プロトタイプのダミーデータの用意のしかた｜実物に近づける
プロトタイプに入れるダミーデータは、「山田太郎」「テスト商品1」「テスト商品2」のような並びで済ませると、画面は動いても事業性の判断材料になりません。この記事では、プロトタイプのダミーデータを実物に近づけるために、何を確かめたいかの決め方、作り方の選択肢、件数や偏りの設計、個人情報の扱いまでを順に整理します。
新規事業で動くプロトタイプを作る目的は、見た目の確認だけではありません。決裁者や提携先、見込み顧客に「この事業は成り立ちそうか」を実物で判断してもらうことです。その判断は、画面に並ぶデータの質に大きく左右されます。
プロトタイプにダミーデータが必要な理由
空の画面では、判断ができない
システムは、データが入って初めて「使われている姿」になります。検索結果の一覧、予約カレンダー、ダッシュボードの集計グラフは、データがなければただの枠です。
企画書の段階で「こういう画面になります」と説明するのと、実際に20件の案件が並んだ一覧を見てもらうのとでは、受け取る印象がまったく違います。経営陣と現場の間で判断の材料が違うことが、新規事業の話が噛み合わない一因になりやすいことは、新規事業で経営陣と現場がすれ違う原因は進め方のズレでも触れています。データの入った画面は、その材料をそろえる助けになります。
ダミーデータとは何か
ダミーデータとは、本物の顧客や取引から取った情報ではなく、画面の見え方や動きを確かめるために用意する仮のデータです。開発の現場では、システムの初期状態をつくるデータを「シードデータ」と呼ぶこともあります。この記事では、ダミーデータという言い方にそろえます。
データの質で、見えるものが変わる
ダミーデータの質が低いと、次のような問題が起きます。
- 名前や金額が不自然に整っていて、見た人が「作りものだ」と感じ、画面の感想より先にデータへの違和感が出る
- 件数が少なすぎて、並び替えや絞り込みの必要性が伝わらない
- 例外的なケース（長い名前、未入力の項目、キャンセル）が一切なく、運用で困る場面が見えない
つまり、ダミーデータは「とりあえず埋めるもの」ではなく、確かめたいことを引き出すための設計物として考えると、プロトタイプの価値が上がります。
先に決める：ダミーデータで何を確かめたいのか
データを作り始める前に、このプロトタイプで何を判断したいのかを言葉にします。ここが曖昧だと、作業量だけが増えて、見せたい場面に必要なデータが足りないということが起こります。
確かめたいことの例
たとえば、次のように目的ごとに必要なデータが変わります。
- 使い勝手の確認：画面の流れが自然か。必要な件数は少なめでも、操作の途中で出てくる状態（未処理・処理中・完了）がそろっている必要がある
- 事業の見え方の確認：利用者が増えたとき、どんな数字が画面に出てほしいか。集計や推移を見せるため、期間にまたがるデータが要る
- 提携先・見込み顧客への説明：相手の業界に合った言葉や商品名、実際にありそうな規模感で見せる必要がある
- 決裁者への説明：事業の判断に使う指標（件数、金額、継続の様子など）が、画面で読み取れる状態にする
指標の考え方はMVP検証の指標を先に決める方法｜判断基準の作り方で整理しています。先に「どの数字を見て判断するか」を決めておくと、ダミーデータで再現すべき範囲も決まります。
画面ごとに「見せたい場面」を書き出す
実務では、画面の一覧を作り、各画面で見せたい場面を一行ずつ書き出すと整理しやすくなります。
- 画面名（例：案件一覧）
- その画面で見せたい場面（例：未対応が目立つ、金額順に並べ替えられる）
- そのために必要なデータ（例：未対応が全体の3割程度あり、金額に幅がある）
この表ができると、「どのデータを、どんな形で、どれくらい用意するか」がそのまま設計になります。
作る範囲を広げすぎない
プロトタイプは、すべての機能を見せるものではありません。最初に作る機能の絞り方はMVP開発の機能の絞り方｜最初に作るものと後回しの基準で扱っています。ダミーデータも同じで、見せる場面に関係ない画面のデータまで丁寧に作り込むと、時間を使うわりに判断の役に立ちません。
ダミーデータの作り方：4つの選択肢
ダミーデータの用意の方法は、大きく4つに分けられます。どれか1つに決めるより、画面ごとに組み合わせるのが現実的です。
1. 手で作る
数件〜数十件であれば、人が考えて書くのがもっとも確実です。特に、デモの主役になる場面（最初に見せる一覧、キーになる詳細画面）は、手で作り込むと説得力が出ます。
手で作る利点は、事業の文脈に合った「ありそうな話」を入れられる点です。たとえば、予約サービスなら、人気の時間帯に予約が集中し、平日の昼間は空いている、といった偏りを意図して入れられます。
2. ルールで自動生成する
件数が必要な画面（集計グラフ、一覧の絞り込み、ページ送りの確認）では、ルールを決めてプログラムで生成します。たとえば次のようなルールです。
- 日付は直近6か月に散らし、平日が多め、土日が少なめにする
- 金額は、数千円の少額が多く、数万円の高額が少数になるようにする
- ステータスは、完了が半数以上、キャンセルが1割弱になるようにする
ここで大事なのは、一様なランダムにしないことです。現実のデータは、一様に散らばることはあまりなく、偏りがあります。偏りを入れるだけで、画面の見え方がかなり現実に近づきます。
3. 生成AIに作ってもらう
生成AIは、ダミーデータづくりと相性がよい作業です。たとえば「中小の製造業向けの部品の見積依頼として、ありそうな依頼文を30件作る」といった依頼ができます。自然な文章、業界用語、表記のゆれまで再現できる点は、手作業やルール生成では出しにくい長所です。
ただし、AIが作ったデータには、次の点を人が確認します。
- 実在の会社名・人名・電話番号・メールアドレスと偶然一致していないか
- 事業の前提と矛盾する内容（存在しない制度、ありえない金額）が混ざっていないか
- 似た文章ばかりで、単調になっていないか
生成AIの出力にはもっともらしい誤りが混ざることがあります。この点は生成AIのハルシネーションが開発に混ざるとき｜見つけ方と防ぎ方で詳しく取り上げています。デモに使うデータであっても、人の目で確認する工程は残しておきます。
4. 公開されているデータを加工する
統計や公開データを参考にして、分布の形を決める方法もあります。たとえば、商品の価格帯や地域ごとの件数の傾向は、公的機関などが公開している統計から目安がつかめることがあります。使う場合は、出典の名前と利用条件を確認し、元データをそのまま載せるのではなく、傾向だけを参考にしてダミーデータを作ります。出典が確かでない数字は、使わない方が安全です。
実データの一部を使う場合
既存の事業や社内に、実際のデータがある場合もあります。使えば現実味は最も高くなりますが、個人情報や取引先の情報が含まれやすいため、扱いには慎重さが必要です。この点は、後の章で整理します。
実物に近づける設計のポイント
作り方が決まったら、「実物らしく見せる」ための設計を考えます。ポイントは次の7つです。
1. 件数を、画面が必要とする規模にする
一覧画面の確認なら、1ページに収まらない件数（たとえば数十件以上）がないと、ページ送りや絞り込みの使い勝手が見えません。逆に、集計の画面なら、グラフに傾向が出る程度の件数と期間が要ります。
件数は「多ければよい」ではなく、「その画面で見せたい場面が成立する数」で決めます。
2. 分布に偏りを入れる
現実のデータは偏っています。人気の商品と、ほとんど売れない商品があり、よく使う利用者と、登録しただけの利用者がいます。ダミーデータでも、次のような偏りを意識的に入れます。
- 上位の少数に件数や金額が集中する
- 時間帯・曜日・季節に波がある
- 新規の利用者と継続の利用者が混在する
偏りがあると、ダッシュボードのグラフに「読み取れる形」が出ます。決裁者が数字を見て「ここを伸ばせば事業になりそうだ」と考える材料にもなります。ただし、偏りは事業の仮説にもとづくものなので、「実績」として見せない注意が必要です（後述）。
3. 例外ケースを入れる
実際の運用では、きれいなデータばかりが入ってくるわけではありません。次のような例外を数件ずつ混ぜておくと、運用の問題を早く見つけられます。
- 名前や住所が非常に長い
- 任意の項目が未入力
- 同じ人が複数回登録している
- キャンセル・返金・取り消しの履歴がある
- 絵文字や記号、全角半角の混在がある
「画面のレイアウトが崩れる」「集計がずれる」といった問題は、ここで見つかります。プロトタイプの段階で見つかる不具合は、本開発に入ってから見つかるものより、直しやすいのが一般的です。
4. 日付と時間の整合性を保つ
見落としやすいのが、日付のつじつまです。登録日より前に購入履歴がある、完了日が開始日より前になっている、といったデータは、見た人の信頼を下げます。
また、デモを行う日に画面を開いたとき、「直近の予約」「今月の売上」が空にならないよう、日付を基準日からの相対で作る工夫も有効です。古い日付のままだと、「今月」の表示が空になり、デモのたびに慌てることになります。
5. データ同士の関係をつなぐ
利用者、注文、商品、請求といったデータは、互いにつながっています。つながりが切れていると、詳細画面から関連情報にたどったときに空白が出ます。
データ構造の考え方は新規事業のデータ設計｜最初に決めたい5つの持ち方で扱っています。プロトタイプでも、主要なデータの関係（誰が、何を、いつ、いくらで）は、本番を意識して設計しておくと、本開発への引き継ぎがしやすくなります。
6. 言葉づかいを事業の現場に合わせる
画面の見出し、商品名、備考欄の文章などは、事業の現場で実際に使われる言葉に寄せます。専門性の高い領域ほど、言葉が合っていないだけで「現場を分かっていない」と受け取られがちです。
専門的な業界の言葉は、現場の担当者から集めたメモ、既存の帳票、問い合わせ文面などが役に立ちます。業務知識の伝え方は専門性の高いシステム開発の依頼｜業務知識の伝え方も参考になります。
7. 見せたい場面を再現できる「デモ用の筋書き」を用意する
デモでは、ひとつのストーリーに沿ってデータを見せると伝わりやすくなります。たとえば、「新規の利用者が登録し、最初の注文を入れ、担当者が管理画面で確認する」という流れであれば、その流れに登場する人物と注文を、あらかじめ用意しておきます。
筋書き用のデータと、全体の厚みを出すための大量のデータは、役割が違います。前者は手で丁寧に、後者はルールや生成で、と分けると効率的です。
実データ・個人情報・機密情報の扱い
実データはそのまま使わない
本物の顧客名、電話番号、メールアドレス、取引金額などをそのままプロトタイプに入れるのは避けます。プロトタイプは、社内外の複数の人に見せたり、開発の担当者や外部のツールを通したりします。実データが入っていると、意図しない範囲に情報が広がる可能性が高まります。
個人情報の扱いについては、設計前に確認すべき点を新規事業の個人情報とシステム設計｜設計前に確認する点にまとめています。個人情報に関する決まりは、法令と所管機関（個人情報保護委員会など）のガイドラインを確認し、判断に迷う場合は専門家に相談してください。
実データを参考にしたいとき
実データの傾向を活かしたいときは、次のように加工します。
- 氏名・連絡先・住所は、すべて架空のものに置き換える
- 金額や件数は、傾向（偏りの形）だけを参考にして新しく作る
- 取引先の名前は、実在しない名称に置き換える
- 自由記述の文章は、元の文をそのまま使わず、言い回しを作り直す
加工したつもりでも、「特定の取引が思い当たる」状態になっていないかは、元データを知っている人に確認してもらうと安全です。
AIツールに実データを渡さない
ダミーデータの生成に生成AIを使うとき、実データの一部を例として貼り付けたくなる場面があります。ここは注意が必要です。入力した情報の扱いは、ツールや契約の条件によって異なります。機密や事業アイデアを含む情報の扱いは、生成AI開発の情報漏洩を防ぐ確認点｜機密と事業アイデアで整理しています。実データではなく、架空の例を渡して生成させるのが基本です。
外部に見せるときの一言
プロトタイプを社外の人に見せる場合は、冒頭で「画面のデータはすべて架空のものです」と伝えます。この一言があるだけで、相手が自社の情報や知人の名前を探すことを避けられ、話が画面の内容に集中します。
見せ方と、よくある落とし穴
ダミーデータを実物に近づけるほど、見た人は「これが実績なのだ」と受け取りやすくなります。ここに、気をつけたい点があります。
ダミーデータの数字は、事業性の証拠ではない
デモ画面のグラフが右肩上がりでも、それは「そうなったときに、こう見える」という想定を示しているにすぎません。事業性を確かめるのは、実際の利用者の反応や、実際の数字です。
プロトタイプで確かめられるのは、主に次のことです。
- 画面や流れが、使う人にとって分かりやすいか
- 事業として見たい数字が、画面に出せるか
- 運用で困る場面が、早い段階で見えるか
- 関係者が、同じ実物を見て話せるか
売上の見込みや需要の大きさは、ダミーデータでは確認できません。その確認には、実際の利用者に触ってもらう段階が必要です。進め方はプロトタイプのユーザーテスト｜新規事業での確かめ方と質問や新規事業のクローズドβ｜進め方と公開範囲の決め方で扱っています。
都合のよいデータだけを入れない
見栄えをよくしようとして、問題のない場面ばかりをデータに入れてしまうことがあります。しかし、確かめたいのは「うまくいく場面」だけではありません。キャンセルが多い、未入力が多い、利用が特定の時間に集中する、といった厳しい条件でも画面が成り立つかを確かめるのも、プロトタイプの役目です。
撤退や方向転換の判断材料になるのは、都合の悪い場面で見えた課題であることも多くあります。判断基準の置き方は新規事業の撤退判断｜プロトタイプで「やめる」と決める基準で触れています。
本番データへの入れ替えを想定しておく
ダミーデータは、本番に入る前に消す、あるいは本物のデータと混ざらないようにする必要があります。プロトタイプから本開発に進むときの引き継ぎは、MVPから本開発は作り直し？引き継げる部分と見直す点も参考になります。
実務上は、次の点を決めておくと安全です。
- ダミーデータには、見分けがつく目印（フラグや専用の接頭語）を付ける
- ダミーデータを一括で削除、または再作成できる手順を用意する
- 本番の環境に、ダミーデータを持ち込まない
管理画面の見せ方
事業の運営側が使う管理画面では、一覧、検索、集計がデモの中心になります。データの量と偏りが画面の説得力に直結しやすいため、他の画面より少し多めに作ると効果的です。管理画面の範囲の考え方は新規事業の管理画面開発｜最初に作る範囲の見極め方で扱っています。
用意の手順を整理する
最後に、ダミーデータ用意の手順を一度まとめます。
- このプロトタイプで判断したいことを決める
- 画面ごとに「見せたい場面」と必要なデータを書き出す
- 主役の場面は手で、厚みを出す部分はルールや生成AIで作る
- 偏り・例外・日付の整合性・データ同士のつながりを確認する
- 実在の人物・会社と重なっていないか、人の目で確認する
- 見せるときに「データは架空のものです」と伝える
- 本番に入る前に、ダミーデータを消す手順を決めておく
この流れで進めれば、ダミーデータの作業が見た目の飾りではなく、判断のための準備になります。
まとめ
プロトタイプのダミーデータは、画面を埋めるための仮置きではなく、「何を確かめたいか」から逆算して設計するものです。要点を整理します。
- 作り始める前に、確かめたいことと、画面ごとに見せたい場面を書き出す
- 手作り、ルール生成、生成AI、公開データの参考という4つの方法を、画面ごとに組み合わせる
- 件数、偏り、例外、日付のつじつま、データ同士のつながり、現場の言葉づかいで、実物らしさを出す
- 実データや個人情報はそのまま使わず、傾向だけを参考にして新しく作る
- ダミーデータの数字は事業性の証拠ではない。実際の利用者の反応は別の段階で確かめる
- 本番へ進む前に、ダミーデータを消す手順を決めておく
私たちJustFitは、「先に作って、後から決める」という考え方のもと、構想をもとに約1ヶ月で動くプロトタイプを用意する受託開発サービスです。実物を見てから契約を判断できるため、仕様が固まっていない段階や、稟議の前の段階でもご相談いただけます。プロトタイプにどんなデータを入れれば事業の判断に役立つかを一緒に考えたい場合は、JustFitのサービス紹介をご覧ください。