id: W-11
title: AI × 管理会計の実践｜CRMと会計データを統合した収益管理の設計
slug: ai-management/ai-management-accounting-crm-integration
metaDescription: AI×管理会計の実践方法を解説。HubSpot等のCRM売上データとfreee・マネーフォワード等の会計データを統合し、部門別・案件別の収益管理を自動化する設計手法を紹介。Excel脱却から始めるスモールスタートの導入ステップと、配賦ルールの仕組み化まで具体的に解説します。
keywords: AI, 管理会計, CRM, 会計, 統合, 収益管理
blogAuthorId: 166212808307
「月次の収益を部門別に確認したいのに、営業のデータはCRM、経費は会計ソフト、配賦はExcel。3つのツールを行き来して手作業で集計するたびに数字がずれる」――管理会計に取り組む中小・成長企業の経営者やCFOにとって、これは日常的な悩みではないでしょうか。
管理会計が「形骸化する」最大の原因は、売上データと原価・経費データが別々のシステムに分断されていることにあります。CRMには「どの案件で・いくら売り上げたか」というトップライン情報があり、会計ソフトには「何に・いくら使ったか」というコスト情報があります。しかしこの2つを紐づけて「案件別・部門別にいくら儲かったか」を算出する仕組みがなければ、管理会計は「月末にExcelで頑張る作業」から脱却できません。
本記事では、CRMの売上データとfreee・マネーフォワード等の会計データをAIで統合し、部門別・案件別の収益管理を自動化する実践的な設計方法を解説します。Excel依存の管理会計から脱却し、一元管理 × 自動化 × 可視化で経営判断のスピードと精度を高める設計思想をお伝えします。
管理会計は、財務会計とは目的が根本的に異なります。財務会計が「外部への報告義務」を果たすための仕組みであるのに対し、管理会計は「社内の意思決定を支援する」ための仕組みです。
| 比較項目 | 財務会計 | 管理会計 |
|---|---|---|
| 目的 | 外部報告（税務申告・株主報告） | 社内の経営判断を支援 |
| 対象 | 税務署・株主・金融機関 | 経営者・部門責任者 |
| 基準 | 法令・会計基準に準拠（義務） | 自社に最適な設計が可能（任意） |
| 集計単位 | 会社全体の損益 | 部門別・案件別・顧客別の損益 |
| 報告頻度 | 月次〜年次 | リアルタイム〜週次が理想 |
| 時間軸 | 過去の実績を記録 | 過去の実績＋将来の予測 |
| データソース | 会計ソフトの仕訳データ | CRM＋会計＋業務データの統合 |
重要なのは、管理会計には「決まったルール」がないという点です。自社の事業構造と意思決定のニーズに合わせて、自由に設計できます。逆に言えば、自社に最適な設計ができなければ、管理会計は機能しません。
管理会計が経営に不可欠である理由は、以下の3つに集約されます。
従来の管理会計は、会計ソフトの勘定科目データだけで完結していました。しかし会計データだけでは「どの案件の売上か」「どの営業担当の貢献か」「どの顧客セグメントが利益を生んでいるか」が見えません。
CRMには、会計データにはない「売上の文脈」が蓄積されています。
この「売上の文脈」と会計データの「コスト情報」を掛け合わせることで、初めて案件別・顧客別・部門別の真の収益性が可視化されます。CRMと会計ソフトの連携設計については、CRM × 会計連携の実践設計｜freee・マネーフォワードとの接続で経理業務を自動化するで詳しく解説しています。
多くの企業で管理会計がExcelで運用されています。年商数千万〜1億円規模までは機能しますが、事業が拡大するにつれて以下の3つの構造的問題が表面化します。
| 問題 | 症状 | 根本原因 |
|---|---|---|
| 1. データの分断 | CRMの売上を会計ソフトの経費と突合してExcelで集計。毎月3〜5日の工数が発生し、集計完了は翌月中旬 | 売上データ（CRM）とコストデータ（会計）が別々のシステムに存在している |
| 2. 配賦ロジックの属人化 | 共通経費の部門配賦を「担当者の感覚」で按分。人によって配賦結果が異なる | 配賦ルールが明文化・システム化されておらず、個人の判断に依存している |
| 3. リアルタイム性の欠如 | 月初に届く前月の数字は「すでに過去」。四半期の収益悪化に気づくのが遅れ、打ち手が後手に回る | 手動集計が前提の仕組みでは、週次やリアルタイムの可視化は不可能 |
Excel管理が「悪い」のではなく、事業の成長に伴い管理すべきデータ量と更新頻度が増大し、手動運用の限界を超えるタイミングが来るということです。そのタイミングで必要になるのが、CRMと会計データの統合基盤です。
CRMと会計データを統合した管理会計基盤は、以下の3層構造で設計します。
| レイヤー | 役割 | データソース | 出力 |
|---|---|---|---|
| 1. 売上レイヤー | 案件別・顧客別・部門別の売上を構造化 | HubSpot CRM（商談・取引） | 案件別売上、顧客別売上、部門別売上 |
| 2. コストレイヤー | 直接費と間接費を分離し、配賦ルールを定義 | freee/マネーフォワード（仕訳・経費） | 案件別直接費、部門別間接費、配賦済み原価 |
| 3. 収益分析レイヤー | 売上とコストを統合して収益性を算出 | 売上レイヤー＋コストレイヤーの統合 | 案件別粗利、部門別営業利益、顧客別LTV収益性 |
HubSpotの商談（Deal）データには、管理会計に必要な売上の粒度がすでに含まれています。ポイントは、以下のカスタムプロパティを追加して売上を「分類可能」にすることです。
この構造があれば、「今月の売上1,500万円」を「新規800万円・継続500万円・アップセル200万円」に分解し、さらに「コンサル売上900万円・開発売上600万円」「営業1課700万円・営業2課800万円」と多軸で分析できます。
会計ソフトのデータは勘定科目単位で記録されていますが、管理会計では「誰のコストか（部門）」「何のためのコストか（案件）」という視点で再構成する必要があります。
コストは以下の3分類で整理します。
共通間接費をどう配賦するかは、管理会計の精度を左右する重要な設計判断です。代表的な配賦基準を以下に整理します。
| 配賦基準 | 適用する間接費の例 | 計算方法 | メリット |
|---|---|---|---|
| 売上高比率 | 地代家賃、管理部門人件費 | 部門売上 ÷ 全社売上 × 共通費 | シンプルで理解しやすい |
| 人員数比率 | 福利厚生費、通信費 | 部門人員 ÷ 全社人員 × 共通費 | 人数に比例するコストに適切 |
| 工数比率 | 開発共通基盤の維持費 | 部門投入工数 ÷ 全社工数 × 共通費 | 作業量に比例するコストに適切 |
| 直接費比率 | 品質管理費、プロジェクト管理費 | 部門直接費 ÷ 全社直接費 × 共通費 | 直接費に連動するコストに適切 |
配賦基準は1つに統一する必要はなく、コストの性質に応じて使い分けるのが実務的です。重要なのは、配賦ルールを明文化してシステムに組み込み、属人化を排除することです。
CRMと会計データの統合基盤が整った段階で、AIを活用して管理会計の精度と速度をさらに高めることができます。
| アプローチ | 目的 | 具体例 | 効果 |
|---|---|---|---|
| 1. 自動配賦の最適化 | 配賦ルールをAIが過去データから最適化 | 費目ごとに最適な配賦基準を提案、季節変動を考慮した動的配賦 | 配賦精度が向上し、部門別収益の信頼性が上がる |
| 2. 収益性パターンの検出 | 利益率の変動パターンをAIが自動検出 | 案件規模と利益率の相関分析、顧客セグメント別の収益トレンド | 「どの案件が儲かるか」の判断基準が明確になる |
| 3. 予実差異の自動分析 | 予算と実績の乖離原因をAIが分析 | 売上未達の要因分解（単価 × 件数 × ミックス）、コスト超過の原因特定 | 月次レビューの所要時間が半減し、打ち手が早くなる |
間接費の配賦は「売上高比率で一律按分」とするのが最も簡単ですが、部門ごとの実態を正確に反映しない場合があります。AIを活用すれば、過去の実績データから費目ごとに最適な配賦基準を提案できます。
たとえば「通信費は人員数比率より、各部門のSaaS利用アカウント数で配賦したほうが実態に近い」といった最適化を、AIがデータから自動的に発見します。配賦ルールの精度が上がれば、部門別の収益管理の信頼性も向上します。
「案件規模が500万円以上になると利益率が下がる」「特定の業種の顧客はLTVが高いが初期の利益率が低い」――こうした収益性のパターンは、データが蓄積されて初めて見えてきます。
AIはCRMの商談属性（業種・規模・契約形態・営業担当者）と会計データの収益実績を組み合わせ、人間が見落としがちなパターンを検出します。営業戦略や価格設定の見直しに直結する示唆を、データから導き出します。
月次の予実差異を「売上が目標より200万円少なかった」で終わらせるのではなく、その原因を単価要因・件数要因・ミックス要因に自動分解します。
この分解がAIで自動化されれば、月次レビューの焦点が「何が起きたか」から「次にどう打つか」に移り、経営のPDCAサイクルが加速します。部門別の収益可視化の詳しい設計については、部門別P&Lの可視化設計｜CRMデータを活用した収益管理ダッシュボードの作り方もあわせてご覧ください。
CRM・会計ソフト・AI分析基盤の3つを統合した管理会計基盤では、各システムの役割を明確に定義します。
[HubSpot CRM] [freee / マネーフォワード]
| |
|- 案件別売上 |- 勘定科目別経費
|- 顧客属性・セグメント |- 部門タグ付き仕訳
|- 収益区分（新規/継続） |- 外注費（案件ID付き）
+- 営業担当・チーム +- 固定費・変動費
| |
+--------+ API / ETL +---------+
| |
v v
[データ統合レイヤー]
顧客ID・案件IDで紐づけ
|
v
[AI分析基盤]
|- 配賦計算エンジン
|- 収益性分析モデル
+- 予実差異分析
|
v
[経営ダッシュボード]
|- 部門別P&L
|- 案件別収益性ランキング
|- 顧客セグメント別LTV分析
+- 予実差異アラートHubSpotの商談データとfreeeの仕訳データを正確に紐づけるために、以下の3つの共通キーを設計します。
この紐づけ精度が管理会計の品質を決定します。最初から完璧を目指す必要はありませんが、顧客IDの統一だけは初期段階で確実に行ってください。中小企業のFP&Aにおける管理会計設計については、中小企業のFP&A入門｜CRM × 管理会計で始めるデータドリブン経営もご参照ください。
管理会計の仕組みは、最初からすべてを構築する必要はありません。以下の3ステップで段階的に拡張するアプローチを推奨します。
まず取り組むべきは、CRMの商談データに管理会計の「軸」を追加することです。
ポイント: 最初は「部門別」と「サービス種別」の2軸だけで十分です。軸を増やしすぎると入力負荷が上がり、データ品質が低下します。
CRMの売上データと会計ソフトのコストデータを紐づけ、部門別・サービス別の収益を可視化します。
この段階で「Excelに頼らなくても部門別の収益が見える」状態を実現します。配賦ルールは最初からシステムに組み込み、仕組み化しておくことが重要です。
データの蓄積が進んだ段階で、AIによる分析機能を段階的に追加します。
ポイント: AI分析の精度は、ステップ1・2で蓄積したデータの品質と量に依存します。少なくとも12か月分のデータがあれば季節変動を考慮した分析が可能になります。焦らず、まずデータ基盤を整えることが成功の前提条件です。
CRM × 会計データの統合による管理会計の設計ポイントを整理します。
すべてを一度に構築する必要はありません。まずはCRMの売上データに「部門」と「サービス種別」を付与し、月次で部門別の売上を可視化することが最初の一歩です。データが蓄積されれば、それ自体がAI分析の基盤になります。仕組み化された管理会計は、経営判断の精度とスピードを同時に高め、「感覚経営」から「データドリブン経営」への転換を後押しします。
会計ソフトだけでは「全社の損益」は把握できますが、「どの案件が利益を生んでいるか」「どの顧客セグメントの収益性が高いか」といった意思決定に直結する分析ができません。CRMには案件の属性（規模・業種・契約形態・営業担当者）が蓄積されており、この「売上の文脈」と会計データの「コスト情報」を統合することで、初めて案件別・部門別・顧客別の収益管理が可能になります。経営判断の粒度が「全社」から「案件単位」に変わる点が最大のメリットです。
「唯一の正解」はありません。管理会計の配賦は経営判断を支援するためのものであり、自社の事業構造に合った設計が最適解です。実務的には、まず売上高比率で一律配賦するところから始め、データが蓄積されたら費目ごとに最適な配賦基準（人員数比率、工数比率など）に細分化していくスモールスタートのアプローチを推奨します。重要なのは、配賦ルールを属人化させず、明文化してシステムに組み込むことです。
最もシンプルな方法は、HubSpotの会社レコードIDとfreeeの取引先コードの対応表（マッピングテーブル）を作成し、顧客単位で売上とコストを紐づけることです。案件単位の紐づけが必要な場合は、HubSpotの商談IDをfreeeの仕訳の摘要欄に記録するルールを策定します。連携方法としては、APIによるカスタム連携、iPaaS（Make、Zapierなど）によるノーコード連携、専門の連携アプリの活用があります。まずは顧客IDの統一から始め、案件IDの紐づけは段階的に拡張してください。
フル構成のAI分析基盤は10名規模ではオーバースペックですが、「部門別・サービス別の売上構成」と「案件別の粗利把握」は早期に始める価値があります。売上が1億円を超えたあたりから「全体で黒字でも特定の案件やサービスが赤字」という事態が発生しやすくなります。最初から複雑な仕組みを構築する必要はなく、CRMの商談にサービス種別を付与して月次で集計するだけでも、経営判断の質は大きく向上します。小規模なうちにCRMにデータを蓄積しておけば、成長フェーズでの管理会計基盤構築がスムーズになります。
スモールスタートで押さえるべき収益管理指標は以下の5つです。(1) 部門別売上と構成比（どの部門が売上を牽引しているか）。(2) サービス別粗利率（どのサービスが利益を生んでいるか）。(3) 案件別粗利額のランキング（上位・下位の案件を把握）。(4) 顧客別の年間売上とコスト（LTVベースの収益性）。(5) 予算と実績の差異（月次ベースで乖離を早期検知）。この5指標が自動更新されるダッシュボードがあれば、月次レビューの質が大きく変わります。具体的な数値を定期的にモニタリングし、異常値が発生した際に即座にドリルダウンできる設計を目指してください。