概要

ユースケースの説明

ビジネスの現場で知りたい数字は、1つのファイルの中に揃っていないことがほとんどです。必要な情報は複数のデータソースがそれぞれの都合で公表しており、粒度も形式も公表のタイミングも違います。

本事例で扱う国籍・地域別のインバウンド消費総額は、単価と人数を別々のデータソースから取ってきて、掛け合わせて試算します。従来の進め方では、この準備だけで大きな工数がかかります。Excel の表から数字を取り出し、粒度をそろえ、国名の表記差を吸収し、結合する——そして仮説を変えるたびに、同じ作業をやり直すことになります。

Kari の AI エージェントを活用すれば、取得から解析、結合、試算、可視化、示唆出しまでを一貫して任せられます。 処理はすべてデータフローとして残るため、条件を変えた再実行も短時間で済みます。本事例を通して、複数の出所にまたがるデータ分析がどこまで自動化できるかを確かめてください。

シナリオ

インバウンド需要をビジネス機会として捉える立場から、訪日外国人の消費動向を分析します。検証する問いは、たとえば次のようなものです。

どの国籍・地域から、どれだけの人が来ているか。その構成は変化しているか
1人あたりの支出額は、国籍・地域によってどう違うか
消費総額はどう推移しているか。その増減を動かしているのは何か
来訪者数が伸びている市場は、消費額でも伸びているか

最後の問いが、この事例の要点です。人数と金額は、必ずしも同じ方向に動きません。 来訪者数だけを見て市場を評価すると、判断を誤ります。

扱うデータの性質

本事例では、3つのデータソースが公表する、性質の異なるデータを結合します。分析を始める前に、それぞれが何であるかを押さえてください。

	インバウンド消費動向調査	訪日外客統計	出入国管理統計
公表元	観光庁（国土交通省）	日本政府観光局（JNTO）	法務省（出入国在留管理庁）
何を表すか	訪日客が1人いくら使ったか	訪日客が何人来たか	うちクルーズ客が何人か
データの性格	調査（アンケート）の集計	出入国の統計	上陸許可の件数
公表の粒度	四半期	月	月
公表のタイミング	遅い（四半期ごと、速報→確報）	早い（翌月）	月ごと
ファイルの形	期ごとに別ファイル	1ファイルに年別シート	月ごとに別ファイル

本事例の進め方

本事例は、次の手順で進めます。

手順1から3が分析の準備、手順4と5が分析そのものです。準備に3ページを費やしているのは、複数の出所にまたがるデータ分析では、そこが仕事の大半を占めるからです。

試算の式は次のとおりです。手順3でこの形のファクトテーブルを作り、手順5で消費総額を求めます。

一般客数[国, 月]      ＝ JNTO 訪日外客数[国, 月] − クルーズ客[国, 月]
1人あたり旅行支出[国]  ＝ 参考2「全体」[国, 四半期]
消費総額試算値[国, 月] ＝ 1人あたり旅行支出[国, その月の属する四半期] × 一般客数[国, 月]

参考情報

なぜクルーズ客の統計データが必要か

観光庁が国籍・地域別に公表している1人あたり旅行支出は、クルーズ客を除いた「一般客」のものです。一方、JNTO の訪日外客数にはクルーズ客が含まれます。したがって、下記のような計算が必要です。

一般客数 ＝ JNTO 訪日外客数 − 船舶観光上陸許可（クルーズ客）

クルーズ客数は法務省の出入国管理統計から取得します。観光庁もこの統計を用いてクルーズ客数を推計していると注記しています。

データ処理にあたっての留意事項

分析の前に押さえておきたいこと

1. 粒度が違うものを掛け合わせています。

消費動向調査は四半期、訪日外客統計とクルーズ客は月です。本事例では、四半期の単価を同じ四半期の各月に複製して結合しています。そのため、消費総額試算値の月ごとの変動は、人数の変動のみに由来します。 「この月に単価が上がった」とは読めません。

2. 公表のタイミングが違います。

来訪者数は2026年8月まで公表されている一方、消費動向調査は四半期公表で遅行するため2026年6月までです。掛け合わせた試算値は、短いほうに合わせて打ち切る必要があります。打ち切らないと、直近の月が古い四半期の単価のまま人数だけ動いた値になります。

3. 似た名前のシートで、値が1割違います。

消費動向調査のブックには37枚のシートがあり、1人あたり支出を載せた表が複数あります。どれを使うかで結果が変わります。

シート	内容	2026年4-6月期の全国籍
`表3-1`	パッケージツアー参加費の国内分を含まない	222,119円
`参考2`	パッケージツアー参加費内訳を含む	244,733円

観光庁の公表する消費総額が立脚しているのは 参考2 の系列です。本事例でもこちらを使います。

4. 速報値が含まれ、後から改定されます。

シートには 【確報】 【2次速報】 のような公表段階の表記が入っています。直近の期を含む分析では、取得日を記録し、結論をその時点のものとして扱ってください。

5. 表の構造も、期や年によって変わります。

どのデータも、公表のたびに形が少しずつ変わります。

消費動向調査は、2026年から国籍・地域の区分が21から24に増えています（メキシコ・北欧・中東が追加）。シートの幅が48列から54列に変わる理由です
訪日外客統計は、年によって表の構造が4通りあります。中東地域・北欧地域の内訳行は2020年以降にしか存在せず、2019年以前はその列自体がありません
出入国管理統計は、掲載される港が月によって変わります

「全シート同じ構造」と決めつけて処理すると、ある年から静かに列がずれます。Excel解析のページで、AI がこの違いをどう見つけたかを扱います。

6. 合計行と内訳行が同じ列に並んでいます。

どのデータにも、集計行が個別の国・地域と同じ列に混在しています。

消費動向調査：全国籍・地域（全体計）、中東・北欧（地域計）、その他（残余）
訪日外客統計：総数、アジア計、ヨーロッパ計、および 中東地域 の内訳（イスラエル・トルコ・GCC6か国）
出入国管理統計：総数、アジア、ヨーロッパ

そのまま合計すると、同じ人を二重に数えることになります。データ結合のページで、これらをどう除外したかを扱います。

7. 表記もデータソースによって違います。

同じ項目でも、データソースによって表記が異なります。データ処理でこれを考慮し正しく紐づける必要があります。

	JNTO	出入国管理統計
香港	`香港`	`中国〔香港〕`

この対応付けはデータ結合のページで扱います。

本事例は「例示」です

本事例は Kari の動作を示す例示であり、算出される数値は観光庁の公表数値と異なる可能性があります。

消費総額は標本調査の単価に人数を掛けて求めた試算値です。また、国籍・地域別の一般客数は「JNTO の人数 − 法務省の人数」で求めた近似であり、観光庁の推計と一致する保証はありません。

AI が導き出した市場動向の解釈や示唆について、本サイトはその因果関係や背景を検証していません。事業上の判断に用いる場合は、必ず一次資料および他の情報源と照合してください。 各ページの「Human-in-the-loop のポイント」に、確認すべき箇所を記載しています。

ユースケースの説明​

シナリオ​

扱うデータの性質​

本事例の進め方​

参考情報​

なぜクルーズ客の統計データが必要か​

データ処理にあたっての留意事項​