで検出される削除漏れは、対応前の月平均十数件からほぼゼロ件まで減っています。

IT企業：タレントマネジメント導入前に社員番号体系を再整備

タレントマネジメントシステムの導入を控えたIT企業では、過去の再発番により同一人物へ複数の社員番号が割り当てられている問題が導入の障害になっていました。教育履歴やスキル情報を新システムへ引き継ぐには、人物単位でレコードを統合しておく必要があったのです。新システムの稼働日は動かせないため、名寄せの完了がプロジェクト全体の前提条件になっていた状況です。導入前の3か月を使い、番号体系の再整備と名寄せを実施しました。

作業では、新旧番号の対応表を人事の在籍記録から復元し、約200件の重複候補を2名体制で1件ずつ判定する進め方が特徴です。導入後は入社から現在までの履歴が1人1レコードで参照でき、スキル検索の精度に対する現場の信頼も得られました。判定に使った根拠は候補ごとに記録し、導入ベンダーとの間でも確認済みの状態にして移行データを引き渡した形です。マスタ整備を新システム導入の前工程として予算化した判断が、手戻りのない移行につながっています。

まとめ：従業員マスタは正データの決定と入力運用の設計がカギ

従業員マスタのクレンジングは、正データの決定と入力運用の設計まで含めて初めて効果が定着します。本記事の7ステップと判断基準を、自社の整備計画づくりにお役立てください。

「これから従業員マスタの整備を始めたいけれど、何から手をつけたらいいかわからない」「データマネジメントの専門家の知見を取り入れたい」という方は、データ領域の実績豊富な弊社、データビズラボにお気軽にご相談ください。

貴社の課題や状況に合わせて、データの取り組みをご提案させていただきます。

データビズラボの実績無料相談・お見積り