国税庁「税務⾏政のデジタル・トランスフォーメーション

―税務⾏政の将来像2・0ー（令和４年２⽉更新）」より抜粋

AI・データ分析の活用
将来的なAIの活用も⾒据え、幅広いデータの分析により、申告漏れの可能性が⾼い納税者の判定や、
滞納者の状況に応じた対応の判別を⾏うなど、課税・徴収の効率化・⾼度化に取り組んでいます。
〇 申告内容や調査事績、資料等の情報のほか、⺠間情報機関や外国政府から⼊⼿する情報など、膨⼤な情報リソースを、
BAツール※等を⽤いて加⼯・分析を⾏い、有機的なつながりやデータ間の関連性を把握することにより、⾼リスク対象を抽出。
データのマッチング
申告・決算情報

分析結果の活用
（外国）

【データ活用担当者】
ＢＡツール等を用いた分析
ロジスティック回帰分析、決定木分析、
クラスター分析、ネットワーク分析等

資料情報
外国税務当局
からの情報

リスクの分析

甲社

（納税者ごとに各種情報を組合せ）

高リスク対象を抽出

乙社

（隠れた関係を検知）
代表者
Ａ氏

etc.

高リスク

！

代表者
Ｂ氏

Ｃ氏

〇 滞納者の情報（規模・業種等）や過去の架電履歴等を分析して応答予測モデルを構築。応答予測に基づき作成した効果
的なコールリストにより、接触効率の向上を図ることで電話催告事務を効率化・⾼度化。
C社の応答予測
B社の応答予測
A社の応答予測

滞納者
情報
滞納
情報

分析⽤
データベース

統計分析
ツール
（AI)

月

火

・・・

午前 90％ 10％ ・・・
午後 30％ 70％ ・・・

架電
履歴

応答予測モデル
過去の架電履歴等から、滞納者の情報等に応じて、
いつ応答するかを確率で予測

滞納者の情報等により、接触効率が⾼
いと予測される日時（曜日・時間帯
等）を抽出条件としたコールリストの自
動作成を可能とするシステムの構築

（令和４（2022）年４⽉開始予定）

※ BA（Business Analytics） ツール︓統計学や機械学習等の技術を⽤いてデータ分析を⾏うツール。

10