ECの売上集計を自動化する｜複数モール対応スプレッドシート連携の実践手順【2026年版】

「毎月の売上集計、なんでこんなに時間がかかるんだろう？」と感じていませんか

Amazonのレポート、楽天のRMS、メルカリShopsのCSV、Shopifyの管理画面、そしてBASEやeBay……。複数のモールで販売している中小EC事業者の方から、私がもっとも多く相談を受けるのが「売上集計だけで毎月まる1日つぶれる」という悩みです。

それぞれのモールでCSVをダウンロードし、Excelに貼り付け、フォーマットを揃え、税抜き・税込みを直し、送料や手数料を差し引き、ようやく「今月の粗利」がわかる。これを毎月やっていたら、本業である「売る」「仕入れる」「改善する」時間がどんどん削られていきます。

この記事では、そんな悩みを持つ中小EC事業者・個人事業主の方に向けて、Googleスプレッドシートと無料のAIツールを組み合わせた売上集計の自動化について、具体的な手順と落とし穴を解説します。読み終わるころには、「来月からは集計に30分もかからないな」というイメージが持てるはずです。

結論：いきなり月額数万円の統合ツールは不要。スプレッドシート＋AIで十分回る

先に結論をお伝えします。売上集計の自動化と聞くと、「ネクストエンジン」「クロスモール」「TEMPOSTAR」などの受発注一元管理ツールを思い浮かべるかもしれません。これらは月商1,000万円を超えて在庫連携が必須になったら検討価値がありますが、「売上を集計して数字を把握したい」だけなら、Googleスプレッドシート＋AIで十分です。

私自身、EC運営を16年続けてきて、Amazon・メルカリShops・eBay・Shopify・Shopeeなど複数プラットフォームを扱ってきました。過去には10万円以上する管理ツールを試したこともありますが、結局のところ「自分の見たい数字を、自分の粒度で見る」ためには、スプレッドシート運用のほうが柔軟で、しかもコストがほぼゼロという結論に至りました。

本記事で解説する仕組みの月額コストは、基本的に0円〜数百円です。ChatGPTの有料プランを併用する場合でも数千円程度。この投資で、月10時間以上の作業時間が浮くと考えれば、まず試さない手はありません。

自動化の全体像：3つのレイヤーに分けて考える

複数モールの売上集計を自動化する場合、以下の3層に分けて考えると混乱しません。

レイヤー1：データ取得（各モールからCSVを引っ張ってくる）

各モールの管理画面から売上明細のCSVをダウンロードする、あるいはAPI経由で取得する部分です。

レイヤー2：データ整形（フォーマットを統一する）

モールごとに列名も並びもバラバラなCSVを、統一フォーマットに変換する部分です。ここが一番手間のかかる部分で、AIが最も活躍するポイントでもあります。

レイヤー3：集計・可視化（月次レポートや粗利計算をする）

整形後のデータから、月別・商品別・モール別の売上や粗利を計算し、グラフで可視化する部分です。

いきなり全部を自動化しようとすると挫折します。まずはレイヤー2と3から着手し、慣れてきたらレイヤー1に取り組むのが現実的です。

ステップ1：統一フォーマットの「マスターシート」を作る

最初にやるべきは、「どんな粒度で売上を管理したいか」を決めて、統一フォーマットを作ることです。

マスターシートに持たせるべき最低限の列

私が実際に運用している列構成は、以下のようなものです。細かい業種によって調整してください。

• 受注日
• モール名（Amazon/楽天/メルカリShops など）
• 注文番号
• 商品コード（SKU）
• 商品名
• 単価（税込）
• 数量
• 売上小計
• 販売手数料
• 送料（受取）
• 送料（実費）
• 仕入原価
• 粗利
• 顧客地域（必要なら）

ポイントは、「モール名」の列を必ず設けることです。これがあれば、後からピボットテーブルでモール別の集計が一瞬でできます。

スプレッドシートで新規ファイルを作る際の注意点

Googleスプレッドシートで「ec_sales_master」のようなファイルを新規作成し、1行目に上記の列名を並べます。このとき、列名は絶対に途中で変えないでください。後で作る自動化の仕組みが全部崩れます。

また、シート名も「2026_01」「2026_02」のように月別に分けると管理が楽です。年間トータルで見たいときは、別途「集計」シートを作り、QUERY関数で全月を統合します。

ステップ2：AIを使ってモール別CSVを統一フォーマットに変換する

ここが最大の山場であり、AIが最も価値を発揮するポイントです。

従来のやり方の限界

これまでは、モールごとに「Amazonの列Aは統一シートの列Cに、列Fは列Eに……」と手作業でマッピングするか、Excelマクロを組む必要がありました。マクロは一度作れば楽ですが、モール側のCSV仕様が変更されるたびに修正が必要で、非エンジニアには保守がつらい。

ChatGPT（GPT-5系）にCSV変換をやらせる

執筆時点（2026年）のChatGPTは、CSVファイルをアップロードして「この形式に変換して」と指示するだけで、かなり正確に整形してくれます。私が実際に使っているプロンプトの骨格を紹介します。

【指示】
添付したCSVは〇〇モールの売上明細です。以下の統一フォーマットに変換したCSVを出力してください。

【統一フォーマットの列】
受注日, モール名, 注文番号, 商品コード, 商品名, 単価（税込）, 数量, 売上小計, 販売手数料, 送料受取, 送料実費, 仕入原価, 粗利

【変換ルール】
– モール名は「〇〇」で固定
– 受注日はYYYY-MM-DD形式
– 単価が税抜きの場合は10%を加算
– 販売手数料が別列にない場合は空欄でOK
– 該当データがない列は空欄で出力

【出力形式】
コピペしやすいCSV形式で。ヘッダー行を含めてください。

これを一度作っておけば、翌月からは「今月分のCSVです、同じルールで変換して」と伝えるだけで済みます。私の場合、モールごとに「変換用プロンプト」をGoogleドキュメントに保存しておき、毎月コピペするだけで運用しています。

個人情報の扱いには最大限の注意を

ここで重大な注意点があります。各モールからダウンロードしたCSVには、顧客の氏名・住所・電話番号・メールアドレスなどの個人情報が含まれます。これをそのまま外部AIサービスにアップロードするのは、個人情報保護法の観点からもプライバシーポリシーの観点からも危険です。

必ず、アップロード前に以下のいずれかで個人情報列を削除してください。

• スプレッドシートで該当列を削除してからCSV書き出し
• Excelで列を非表示ではなく「削除」する
• テキストエディタで該当列を空白置換

個人的には、AIに渡すのは「注文番号・商品・金額・日付」だけに絞ることを強くおすすめします。集計目的なら、氏名も住所もそもそも不要です。

ステップ3：スプレッドシートで自動集計とダッシュボード化

統一フォーマットに揃ったデータを、いよいよスプレッドシートに投入して集計します。

QUERY関数で「見たい数字」を一発で出す

Googleスプレッドシートには、SQLに似た記法で集計ができる「QUERY関数」という強力な関数があります。関数を覚えるのが苦手な方でも、これだけは覚える価値があります。

例えば、モール別・月別の売上を出したいなら、集計シートに以下のような数式を書きます。

=QUERY(データ範囲, “SELECT B, SUM(H) WHERE A IS NOT NULL GROUP BY B LABEL SUM(H) ‘売上小計合計'”)

Bがモール名、Hが売上小計だとすると、これだけでモール別売上が一覧表になります。QUERY関数の書き方がわからなくても、ChatGPTに「こういう列構成のデータでこれを集計したい」と伝えれば、QUERY関数を書いてくれます。これも自分で覚える必要はありません。

ピボットテーブルで多角的に切り替える

「関数はやっぱり苦手」という方は、ピボットテーブル機能を使いましょう。データ範囲を選択して「挿入」→「ピボットテーブル」で、行に「モール名」、列に「月」、値に「粗利」を入れれば、モール×月の粗利マトリクスが一瞬で出来上がります。

グラフで「傾向」を可視化する

数字の羅列だけでは、傾向がつかみにくいものです。ピボットテーブルからそのままグラフを挿入し、以下のような視点で見ると、経営判断に直結します。

• モール別売上推移（どこが伸びているか）
• 商品カテゴリ別粗利ランキング（本当に稼いでいる商品は？）
• 手数料率の推移（実は利益を圧迫していないか）

私自身、この可視化を始めてから「Amazonは売上は大きいけど手数料と広告費で粗利は薄い」「メルカリShopsは規模は小さいけど粗利率が異様に高い」といった発見があり、力の入れどころを見直すきっかけになりました。

ステップ4：さらに一歩進める「Google Apps Script」の活用

ここまでの3ステップだけでも、集計時間は劇的に減ります。もう一歩進めたい方向けに、Google Apps Script（GAS）を使った完全自動化を紹介します。

GASでできることの例

• 指定フォルダに置いたCSVを自動で読み込んで統一フォーマットに変換
• 毎月1日にAmazon/楽天のレポートAPIからデータを自動取得
• 売上が前月比で20%以上落ちたらSlackやLINEに通知
• 粗利率が閾値を下回った商品を自動でリストアップしてメール送信

GASはJavaScriptベースのプログラムですが、コードを一行も書けなくても、ChatGPTに「こういう処理をするGASを書いて」と依頼すれば、ほぼ動くコードが返ってきます。あとはそれをスプレッドシートの「拡張機能」→「Apps Script」に貼り付け、実行するだけです。

GAS学習の第一歩におすすめの書籍

GASを本格的に触ってみたい方は、書籍で体系的に基礎を押さえるのが結局は近道です。以下は初心者向けの定番書です。

詳解! Google Apps Script完全入門

また、スプレッドシートの関数を体系的に学びたい方には、以下のような関数解説書も一冊あると便利です。

Google スプレッドシート パーフェクトブック

実際にあった失敗例：私がハマった落とし穴

ここからは、私が実際に運用する中でハマった失敗例を共有します。同じ轍を踏まないでください。

失敗1：モール側の仕様変更で集計が壊れた

ある大手モールが、CSVの列順を予告なく変更したことがあります。私の変換ルールは列名ベースではなく列位置ベースで組んでいたため、変換後のデータが全部ズレていました。しかも気づいたのは翌々月……。

対策：変換ルールは必ず「列名」を基準に書く。AIに依頼する際も「A列」ではなく「”注文日”という列名の値」と指示する。これだけで、多少の仕様変更には強くなります。

失敗2：税込・税抜の混在で粗利がおかしくなった

Amazonは税込表示、あるモールは税抜表示、というふうに混在していると、そのまま集計すると数字が合いません。「今月なぜか粗利がすごい！」と喜んだら、単純に税抜きの仕入原価と税込みの売価を比較していただけ、というオチもありえます。

対策：マスターシートは「税込」で統一する。変換段階で税抜きデータには消費税を加算するルールを徹底します。

失敗3：AIの変換結果を鵜呑みにした

AIは非常に優秀ですが、稀に「行が抜ける」「金額の桁がずれる」といったミスをします。特に大量データを一度に処理させると起きやすい傾向があります。

対策：変換後、必ず「行数」と「売上合計」をチェックする。元CSVの行数と変換後の行数が一致しているか、元CSVのSUM(売上)と変換後のSUM(売上小計)が一致しているか、この2点だけは毎回確認してください。数秒で終わるので習慣化しましょう。

失敗4：バックアップを取らずにシートを壊した

QUERY関数の実験中に、うっかり元データを上書きしてしまったことがあります。Googleスプレッドシートには変更履歴機能がありますが、複雑な操作を重ねた後だと復旧が難しくなります。

対策：月次で「_backup_YYYYMM」のコピーを取る。Googleドライブ内で数秒で終わる作業です。

「自動化する前に」考えておきたい3つの視点

視点1：何のために自動化するのか

自動化そのものが目的化すると、コードを書くことに時間を取られて本末転倒になります。「集計時間を月10時間から1時間にして、その9時間で新商品リサーチをする」といった、浮いた時間の使い道を先に決めておきましょう。

視点2：どこまでを自動化するか

データ取得（レイヤー1）を完全自動化しようとすると、各モールのAPI連携が必要になり、一気にハードルが上がります。API仕様書を読み解いてOAuth認証を実装する必要が出てくるため、非エンジニアには難易度が高い。

個人的には、「CSVダウンロードだけは手動、それ以降は全自動」というレベルが、コストと効果のバランスとして最適だと感じています。CSVダウンロードは月に一度、5分の作業です。ここまで削る労力は、多くの中小事業者には見合わないケースが多いです。

視点3：将来的な事業拡大を見越しているか

取扱商品が数千点、月間注文が数千件を超えるなら、話は変わります。この規模になると、在庫連携・受発注管理・出荷指示までを一元化する必要があり、専用ツールの導入価値が出てきます。ただしそのフェーズに達していないのに高額ツールを入れると、月額費用が粗利を食いつぶします。

目安として、月間注文数が500件を超えたあたりから、専用ツールの検討を始めるのが妥当です。それまではスプレッドシートで十分です。

私が実際に運用している月次ルーティン

参考までに、私が現在（2026年時点）実際に回している月次の売上集計ルーティンを公開します。

1. 月初1日目（所要時間15分）：各モールからCSVをダウンロード。フォルダに保管。
2. 月初1日目（所要時間15分）：ChatGPTに保存済みプロンプトを使って、各CSVを統一フォーマットに変換。個人情報列は事前削除。
3. 月初1日目（所要時間10分）：変換結果をマスターシートに追記。行数と合計値をチェック。
4. 月初1日目（所要時間20分）：ダッシュボードシートを開いて、モール別・商品別の異常値をチェック。前月比で大きく動いた項目にメモを残す。

合計1時間程度。以前は丸1日かかっていた作業が、この規模まで圧縮できています。

まとめ：まずは「マスターシート作成」から始めよう

今回の記事のポイントを振り返ります。

• 複数モールの売上集計は、Googleスプレッドシート＋AIで十分自動化できる。高額ツールは不要。
• 自動化は「データ取得」「整形」「集計」の3層に分けて考える。まずは整形と集計から。
• 統一フォーマットのマスターシートを作り、AIにCSV変換をさせる。プロンプトはテンプレ化。
• 個人情報は絶対にAIに送らない。列を削除してからアップロード。
• QUERY関数やピボットテーブルで多角的に集計。関数の書き方はAIに聞けばよい。
• 変換後は必ず「行数」と「合計値」を検算する。

読み終えたあなたの次のアクションは、「マスターシートの列構成を紙に書き出す」です。いきなりスプレッドシートを開くのではなく、まず「自分は何の数字を、どの粒度で見たいのか」を10分だけ考えてみてください。ここが固まれば、あとの実装は驚くほどスムーズに進みます。

もし「自分の事業ではどの列構成が最適か」「うちのモール構成でどこまで自動化できるか」といった個別具体的な相談が必要でしたら、AI導入コンサルティングでも承っています。EC運営16年の経験と、複数プラットフォームでの実装ノウハウをもとに、あなたの事業規模と業務フローに合わせた最短ルートをご提案します。

売上集計に費やしていた時間を、本来やるべき「売る」「改善する」時間に取り戻しましょう。その一歩目は、思っているよりずっと小さな行動から始められます。