EDINETのXBRLで「売上高」が一意に取れない理由――投資データ基盤を自作して分かったこと

金融庁のEDINETはAPI経由で上場企業の財務情報を提供しており、データはXBRL（標準的な財務報告フォーマット）で構造化されています。「これなら売上高のタグを一つ指定すれば、全社の数値が自動で比較できる」と考えるのが自然です。ところが実際は、企業ごとに売上高の定義やデータ構造が異なるため、単純には取得できません。

規格が統一されているのに、運用では無数の例外がある——これはデータ活用の普遍的な罠です。AIが活躍する時代は「データが充実している」と思いがちですが、その奥には、データのクリーニング・正規化・例外処理といった地道な作業が隠れています。投資分析やダッシュボード作成を始めるとき、多くの企業は「生データは使える」と楽観しすぎます。結果、想定の数倍の工数がクリーニングに消えます。

データドリブンな経営判断をしたいなら、「元データの品質」に最初から投資することが不可欠です。AIツールがいくら優秀でも、ゴミが入ればゴミが出ます。