監査データの標準化は、効率的かつ透明な監査プロセスの実現に不可欠です。この分野での重要な進展として、AICPA（米国公認会計士協会）が2015年に公開したAudit Data Standardや、中国SAC/TC 341による2010年のGB/T 24589 Financial Information Technology ─ Data Interface of Accounting Softwareでの会計データ収集基準が挙げられます。これらの標準は、監査データの一貫性と品質を高めることを目的としています。

AICPAのAudit Data Standardは、監査データの収集と報告のための規格を提供し、データ監査を支援します。ISO 21378:2019は、米国ANSIがAICPAのADSのノウハウを提供することでその影響を多く受けています。

中国のGB/T 24589は、审计署（China National Audit Office）における会計データの統合的な収集とデータセンターでの年間会計詳細データ分析を可能にし、監査プロセスの効率化に寄与しています。

ISO/TC 295 Audit data servicesは、これらの背景を踏まえ、中国SACの提案で2015年にPC（Project Committee）として発足し、ISO 21378:2019 Audit data collectionを制定しました。2021年には、ISO/TC 295の下でStudy Group 1 Semantic modelの調査が開始されました。2022年から2023年にかけて、XBRL Japanの協力を得てコアインボイスゲートウェイの開発や仕訳情報検索専用ブラウザなどの実証プロジェクト（POC）を実施しました。これらのプロジェクトは、監査データの収集、変換、および分析の方法論を一層強化し、監査プロセスのさらなる効率化を目指しています。UADCはこのPOCを背景に開発されました。なお、2023年からは、SG1の提案に基づいてISO/AWI 21926^[4] でセマンティックモデル標準仕様の策定に着手しています。

環境・社会・ガバナンス（ESG）報告書の監査において、UADCの役割は特に重要です。製造装置や工場制御コンピュータなどからの生データは、標準形式でのデータ出力が困難な場合が多く、提供されるデータも固有形式です。UADCを利用することで、これらの装置やシステムから出力される生データを統一したデータ形式に変換し、ESG報告書の監査において必要な情報を一貫した形式で提供することが可能になります。これにより、ESG報告の精度と透明性が向上し、ステークホルダーに対してより信頼性の高い情報を提供することが可能となります。

被監査企業は、監査当局や監査法人が使用する特定のデータ形式への対応に時間を費やすことなく、早期に詳細データを用いた会計監査に迅速に対応できます。これは、監査プロセスの時間節約だけでなく、より深い分析と正確な監査結果への道を開きます。

標準化されたデータ形式の使用により、データの品質と一貫性が保たれ、監査結果の信頼性が高まります。これは、異なるシステムやフォーマットからのデータを統一されたフォーマットに変換する能力により、さまざまなデータソースの統合が容易になります。

UADCによる監査データの変換と標準化は、会計監査やESG報告書の監査において大きな価値を提供します。被監査企業は、監査プロセスの迅速化と効率化を実現し、さらにESG報告の品質と透明性を高めることができます。これにより、監査とデータ分析の品質とスピードが向上し、企業にとってより価値ある洞察を提供することが可能となります。

日本版コアインボイスゲートウェイでは、EN16931で規定されている構文バインディングの考え方を基に、XPathを導入して精緻化しています。これにより、UBL 2.1を使用して定義されたOpen Peppolの電子請求書（JP PINT）とUN/CEFACT CIIに準拠した中小企業共通EDIの電子請求書の相互変換がバインディング定義に従って可能となります。開発過程では、日本版コアインボイスの論理モデルを新たに開発し、このコアインボイスとの構文バインディングを定義しています。

プログラムのページ：
https://www.sambuichi.jp/core-japan/

日本版コアインボイスゲートウェイでは、構文バインディングをXBRLタクソノミに登録し、xBRL-CSVファイルを中継ファイルに使用しています。JP PINT対標準CSVおよび標準CSV対共通EDIの電子請求書のデータ変換をJavaの汎用変換プログラムが実行します。

このような構成により、変換元や変換先のインタフェース定義が変更された場合でも、データ変換プログラムの改修を必要とせず、構文バインディングの定義変更に限定することで対応が可能となります。これにより、データ管理プロセスの柔軟性と持続性が向上し、監査業務の効率化に寄与します。

CSVファイルの入出力は容易にプログラム開発できるのであまり問題とされてきませんでしたが、その処理内容を明確に仕様書として残すことが担保されているか疑問なケースが多く、維持管理が困難なケースも多くありました。意味論バインディングは、変換処理がどのような対応付けを実行しているかを対応辞書としてタクソノミ定義することで、プログラムの維持管理の負担を大幅に軽減します。
UADCの意味論バインディング（semantic binding）は、データの意味的な整合性を保つために非常に重要です。このプロセスでは、例えば特定のCSV列を原価部門コードや取引先コードなどといった補助科目コードの分類に応じて対応付けるなど、意味階層の定義に従ってデータを振り分けます。

このアプローチは、アプリのバージョンアップによりCSVインタフェースの形式が変更されたときや別のソフトウェアに移行したときにも柔軟に対応可能です。変更されたインタフェース形式との意味論バインディングを変更し、XBRLタクソノミに登録することで、プログラムの修正を待たずに迅速に対応が可能となります。これにより、データ管理プロセスの継続性と整合性が保たれ監査業務の効率が向上します。

UADCの意味論バインディングにより、監査データの変換プロセスは大幅に効率化されます。異なるソフトウェアシステム間でのデータ移行が容易になり、データの整合性と正確性が保たれます。特に、監査とデータ分析の分野において、これは時間とリソースの節約に直結し、より迅速で正確な意思決定を支援します。

WickhamによるTidy Dataの定義では、データは次のように整理されるべきとされています。

関連記事：
https://www.sambuichi.jp/?cat=68

Wickham論文：
https://www.jstatsoft.org/article/view/v059i10

xBRL-CSVは、WickhamのTidy Dataの概念を拡張しています。特に、階層的データの扱いにおいて次のような特徴を有しています。
– 階層的データ構造のサポート: Tidy Dataは元々フラットなデータ構造を前提としていますが、xBRL-CSVは階層的なデータ構造をサポートします。これにより、複雑な組織データや会計データのように、自然に階層化されたデータをより効率的に表現できます。
– 複数レベルの変数関連性の表現: xBRL-CSVでは、単一のレコード内で複数レベルの変数を関連付けることが可能です。これにより、たとえば、特定の取引に関連する会計情報や関連する事業部門の情報を、一つの統合されたビューで表現することができます。
– 拡張性と柔軟性: xBRL-CSVは、XBRLタクソノミに基づいているため、既存の会計基準や報告基準に合わせて容易に拡張やカスタマイズが可能です。

観測単位が仕訳入力の場合、xBRL-CSVは以下のような階層的なデータ表現を可能にします：

仕訳情報検索専用ブラウザ
https://www.sambuichi.jp/core-japan/journal_entry/

一般的なリレーショナルデータベース（RDB）では、複数のテーブル間で関連するデータを結合するためにJOIN処理が必要です。しかし、xBRL-CSVの採用により、関連するデータを階層的に一つのファイル内で管理できるため、このような煩雑なJOIN処理が不要となります。

リレーショナルデータベースの維持管理は、データの整合性、セキュリティ、バックアップなど多くの作業が伴います。しかし、xBRL-CSVを用いることで、これらの複雑なデータベース管理作業が不要となり、管理の負担が大幅に軽減されます。

xBRL-CSVを用いることで、データの処理が単純化され、高速化が可能になります。データが一つのファイル内で完結しているため、データの読み込みや書き込みが効率的に行われ、全体のデータ処理の速度が向上します。

UADCにおけるxBRL-CSVの採用は、データ処理の効率化に大きく寄与しています。これにより、XMLやJSONのような階層構造を持つデータを一つのファイルで表現でき、煩雑なJOIN処理が不要になります。これらの拡張により、xBRL-CSVはWickhamのTidy Dataの基本的な原則を維持しつつ、より複雑で階層的なデータ構造を扱う現代のビジネスや会計のニーズに対応しています。これにより、データの分析、解釈、報告が容易になり、組織の意思決定プロセスを支援します。また、リレーショナルデータベースの管理負担の軽減、データ処理の単純化と高速化が実現され、企業のデータ管理と分析がより効率的かつ迅速に行えるようになります。

UADCによるベンダ依存からの解放は、企業が監査データをより効果的に管理し、さまざまなビジネスニーズに応じて適切なツールやサービスを選択できるようにすることで、ビジネスの成長と革新を支援します。

UADCによる長期データ保存の問題解決は、過去のデータを現代のビジネスニーズに合わせて活用することを可能にし、企業のデータ管理の効率化とリスク軽減に大きく貢献します。