ネットショップ一人オーナーがCopilotで受注・在庫・売上レポートを完全自動化：週6時間の集計作業をゼロに

「また週末が集計作業で終わった」——一人ECオーナーの限界

日曜日の夜11時。家族が寝静まった後、私はまたパソコンの前に座ってExcelを開いていた。楽天市場・Amazon・自社サイトの3チャネルから注文データをダウンロードして、コピペして、在庫の数字と突き合わせて、売上の集計表を作る。毎週これを繰り返すだけで、軽く3〜4時間が飛んでいく。月末にはさらに月次レポートの作成が加わって、週6時間超えることもザラだった。

「これ、いつまで続けるんだろう」と思いながら、気づけば5年間同じことをしていた。

この記事は、雑貨系ネットショップを一人で運営している私・田中誠（仮名・42歳）が、Microsoft Copilotを使って受注管理・在庫確認・売上レポート作成を完全自動化した実録です。週6時間かかっていた集計作業が、文字どおりゼロになるまでの試行錯誤を、包み隠さず書きます。

背景：なぜ私は5年間、手作業にこだわってしまったのか

私が運営している「暮らしの道具屋テナント」は、キッチン用品・インテリア雑貨を中心に約800SKUを扱う個人ECショップだ。月商は繁忙期で150万円前後、閑散期で70万円ほど。従業員はゼロ、梱包・発送・仕入れ・SNS運用・カスタマー対応まで全部一人でやっている。

正直に言うと、「自動化」や「効率化」という言葉に何度も心が動いた。でも毎回、何かに阻まれてきた。最大の理由は「怖さ」だ。自分で数字を確認しないと、ミスに気づけないんじゃないかという不安。在庫の食い違いや、二重受注の恐怖が頭をちらついて、手放せなかった。

転機になったのは2026年の1月。体調を崩して1週間ほど動けなくなり、その間に発送が3日遅れてクレームが4件入った。「一人でやることの限界」を身体で思い知らされた瞬間だった。「仕組みに任せないと、自分が壊れる」と腹を決めたのがこのときだ。

ツール選定にあたって最初にRPA系のツールも調べたが、初期構築コストと学習コストがネックになった。一方でMicrosoft 365を月額1,850円で契約していたこともあり、追加費用なしで使えるCopilotを本格活用する方向に舵を切った。

具体的な取り組み：Copilotで何をどう自動化したか

全体の設計思想：「毎朝5分で全部わかる」を目標にする

まず目標を明確にした。「週6時間かかっていた集計作業をゼロにする」ではなく、「毎朝コーヒーを飲みながら5分で全部把握できる状態にする」という言葉に置き換えた。目標が変わると、やるべきことが変わる。

データの流れは以下のように整理した。楽天・Amazon・自社サイトの3チャネルそれぞれが吐き出すCSVデータを、SharePointの共有フォルダに自動アップロードする。そのデータをExcelのPower Queryで自動集約し、Copilotがそれを読んでレポートを生成する——という構造だ。

ステップ1：データ収集の自動化（Power AutomateとCSV取り込み）

各モールのCSVを手動ダウンロードしていた作業を、Power Automateのフローで自動化した。楽天については「RMS（楽天マーチャントサービス）」のFTPからCSVを取得するフローを組み、AmazonはSP-API経由でデータを取得するフローを設定した。自社サイト（BASE利用）はWebhook経由で注文データをSharePointリストに直接流し込んだ。

この部分はCopilotではなくPower Automateの領域だが、フロー作成時の設定方法はCopilotに聞いた。「AmazonのSP-APIから注文データを取得してSharePointのExcelファイルに自動追記するPower Automateのフロー構成を教えてください」と質問したら、コネクタの選び方から認証設定まで丁寧に教えてくれた。

ステップ2：Excelの集計マスターをPower Queryで構築

SharePointに集まった3チャネル分のCSVを、Power Queryで一つのマスターテーブルに統合した。このとき厄介だったのは、各チャネルで列名や日付フォーマットが違うことだ。楽天は「注文日時」、Amazonは「purchase-date」、BASEは「ordered_at」と全部バラバラ。

この統一化のクエリを書くのに、Copilotをフル活用した。実際に使ったプロンプトがこれだ：

「Power QueryのMコードを書いてください。条件は以下です：①楽天CSVの"注文日時"列、②AmazonCSVの"purchase-date"列、③BASE CSVの"ordered_at"列、これら3つをすべて"YYYY/MM/DD"形式に統一して、"注文日"という列名でマージするコードをお願いします。」

1回目のコードは動作したが、楽天の日付に「2026/01/05 09:23:45」のような時刻が含まれていてエラーが出た。そこで「時刻部分を切り捨てるように修正してください」と追加で依頼したら、すぐに修正版を出してくれた。こういう「続きの修正」が自然な会話でできるのがCopilotの強みだと感じた。

ステップ3：Copilot in ExcelでのAI集計・分析

Power Queryで統合されたマスターテーブルができたら、いよいよCopilot in Excelの出番だ。Excelのリボンから「Copilot」を起動して、テーブルを選択した状態で以下のようなプロンプトを使った。

「今週（月曜〜日曜）のチャネル別・カテゴリ別の売上金額と注文件数を集計し、前週比も含めたサマリー表を作成してください。」

驚いたのは、このプロンプト一発でピボットテーブルとグラフが自動生成されたことだ。以前は手作業で30〜40分かけていた週次集計が、数十秒で完成した。

在庫管理についても、別のExcelシートで活用している。仕入れ数・出荷数・現在庫数を管理しているテーブルに対して：

「現在庫数が10個以下で、かつ直近14日間の平均日販が1個以上の商品を抽出して、推定在庫切れ日を計算してください。」

このプロンプトで、発注アラートリストが自動生成される。以前は在庫チェックだけで毎週1時間かかっていたが、今は朝イチで開いたExcelを見るだけで「今日中に発注が必要な商品」が一目でわかる。

ステップ4：Copilot in Outlookで月次レポートを自動作成

月末の最大の作業だった「月次レポートのメール作成」も自動化した。ExcelのデータをWordに貼り付けてレポートを作り、取引先や自分の確認用にメールで送る作業が月に2〜3時間かかっていた。

今はExcelのデータをコピーしてCopilot in Outlookに貼り付け、以下のプロンプトを打ち込む：

「以下の売上データをもとに、月次レポートのメール本文を作成してください。宛先は取引先仕入れ業者（複数）、トーンはビジネスライク、内容は①今月の総売上・前月比、②チャネル別実績、③来月の仕入れ計画、④特記事項の4項目で構成してください。データ：[貼り付け]」

初稿が90秒で出てくる。私はそれを5分ほど確認・微修正して送信するだけ。以前は下書きだけで1時間かかっていたのが、合計10分以内で完了するようになった。

ステップ5：毎朝の「ダッシュボード確認5分ルーティン」の確立

全自動化ができた後、大事なのは「運用ルーティンの設計」だった。毎朝7時にExcelファイルを開いてPower Queryを更新（ボタン一押し）すると、前日の注文・在庫・売上が自動集計される。その画面を見ながらCopilotに「昨日の実績で気になる点を教えて」と聞くだけで、異常値や注目ポイントをピックアップしてくれる。この朝の確認作業が5分以内で終わるようになった。

失敗談と改善：リアルにつまずいた3つの壁

失敗①：Copilotが「古いデータ」を参照してしまった

最初の2週間で起きた最大のミスがこれだ。Power Queryの更新を忘れた状態でCopilotに「今週の売上を集計して」と指示したら、先週のデータで集計されたレポートが出来上がった。数字を眺めていて「あれ、この商品そんなに売れたっけ？」と違和感を覚えて気づいた。

解決策：Power Automateで「毎朝6時50分にPower Queryを自動更新する」フローを追加。さらにExcelのシート上部に「最終更新日時」を表示するセルを追加して、必ず確認する習慣をつけた。あわせてCopilotへの指示文にも「まず最終更新日時を確認してから集計してください」という一文を加えた。

失敗②：プロンプトが曖昧すぎて的外れな集計が出た

「売上レポートを作って」という雑なプロンプトを投げた結果、期間・チャネル・通貨単位がバラバラな謎の表が生成されたことがあった。Copilotは「なんでも察してくれるAI」ではなく、「指示通りに動く賢いアシスタント」だと理解するのに2週間かかった。

解決策：プロンプトを「テンプレート化」した。よく使う集計パターンを5種類ほどNotionにまとめて保存し、コピペで使い回すようにした。「期間：今週月〜日」「単位：円（税込）」「集計軸：チャネル別・商品カテゴリ別」という形で条件を明示するルールを自分で決めた。これだけで精度が劇的に上がった。

失敗③：在庫アラートを「全部信じすぎた」

Copilotが「この商品は5日後に在庫切れになります」と出したのを信じて大量発注したら、実際にはその商品の売れ行きが鈍化していて、在庫を過剰に抱えてしまった。AIの予測は過去のトレーニングデータ（私の場合は直近14日間の実績）をベースにしているので、急な需要変動には対応できない。

解決策：在庫アラートを「発注の即決リスト」ではなく「確認のトリガー」として位置づけ直した。アラートが出たら商品ページのアクセス数や広告のパフォーマンスを30秒確認してから発注するルールにした。AIの提案を「判断材料のひとつ」として使う姿勢に切り替えたことで、過剰在庫リスクを大幅に減らせた。

成果・数値：Before/Afterの比較

6ヶ月間の運用を経て、作業時間の変化は以下の通りだ。

数字として出ているのは作業時間だけではない。月次レポートの送付が月末ではなく翌月1日に確実に送れるようになり、取引先からの信頼度が上がった。在庫切れによる機会損失も、導入前の月平均2〜3件から、直近3ヶ月でゼロになった。

コスト面では、Microsoft 365 Business Basic（月額899円）からBusiness Standard（月額1,874円）に変更したため、月975円の追加費用が発生している。ただし月6時間の作業時間を時給換算すると（私の場合は粗利で計算して時給換算約3,000円）、月1万8,000円分の価値が生まれている計算になる。投資対効果はおよそ18倍だ。

最も大きな変化は、定性的なものかもしれない。日曜の夜にパソコンを開かなくてよくなった。家族と過ごす時間が増えた。そして何より、「集計作業に追われている感覚」から解放されたことで、新商品の仕入れや販促の企画に頭を使えるようになった。

応用・発展：さらに広げられるCopilot活用

カスタマー対応テンプレートの自動生成

現在、次のフェーズとして進めているのが問い合わせ対応の効率化だ。「遅延のお詫び」「在庫切れの案内」「返品対応」など、パターン化できる問い合わせについて、Copilot in Outlookで返信文の初稿を自動生成する仕組みを試している。注文番号と問い合わせ内容を貼り付けるだけで、個別事情を踏まえた返信文が出てくるようになれば、1通あたり10分かかっていた対応が2分で終わる計算だ。

SNS投稿の自動提案

売上データをもとに「今週よく売れた商品」を抽出し、その商品のInstagram投稿文とハッシュタグをCopilotに提案させるフローも試験中だ。「この商品が今週売上1位でした。InstagramのEC向け投稿文を3パターン書いてください。ターゲットは30〜40代の女性、トーンは親しみやすく」というプロンプトで、実用的な投稿候補が出てくるようになった。

仕入れ交渉のための資料作成

取引先メーカーへの発注交渉にも応用できる。売上データ・在庫回転率・前年比などの数字をまとめてCopilotに渡し、「この実績をもとに、ロット数アップによる単価交渉のための提案書を作成してください」と指示するだけで、説得力のある提案書の骨格が出来上がる。一人経営者が苦手にしがちな「数字を使ったビジネス交渉」の準備コストが大幅に下がる。

まとめ：一人でやることの限界を、AIが突破してくれた

正直、最初は「Copilotで本当に集計作業がゼロになるのか」と半信半疑だった。でも今は確信を持って言える——ちゃんと設計すれば、できる。

重要なのは「Copilotに全部任せる」ではなく、「自分の判断が必要な部分」と「機械に任せてよい部分」を切り分けることだ。集計・転記・フォーマット作成は機械の仕事。その数字を見て「今月は広告を増やすか」「この商品の仕入れを絞るか」を決めるのは、人間の仕事。その境界線を引けたとき、初めて自動化は機能し始める。

一人でECをやっている方、特に「自分が動かないと何も回らない」という閉塞感を感じている方に、この記事が少しでも参考になれば嬉しい。週6時間が返ってくる——その時間で、あなたは何をしたいですか？

私は今、その時間を使って新カテゴリの開拓を始めています。自動化は「楽をするため」じゃなく、「もっと大事なことに集中するため」のツールだと、今は心から思っています。