社内業務のStreamlit化──NTTドコモ事例に共感した話

はじめに：業務の中で見えた改善の可能性

社内システムの保守業務に携わる中で、同じような問い合わせや依頼が繰り返されることが多く、「この作業、もっと効率化できるのでは？」と感じるようになりました。

そこで約3年前から、PythonとStreamlitを使って社内向けのツールを自作するようになり、Excel整形やデータ抽出、帳票出力などの定型業務を少しずつ自動化しています。

現在では、同じシステムを担当する別メンバーにもStreamlitの使い方を共有し、ある程度自動化できるようになりました。チーム内での活用が進んだことで、業務改善のスピードも上がっています。

Streamlitを選んだ理由は、

Pythonは今後絶対必要になると感じていた データ処理や自動化のニーズが増えており、Pythonの習得は避けて通れないと考えていました。Streamlitはその学習モチベーションにもつながる実践的なツールでした。
フロントエンドの作り込みに時間をかけたくなかった HTMLやJavaScriptでUIを構築するのは、私にとっては時間も労力もかかる作業でした。Streamlitなら、PythonだけでシンプルなGUIがすぐに作れるので、開発スピードが格段に上がります。
Excelとの相性が抜群だった 社内ではExcelがインプット・アウトプットの中心。Python（特にpandas）ならExcelデータの読み書きや整形が非常に簡単で、Streamlitと組み合わせることで、業務に直結するツールがすぐに作れました。
フロントエンド技術が得意ではなかった Web系の技術（HTML, CSS, JavaScript）にはあまり自信がなく、そこに時間を割くよりも、Pythonでロジックを組みながらUIも一緒に作れるStreamlitの方が圧倒的に効率的でした。

最近、NTTドコモが社内業務の効率化にStreamlitを活用しているという事例を知り、「自分の取り組みと同じ方向性だ」と強く共感しました。

NTTドコモでは、約9,900万人の会員データを活用する業務において、非エンジニアでも使えるデータ分析環境を整えるためにStreamlitを導入。Pythonで開発された分析アプリを社内プラットフォーム「Pochi」に集約し、誰でも簡単に機械学習やデータ分析ができる環境を整えています。

さらに、社内コンテストでは「PDFやPNGのダッシュボードをアップロードすると、生成AIが内容を解説するStreamlitアプリ」まで登場。データ活用の民主化が本格的に進んでいることを感じました。

私がStreamlitを使って社内ツールを作り始めたのは、ほんの些細な「繰り返し作業を減らしたい」という思いからでした。でも、NTTの事例を見て改めて思ったのは、その小さな改善が、組織全体の生産性や意思決定スピードに大きく貢献する可能性があるということです。

Streamlitは、単なる技術ツールではなく、現場の課題を解決するための「橋渡し」になり得る存在です。NTTドコモのような大企業でも活用されている今、現場技術者が小さな改善を積み重ねることの意味は、ますます大きくなっていると感じます。

同じように「社内のちょっとした困りごとを解決したい」と思っている方がいれば、ぜひStreamlitを試してみてください。