名寄せはどこまでやるべきか？AIが判断に使う項目から範囲を決める設計と手順

顧客データの名寄せに着手すると、表記の揺れは探すほど見つかり、いつ終わるのかが誰にも言えない状態になります。名寄せとは、同じ相手を指す複数のレコードを1つにまとめる作業で、終わりを決めるのは揃える精度ではありません。そのデータを何に使うかです。 ここで扱う考え方はAgentic CRMの設計にもとづくもので、特定の製品を前提にしていません。

そこで本記事では、名寄せができていないとAIの判断がぶれる場面から、作業が止まる理由、範囲を決める4つの基準、AIに任せる線引きまでを解説します。

名寄せができていないとAIの判断がぶれる3つの場面

産業用塗料を製造するメーカーでは、従業員330名のうち営業が33名、データ管理の担当が2名という体制で事業を続けてきました。この企業は説明のための架空の設定であり、実在の企業ではありません。CRMに登録された取引先は9,800件で、10年分の名刺の取り込みと展示会の名簿が混ざったままです。当初の目的は「取引先ごとの過去の取引額をAIに答えさせること」でした。そこでここでは、この会社を例に、名寄せができていないとAIの判断がぶれる3つの場面を整理します。

ぶれるのはAIの性能の問題にはなりません。同じ相手が複数のレコードに分かれていると、AIはその一部だけを見て答えます。

場面①同じ会社が別々の取引先として並ぶ

1つ目は「同じ会社が別々の取引先として並ぶ」場面です。本社と支店、旧社名と新社名、株式会社の位置が違う表記が、それぞれ別のレコードとして登録されています。

分かれていると、AIは尋ねられた相手として1つのレコードを選びます。選ばれなかったレコードに入っている取引の履歴は、回答に含まれません。答えは返ってくるため、担当者は不足に気づきにくくなります。

先ほどの産業用塗料のメーカーでは、営業が「この取引先の過去3年の取引額を出して」と尋ねたときに、返ってきた金額が実感と大きく違う場面が続いていました。データ管理の担当者が確認すると、同じ会社が本社と3つの工場で4件に分かれており、返ってきたのは工場1件ぶんの金額でした。着手の前に営業から寄せられた質問で確かめたところ、取引額を正しく答えられたのは38%にとどまっています。

回答の金額に違和感があるときは、まずレコードが分かれていないかを確かめましょう。

場面②担当者の重複で同じ案内が二重に届く

2つ目に挙げるのは、担当者の重複で同じ案内が二重に届く場面です。同じ人物が別の名刺から複数登録されていると、案内の対象として二重に数えられます。

二重に届くこと自体は昔からある問題です。AIが送る相手を選ぶようになると、影響は大きくなります。人が一覧を目で見て気づく工程がなくなるためです。

たとえば、この会社では展示会の案内を送った月に、同じ担当者から「2通届いている」という連絡が4件ありました。データ管理の担当者が調べると、名刺の取り込みで姓名の表記が違う登録が生まれています。件数としては月に31件の重複した接触が発生していました。

重複した接触は、月ごとに件数を数えて記録しておきましょう。着手の前の件数が残っていれば、名寄せのあとに何が変わったかを比べられます。

場面③実績の集計が事業所ごとに割れる

3つ目は「実績の集計が事業所ごとに割れる」場面です。取引先ごとの実績を出すと、本来1社であるはずの相手が複数行に分かれて並びます。

割れた集計は、判断の材料になりません。取引額の上位20社を出しても、実際には同じ会社が3行に分かれて上位を占めている場合があります。営業の担当割りや与信の判断にも、そのまま影響します。

先ほどのメーカーでは、年間の取引額で上位を出したときに、上位20社のうち3社が同じ会社の別の工場でした。合算すれば順位は変わり、担当の割り当ても変わります。データ管理の担当者は、この時点で名寄せを課題として扱い始めています。

部門をまたぐ数字が合わない構造は、RevOpsの記事でも整理しています。集計の単位を決めるところから見直してください。

完璧が必要？名寄せが止まる理由3つ

3つの場面はどれも、名寄せに着手する動機になります。ところが実際に始めると、多くの会社が途中で止まります。作業量の問題ではありません。終わりを定義していないことが原因です。止まったまま数か月が過ぎると、AIにデータを読ませる計画も先送りになります。そこでここでは、名寄せを完璧にしようとして止まる3つの理由を整理します。

止まるのは担当者の手が足りないからにはなりません。名寄せが終わらないのは、どこまで揃えれば完了なのかを先に決めていないためです。

理由①どこまで揃えるかの基準がないから

1つ目は「どこまで揃えるかの基準がないから」です。着手するときに決めるのは、たいてい「重複をなくす」という目標だけになります。

この目標には終わりがありません。重複の定義が決まっていないため、どこまで寄せれば達成なのかを誰も判定できません。作業を進めるほど新しい候補が見つかり、完了の報告ができない状態が続きます。

この産業用塗料のメーカーでも、最初の計画は「CRMの重複をなくす」というものでした。データ管理の2名が着手して3週間で、対象の候補が増え続けることに気づいています。担当者は、この時点で目標の立て方を変えました。

着手する前に、何ができたら完了かを1文で書いてみましょう。書けないなら、まだ始める段階にありません。

理由②表記の揺れが際限なく見つかるから

2つ目に挙げるのは、表記の揺れが際限なく見つかるからです。探し始めると、いくらでも出てきます。

見つかるたびに直していると、作業の対象が広がります。

探すほど見つかる表記の揺れ ①全角と半角・・・英数字の幅が混在します ②株式会社の位置・・・前と後ろで登録が分かれます ③旧字体・・・同じ社名が別の文字で入ります ④余分なスペース・・・目では気づきにくい差です

しかも、そのうちの多くは判断に影響しません。部署名の表記が揺れていても、取引額の集計には関係しない場合があります。

たとえば、この会社の9,800件を機械で調べたところ、何らかの表記の揺れを含むレコードは3,000件を超えていました。データ管理の担当者がすべてを直す前提で見積もったところ、2名で半年以上かかる計算です。

揺れの件数を数えたら、そのうち判断に使われる項目に入っているものを分けましょう。数が大きく変わります。

理由③直した結果を誰も確認できないから

3つ目は「直した結果を誰も確認できないから」です。統合したあとのレコードが正しいかを、誰がどう確かめるかが決まっていません。

確認の工程がないと、担当者は間違いを恐れて手を止めます。とくに統合は元へ戻しにくい操作で、間違えたときの影響が読めません。慎重になるほど作業は進まなくなります。確認の工程は、統合の前に置くか後に置くかで担当者の負担が変わります。前に置けば1件ずつ止まり、後に置けばまとめて見直せる形になるでしょう。

先ほどのメーカーでも、データ管理の2名が統合の操作をためらう場面が続いていました。営業から「勝手にまとめないでほしい」という声も出ています。戻せる形が用意されていないことが、その理由でした。

統合する前に、戻す手順を決めましょう。戻せると分かれば、判断は速くなります。

名寄せの範囲を決める4基準｜AIに読ませる前提

では、どこまでやれば名寄せは終わったと言えるのでしょうか。揃える精度を上げても、終わりの条件は生まれません。終わりを決めるには、そのデータを何に使うかから逆算し、AIが判断に使う項目が決まっていれば対象は自然に絞れます。そこでここでは、名寄せする範囲を決める4つの基準を整理します。

範囲はデータの側からは決まりません。名寄せの対象は、AIが判断に使う項目だけに絞ります。使わない項目の揺れは残して構いません。

基準①判断に使う項目だけを対象にする

1つ目は「判断に使う項目だけを対象にする」という基準です。AIに何を答えさせたいかを先に決め、その回答に必要な項目を洗い出します。

洗い出すと、対象は思ったより少なくなります。取引額を答えさせるなら、必要なのは取引先の識別と金額の紐づけで、担当者の役職や部署名の表記は関係しません。関係しない項目を揃えても、回答の精度は変わりません。

この産業用塗料のメーカーは、答えさせたい質問を「取引先ごとの過去の取引額」の1つに絞りました。

取引額を答えるために必要な4項目 ①会社名・・・相手を特定する文字列です ②法人番号・・・表記に左右されない識別子です ③住所・・・事業所を見分ける材料です ④取引の紐づけ・・・金額をどのレコードへ寄せるかです

3,000件を超えていた揺れのうち、この4項目に関わるレコードから出た重複の候補は1,240件でした。

答えさせたい質問を1つ書き、そこから必要な項目を逆算しましょう。AIが何を読んで判断するかは、エージェンティックAIの記事で詳しく扱っています。

基準②取引の実体がある単位でまとめる

2つ目に挙げるのは、取引の実体がある単位でまとめる基準です。法人格でまとめるか事業所でまとめるかは、業務によって正解が変わります。

決め方は、請求と契約がどの単位で成立しているかを見ます。工場ごとに発注と支払いが分かれているなら、事業所が実体の単位です。本社が一括で契約しているなら、法人格が単位になります。実体と違う単位でまとめると、集計は合っても業務が回りません。

この会社の場合、取引は工場ごとに発注され、支払いは本社が一括で行っていました。データ管理の担当者は、法人格でまとめたうえで事業所を子の単位として持つ形にしています。営業の担当割りは工場単位のまま残しました。

請求書と契約書がどの単位で出ているかを確かめましょう。両者が分かれている場合は、請求の単位を優先して選びます。

基準③更新の担当が決まっている情報に限る

3つ目は「更新の担当が決まっている情報に限る」という基準です。揃えたあとに変わる情報は、誰かが直し続けなければ元に戻ります。

担当が決まっていない項目を対象にすると、一度きりの作業になり、半年後には新しい重複が生まれて同じ作業を繰り返すことになります。対象に入れるかどうかは、更新の担当が決まるかどうかで判断できます。更新の担当は、部署の単位ではあいまいになるため、担当者の名前まで決めておくのがいいでしょう。

先ほどのメーカーでは、会社名と法人番号と住所は営業事務が更新する運用がありました。一方、担当者の役職は誰も更新していません。データ管理の担当者は、役職を対象から外しています。

対象の候補に、更新する人の名前を書く欄を作りましょう。空欄の項目は、いまは外して構いません。

基準④間違えたときに戻せる形で残す

4つ目は「間違えたときに戻せる形で残す」という基準です。統合する前の状態を残しておけば、間違いが見つかったときに戻せます。

戻せる形にすると、判断の速さが変わります。理由③で挙げたとおり、担当者が手を止めるのは戻せないためです。戻せると分かっていれば、迷う件数は減ります。

この産業用塗料のメーカーでは、統合の前に元のレコードの内容を別に書き出して保管する手順にしました。統合の記録には、いつ誰がどの基準でまとめたかを1行で残しています。運用の3か月で統合を戻したのは6件で、いずれも記録から元の状態を復元できました。

戻す手順を決めてから統合を始めましょう。手順がないまま始めると、慎重さが作業量に変わります。

名寄せの対象を分ける3つの単位

前章の基準②で「取引の実体がある単位」を挙げましたが、実体の単位は業務によって複数あります。1つに決めきれない場合は、階層として持つ形が現実的です。階層にすると、集計に使う単位と営業の担当割りに使う単位を、別々に決められます。どちらか一方に寄せると、もう一方の業務では数字を使えません。そこでここでは、名寄せの対象を分ける3つの単位を整理します。

単位は1つに決めなくて構いません。法人格・事業所・担当者の3つを階層として持てば、業務ごとに使う単位を選べます。

単位①法人格でまとめる範囲

1つ目は「法人格でまとめる範囲」です。法人番号で一意に決まる単位で、与信や契約の判断はこの単位で行われます。

この単位の利点は、外部の情報と突き合わせられることです。法人番号は国税庁長官が法人ごとに指定する識別子で、社内でどう表記していても値は1つに決まります。社名の揺れに左右されずにまとめられます。

一方、法人番号が入っていないレコードは、この単位では判断できません。番号の入力を必須にするかどうかを、登録の運用とあわせて決める必要があります。

先ほどの産業用塗料のメーカーでは、9,800件のうち法人番号が入っていたのは2,100件でした。データ管理の担当者は、番号が入っている分を先にまとめ、残りは社名と住所の一致で候補を出す方針にしています。

法人番号が入っている件数を数えましょう。入っている分だけでも、まとめる基準は作れます。

単位②事業所でまとめる範囲

2つ目に挙げるのは、事業所でまとめる範囲です。発注や納品が拠点ごとに分かれている場合、営業の活動はこの単位で動きます。

営業にとっては、この単位が実務の相手です。工場ごとに担当者が違い、決裁の流れも違うなら、事業所を1つにまとめると誰に何を提案したかが分からなくなります。法人格でまとめる場合も、事業所は子の単位として残す必要があります。

この会社では、法人格の下に事業所を持つ形にしました。取引額の集計は法人格で、営業の担当割りと活動の記録は事業所で扱います。両方の単位を持ったことで、集計と実務のどちらも成立しています。

停滞している商談を検知する母数も、この単位で決まります。パイプラインの停滞を扱った記事とあわせて確認してください。

単位③担当者でまとめる範囲

3つ目は「担当者でまとめる範囲」です。同じ人物が複数登録されている状態をまとめます。

この単位が効くのは、案内の送付先と面談の相手を数えるときです。場面②で挙げた二重の案内は、この単位が揃っていないことから起きます。担当者の異動が多い業界では、まとめる基準にメールアドレスを使う形が扱いやすくなります。

この産業用塗料のメーカーでは、担当者の重複を姓名と会社の組み合わせで探しました。同姓同名を誤ってまとめないよう、メールアドレスが一致する候補だけを統合の検討対象にしています。一致しない候補は、統合せず候補のまま残しました。

3つの単位のうち、自社の業務で使うものを選びましょう。全部を持たなくても構いません。

名寄せの精度を上げる4つの手がかり

単位が決まったら、次に決めるのは、同じ相手だと判断する手がかりです。社名の文字列だけで比べると、似た名前の別会社をまとめてしまいます。法人番号・住所・取引の履歴・メールアドレスの4つを組み合わせない限り、判断の確からしさは上がりません。そこでここでは、名寄せの精度を上げる4つの手がかりを整理します。

手がかりは1つでは足りません。同じ相手だと判断するには、公的な識別子と住所と取引の履歴を組み合わせます。

手がかり①法人番号のような公的な識別子

1つ目は「法人番号のような公的な識別子」です。外部から与えられた番号は、社内の表記の揺れに影響されません。

識別子が入っていれば、判断は確実になります。問題は、入力を必須にしていないCRMでは、入っている割合が低くなることです。入っていないレコードには別の手がかりが要ります。

先ほどの会社では、法人番号が入っていたのは9,800件のうち2,100件でした。データ管理の担当者は、この2,100件を先に処理し、まとめた結果を残りのレコードの判断材料にしています。同じ住所と社名を持つレコードが見つかれば、番号を補える場合があります。

自社のデータで、識別子が入っている割合を数えましょう。低くても、入っている分から進められます。

手がかり②住所の表記を整えた結果

2つ目に挙げるのは、住所の表記を整えた結果です。丁目や番地の書き方、ビル名の有無を機械的に揃えてから比べます。

住所が手がかりになるのは、事業所の単位と対応するためです。同じ住所に複数の会社が入っている場合もありますが、社名と組み合わせれば判断の材料になります。整える処理は一度書けば繰り返し使え、番地の数字を半角にそろえるところまで含めて1つにまとめておきます。

この産業用塗料のメーカーでは、住所の表記を整えたうえで社名と組み合わせたところ、法人番号のないレコードから480件の候補が出ました。このうち人が確認して統合したのが290件です。

住所を整える処理を統合の前に1回かけたら、整える前と後で候補の件数を比べて、処理が効いたかどうかを確認しましょう。

手がかり③取引の履歴が重なる度合い

3つ目は「取引の履歴が重なる度合い」です。同じ製品を同じ時期に購入している2つのレコードは、同じ相手である可能性が高くなります。

この手がかりは、社名や住所が変わった場合に効きます。社名変更や移転があっても、取引の内容は連続しているためです。名前が違っても履歴がつながっていれば、候補として上げられます。

この会社では、社名変更のあった取引先が過去5年で18社ありました。旧社名のレコードと新社名のレコードは、社名でも住所でも一致しません。取引の履歴が連続していることを手がかりに、データ管理の担当者が候補として拾い出しています。

取引の履歴を手がかりに使うと、名前が変わった相手を拾えます。件数は少なくても、重要な相手が含まれます。

手がかり④担当者のメールアドレスの一致

4つ目は「担当者のメールアドレスの一致」です。単位③で触れたとおり、人物をまとめるときの最も確かな手がかりになります。

会社のドメインが同じであれば、その人物が同じ会社に所属していることも分かります。姓名だけで判断するより誤りが減るため、確認する候補を絞り込めるでしょう。メールアドレスが変わっている場合は、ドメインだけを見て同じ会社かどうかを判断します。

先ほどのメーカーでは、担当者の重複のうちメールアドレスが一致した候補だけを確認の対象に残しました。一致しない候補は統合せず候補のまま残したため、確認の作業量は当初の見込みの半分ほどに収まっています。

4つの手がかりを組み合わせて、確からしさの段階を作りましょう。段階が次の章の線引きになります。

どこまで任せる？名寄せの線引き3つ

前章で挙げた4つの手がかりを組み合わせると、候補ごとに確からしさの差が出ます。この差を使って、自動でまとめる範囲と人が確認する範囲を分けていきましょう。判断の一部をAIへ渡す設計は、ここから先はAgentic CRMの考え方に沿った運用にあたります。線引きを決めないままAIへ渡すと、誤ってまとめた候補を人が見つけられません。そこでここでは、名寄せをAIに任せる範囲を決める3つの線引きを整理します。

任せる範囲は精度の高さだけでは決まりません。自動でまとめてよいのは、間違えたときに戻せる範囲に限ります。

線引き①自動で統合してよい確からしさ

1つ目は「自動で統合してよい確からしさ」です。複数の手がかりが同時に一致した候補だけを、自動の対象にします。

判断の基準は、誤ってまとめたときの影響で決めます。法人番号が一致していれば、社名の表記が違っても同じ相手です。一方、社名だけが一致している候補は、別会社である可能性が残ります。

この産業用塗料のメーカーでは、法人番号が一致し、住所か社名のどちらかも一致することを自動の条件にしました。法人番号で出た410件はすべてこの条件を満たし、自動的にまとめています。運用の3か月で、このうち戻したのは1件だけでした。

自動の条件を決めたら、当てはまった件数を先に数えておきます。件数が候補全体の半分を超えるようなら、条件が広すぎます。

自動の条件は、最初は狭く取りましょう。広げるのは、戻した件数を見てからで足ります。

線引き②人が確認してから統合する範囲

2つ目に挙げるのは、人が確認してから統合する範囲です。手がかりの一部だけが一致している候補が、この範囲に入ります。

確認する人として向くのは、その取引先を知っている担当者です。データ管理の担当者だけで判断すると、業務の実態を知らないまま統合することになります。営業へ確認の依頼を出す形にすると、判断は速くなります。

この会社では、住所を整えた結果から出た480件のうち290件を、営業33名へ振り分けて確認しました。1人あたり9件ほどで、回答は2週間で集まっています。Agentic CRMの設計では、人が確認する範囲を残す考え方を扱っています。

確認を依頼する相手は、その取引先の担当者にしましょう。件数を分散させれば、負担は小さくなります。

線引き③統合せずに候補として残す範囲

3つ目は「統合せずに候補として残す範囲」です。判断がつかない候補を、無理にまとめずそのまま残します。

残す選択肢を用意する意味は、作業を止めないことにあります。判断できない候補を前に手が止まると、確認できる候補まで進まなくなります。候補として記録しておけば、あとから情報が増えたときに判断できるようになるでしょう。

先ほどのメーカーでは、1,240件の候補のうち540件を候補のまま残しました。統合したのは合計700件で、残りは判断の材料が足りないものです。データ管理の担当者は、四半期ごとにこの540件を見直す運用にしています。

まとめないという選択を、最初から用意しておきましょう。全件を判断する前提だと、作業は終わりません。

名寄せを1区分から始める4つのステップ

前章までに範囲・単位・線引きを決めたので、あとは着手の順番だけです。9,800件を一度に処理すると、確認を依頼された営業の負担が集中し、途中で止まります。この産業用塗料のメーカーが9週間で形にできたのは、最初の対象を1区分に絞ったからでした。1区分とは、対象の項目と候補の出し方をそろえたひとまとまりの作業を指します。そこでここでは、名寄せを1区分から始める4つのステップを整理します。

最初に手をつけるのは重複の抽出にはなりません。始めるときに最初に行うのは、対象にする項目を決めることです。

ステップ①対象の項目を決める

最初の作業は、名寄せの対象にする項目を決めることです。基準①で洗い出した、AIが判断に使う項目だけを並べます。

決める作業は1日で終わります。答えさせたい質問が1つに絞れていれば、必要な項目は多くても5つ程度です。ここで対象を広げると、後の工程がすべて重くなります。

先ほどの産業用塗料のメーカーが決めたのは、前の章で挙げた4項目です。担当者の役職や部署名は、更新する人が決まっていないため外しました。3,000件を超えていた揺れのうち、重複の候補として対象になったのは1,240件です。決めた項目は一覧にして、営業とデータ管理の双方で共有しています。対象に入っていない項目の揺れは直さないという合意も、この時点で取りました。

小さく始めたい場合は、この項目を絞ったスモールスタートが、確認の負担を抑えたまま効果を確かめる進め方になります。

ステップ②重複の候補を機械で出す

項目が決まったら、手がかりを組み合わせて候補を機械で出します。この時点では統合せず、候補の一覧を作るだけです。

候補を先に出す理由は、作業量を見積もるためです。件数が分かれば、確認にかかる時間も、営業へ依頼する件数も計算できます。見積もらずに始めると、途中で止まります。

この会社で出た候補は、手がかりごとに次の内訳でした。

手がかりごとに出た候補の件数 ①法人番号の一致・・・410件 ②住所と社名の組み合わせ・・・480件 ③取引の履歴の連続・・・18件 ④担当者のメールアドレス・・・332件

合計1,240件です。データ管理の担当者は、この一覧を作った時点で全体の計画を立てています。

候補の一覧は、手がかりごとに分けて残しておきましょう。統合してから数え直すと、どの手がかりが効いたのかを確認できません。

ステップ③人が確認する件数を数える

候補が出たら、そのうち人が確認する件数を数えます。線引き①の自動の条件に当てはまらない候補が対象です。

数えることで、営業へ依頼する件数が決まります。1人あたりの件数が10件を超えるようなら、確認の範囲を狭めるか、期間を分ける判断が要ります。数える単位は、確認を依頼する人ごとです。部署の合計で見ていると、特定の担当者へ集中していても気づけません。

先ほどのメーカーでは、自動の対象410件を除いた830件のうち、290件を人が確認する対象にしました。営業33名へ振り分けると1人あたり9件です。残る540件は判断の材料が足りないため、候補のまま残しています。

確認を依頼する前に1人あたりの件数を出し、10件を超えるなら範囲を絞り直しましょう。

ステップ④統合の記録を残して広げる

最後に、統合した内容の記録を残しながら対象を広げます。いつ誰がどの基準でまとめたかを1行で残します。

記録が要るのは、基準④で挙げた戻す作業のためと、次の区分へ広げるときの判断のためです。最初の区分で戻した件数が少なければ自動の条件を広げられ、多ければ条件を絞り直します。記録は、統合したレコードの番号と基準の番号を並べた1行で足ります。表計算のファイルでも運用は続けられるでしょう。

この産業用塗料のメーカーは、最初の3か月で700件を統合し、戻したのは6件でした。データ管理の担当者は、この結果をもとに自動の条件を1つ緩め、次の四半期で対象の項目を1つ増やしています。作業にかけたのは9週間、2名で合計88時間でした。

以上が、名寄せを1区分から始める4つのステップでした。

名寄せでつまずく3つの落とし穴

ここまで示した4つのステップを踏まずに進めると、決まった形の失敗が起こります。この産業用塗料のメーカーも、最初の計画では1つ目に当たるところでした。3つの落とし穴は、いずれも統合を始めたあとでは直せません。着手の前に、自社がどれに当てはまりそうかを確かめておきます。そこでここでは、名寄せでつまずく3つの落とし穴を整理します。

失敗の多くは、一度で終わらせようとしたことから生まれます。戻せない形で上書きした時点で、間違いが見つかっても直せません。

落とし穴①一度に全件を統合する

1つ目は「一度に全件を統合する」という落とし穴です。候補が出そろうと、まとめて処理したくなります。

一度に処理すると、間違いが見つかったときの影響範囲が大きくなります。どの統合が原因かを特定できず、全体を疑うことになります。営業からの信頼も一度で失われ、次の依頼は通らなくなるでしょう。最初の統合は、戻す手順を確かめる機会にもなります。件数が少ないうちに1件戻してみると、手順の抜けが見つかります。

先ほどの会社の最初の計画も、1,240件をまとめて処理するものでした。データ管理の担当者が営業課長へ説明したところ、「まとめる基準を先に見せてほしい」という反応が返っています。この指摘を受けて、自動の条件を狭く取る形へ変えました。

最初の統合は、自動の条件に当てはまる分だけにしましょう。結果を見てから広げます。

落とし穴②戻せない形で上書きする

2つ目に挙げるのは、戻せない形で上書きする落とし穴です。統合の操作で片方のレコードを削除すると、元の状態は残りません。

戻せないことの影響は、作業の速さに出ます。理由③で挙げたとおり、担当者は間違いを恐れて手を止めます。戻せる形がなければ、担当者は1件ごとに営業へ確認を取ることになるでしょう。書き出す先は、CRMの外に置くほうが確実です。同じシステムの中に残すと、統合の操作で一緒に消える場合があります。

この会社では、統合の前に元のレコードの内容を書き出して保管する手順を先に決めました。この手順があったため、6件の戻しはいずれも短時間で処理できています。手順がなければ、6件のうち何件かは戻せませんでした。

統合を始める前に、戻す手順を書き出して営業にも共有しておきましょう。あとから用意しても、それまでの統合には効きません。

落とし穴③統合の基準を記録に残さない

3つ目は「統合の基準を記録に残さない」落とし穴です。まとめた結果だけが残り、なぜまとめたかが残りません。

基準が残っていないと、あとから見直せません。半年後に新しい担当者が同じ候補を見たとき、前回なぜまとめなかったのかが分からず、同じ検討を繰り返します。候補のまま残した540件についても、残した理由が要ります。

先ほどのメーカーでは、統合の記録に基準の番号を残す形にしました。候補のまま残した540件にも、判断できなかった理由を1行で記録しています。四半期の見直しでは、この理由を読んでから再判断する運用です。記録に残す項目は、日付・担当者・基準の番号・対象のレコードの4つで足ります。項目を増やすと、記録を残す作業のほうが負担になります。

まとめた記録と、まとめなかった記録の両方を残しましょう。片方だけでは見直せません。

効いている？名寄せを測る4指標

前章で挙げた3つの落とし穴を避けて運用が始まったあと、次に必要になるのは効果の確認です。統合した件数だけを報告しても、それが業務に効いたかは分かりません。指標は、作業の側と業務の側から1つずつ選ぶと、報告する相手が変わっても説明できます。動いた数字のうちどれだけがAIによるものかを切り分ける手順は、効果の測り方で扱っています。そこでここでは、名寄せが効いたかを測る4つの指標を整理します。

測る対象は統合した件数にはなりません。名寄せが効いたかは、統合を戻した件数で確かめます。戻しが少ないほど、基準が実態に合っています。

指標①統合の候補として出た件数

1つ目は「統合の候補として出た件数」です。手がかりの組み合わせから機械が出した候補の数を数えます。

この件数は、作業量の見積もりと、データの状態の両方を表します。四半期ごとに数えれば、新しい重複がどのくらいの速さで生まれているかも分かります。数える条件は、最初に決めた手がかりの組み合わせから変えません。条件を変えると、前回との比較ができなくなります。

この産業用塗料のメーカーでは、最初の抽出で1,240件が出ました。3か月後に同じ条件で再度抽出したところ、新しく出た候補は88件です。名刺の取り込みと展示会の名簿から、四半期あたり100件弱の重複が生まれる計算になります。

候補の件数は、同じ条件で定期的に数えましょう。増え方が分かれば、登録の段階での対策も検討できます。

指標②人が確認した件数の割合

2つ目に挙げるのは、人が確認した件数の割合です。候補のうち、人の判断を必要としたものがどれだけかを見ます。

この割合が高いほど、自動の条件が狭いことになります。低ければ条件は実態に合っていますが、低すぎる場合は自動の条件が広すぎるおそれがあります。誤ってまとめた候補が混ざっていないかを、戻した件数で確かめてください。

この会社では、1,240件のうち290件を人が確認しました。割合は23%です。データ管理の担当者は、戻した件数と合わせて見たうえで、次の四半期は自動の条件を1つ緩める判断をしています。指標の設計の全体像は、パイプライン管理のKPIの記事で整理しています。

確認の割合は、戻した件数と組み合わせて読みましょう。片方だけでは判断できません。

指標③統合を戻した件数

3つ目は「統合を戻した件数」です。まとめたあとに誤りが見つかり、元へ戻した件数を数えます。

この指標が最も直接的に基準の妥当性を表します。戻しが多ければ基準が緩く、0が続くなら基準が厳しすぎる可能性があります。0を目標に置くと、判断できる候補まで候補のまま残すことになってしまうでしょう。

先ほどのメーカーでは、700件の統合のうち戻したのは6件でした。割合にすると1%弱です。データ管理の担当者は、この水準なら自動の条件を少し広げても運用に耐えると判断しています。

戻した理由も、件数と一緒に残しておきます。同じ理由が続いていれば、自動の条件のどこを直せばよいかが分かります。

戻した件数は隠さず記録しましょう。基準を直す材料になります。

指標④同じ会社への重複した接触の件数

4つ目は「同じ会社への重複した接触の件数」です。場面②で挙げた二重の案内が、月に何件発生しているかを数えます。

この指標は業務側の効果を表します。統合の件数が増えても接触の重複が減らないなら、まとめた単位が実務と合っていません。数える範囲は、案内の送付先だけに限りません。同じ会社へ別々の担当者から連絡が入った件数も、同じ指標に含めます。

この産業用塗料のメーカーでは、名寄せの前に月31件あった重複した接触が、3か月後には月7件まで減りました。残る7件は、担当者が異動して新しいアドレスで登録されたものです。個別化して届ける設計は、ハイパーパーソナライゼーションの記事をあわせてご覧ください。

業務側の指標を1つ持ちましょう。案内の配信を担当する部署に数えてもらう形にすると、名寄せの効果が部署をまたいで共有されます。

名寄せに外部支援を使う4つの判断軸

ここまでの工程を社内だけで進められるかは、体制によって変わります。この会社はデータ管理の2名で88時間を確保できましたが、専任を置けない企業のほうが多いのではないでしょうか。では、外部の支援を検討するとき、何を見て選べばよいのでしょうか。それは、支援会社によって入る工程が違い、範囲を決める部分が含まれていない場合があるからです。そこでここでは、名寄せに外部支援を使うときの4つの判断軸を整理します。

支援会社の処理の速さだけでは、自社に合うかどうかは判断できません。範囲を決めるところから入れるかどうかを見ます。

判断軸①どこまで揃えるかから決められるか

1つ目は「どこまで揃えるかから決められるか」という判断軸です。処理を請け負う支援と、範囲を決めるところから入る支援では、結果が変わります。

見分け方は、提案が件数で見積もられているかを確認することです。件数だけで見積もられていれば、対象を絞る工程は含まれていません。全件を処理する前提の見積になります。

この会社が最初に見積もったときも、3,000件を超える揺れの全件が対象でした。範囲を4項目に絞った結果、対象は1,240件になっています。この差は、処理の速さでは埋まりません。見積書に「対象の項目を決める工程」が行として立っているかも確かめましょう。工程が立っていなければ、範囲を決める作業は自社に残ります。

ツール設定ではなく業務設計から入ってほしい場合は、対象の項目を絞る工程が提案に含まれているかが判断材料になります。

判断軸②統合したあとの運用に付き合えるか

2つ目に挙げるのは、統合したあとの運用に付き合えるかどうかです。名寄せは一度で終わりません。指標①で見たとおり、四半期ごとに新しい重複が生まれます。

一度きりの処理を請け負う契約と、定期的な抽出と見直しまで含む契約では、費用の考え方も期間も違います。契約の範囲がどこで切れるのかを、着手前に確認しておく必要があります。契約の期間で分けて考えるのは、最初の区分が終わるまでと、その後の見直しの2つです。分けておけば、続けるかどうかを一度立ち止まって判断できます。

先ほどのメーカーでも、3か月で88件の新しい候補が出ています。この抽出と判断を誰が担うかを決めていなければ、半年後には元の状態へ戻ります。

定着まで伴走してほしい場合は、四半期ごとの抽出と見直しが契約の範囲に入っているかが判断材料になります。

判断軸③現場が使う単位を理解しているか

3つ目は「現場が使う単位を理解しているか」という判断軸です。法人格でまとめるか事業所でまとめるかは、業務を知らなければ決められません。

知らなければ、集計しやすい単位でまとめることになります。集計は合っても、営業の担当割りや活動の記録が使えなくなる場合があります。実務の相手がどの単位かは、営業に聞かなければ分かりません。

この会社でも、法人格の下に事業所を持つ判断には営業課長2名が関わりました。データ管理の2名だけでは、工場ごとに決裁が分かれている実態を反映できません。現場の相手をどう捉えるかは、バイヤーイネーブルメントの記事でも扱っています。

社内の判断を必要とする工程がどこかを、着手前に洗い出しておきましょう。

ソリューション営業に特化した支援がほしい場合は、商談の相手をどの単位で数えているかまで踏み込めるかが判断材料になります。

判断軸④設計の確認だけを頼めるか

4つ目は「設計の確認だけを頼めるか」という判断軸です。範囲と基準の案を自社で作れるなら、外部に必要なのは案の確認だけという場合があります。

処理まで一括で請け負う形しか用意していない支援会社では、この頼み方ができません。工程を切り出して依頼できるかどうかは、着手前に確認しておく項目にあたります。切り出して頼む場合に確認してもらう対象は、範囲の案と自動の条件の2つです。作業の進め方まで含めると、費用も期間も膨らみます。

この産業用塗料のメーカーも、候補の抽出と統合の作業はデータ管理の2名で進められる見通しでした。判断に迷ったのは、自動でまとめてよい条件をどこに置くかという1点だけです。

自社で構築するので設計レビュー・アドバイザリーだけ頼みたい場合は、工程を切り出した依頼を受けているかを確認しましょう。

【一問一答】名寄せに関するよくある質問

ここまで、判断がぶれる場面から外部支援の判断軸までを整理してきました。実際に着手する段階では、どこから手をつけるかや戻せるかどうかで手が止まります。質問の多くは、範囲の決め方と、AIにどこまで任せてよいかに集まるのではないでしょうか。どちらも、進め方を決める前に答えが要る内容です。期間の見通しについても、着手の前に経営層から尋ねられることが多い項目です。そこで最後に、名寄せについてよく寄せられる質問を5つ取り上げます。

質問①名寄せはどこから手をつけますか？

AIに何を答えさせたいかを1つ決めるところからです。この記事の例に挙げた産業用塗料のメーカーでは、着手前に営業からの質問で取引額を正しく答えられたのが38%にとどまっており、そこが起点になりました。答えさせたい質問が決まれば、必要な項目は逆算できます。その項目だけを対象にすれば、作業に終わりが生まれるでしょう。データの側から重複を探し始めると、対象は際限なく広がります。

質問②名寄せはAIに全部任せられますか？

任せられません。この会社が9,800件を機械で調べたときは、何らかの表記の揺れを含むレコードが3,000件を超えていました。複数の手がかりが同時に一致した候補だけを自動の対象にし、一部しか一致しない候補は人が確認します。判断の材料が足りない候補は、まとめずに候補のまま残してください。3つの範囲に分けることで、作業を止めずに進められます。

質問③名寄せの結果を戻すことはできますか？

戻せる形を先に用意しておけば戻せます。この会社も、同じ会社が本社と3つの工場で4件に分かれており、まとめる前の状態を残しておく必要がありました。統合の前に元のレコードの内容を別に書き出し、いつ誰がどの基準でまとめたかを1行で残します。この手順がないまま統合すると、誤りが見つかっても直せません。戻す手順は、統合を始める前に決めてください。

質問④名寄せの対象はどの項目に絞りますか？

AIが判断に使う項目で、かつ更新の担当が決まっている項目に絞ります。この会社はデータ管理の2名で着手し、3週間で対象の候補が増え続けることに気づいて範囲を絞り直しました。判断に使わない項目の表記が揺れていても、回答の精度には影響しません。更新する人がいない項目は、一度揃えても半年後には元へ戻ります。

質問⑤名寄せはどのくらい期間がかかりますか？

対象の項目数と候補の件数で変わります。項目を4つに絞り、候補が1,000件程度であれば、抽出から統合まで2か月から3か月が目安でしょう。全件を対象にすると期間は数倍に延びるため、まず範囲を決めるところに時間を使うほうが早く終わります。

名寄せは、AIが判断に使う項目だけを対象にすると終わる

名寄せに着手するとき最初に決めるのは、揃える精度でも使うツールでもありません。ここまで見てきたとおり、AIに何を答えさせたいかと、そのために必要な項目です。本記事では、範囲を決める4つの基準から、対象を分ける単位、AIに任せる線引き、効いたかを測る指標までを、一連の流れとして整理してきました。

例に挙げた産業用塗料のメーカーは、3,000件を超える表記の揺れを前に手が止まっていた状態から、対象を4項目に絞って候補1,240件まで狭め、700件を統合しました。戻したのは6件です。AIが取引額を答えられた割合は38%から91%へ、同じ会社への重複した接触は月31件から7件へ変わっています。かけたのは9週間と88時間でした。揺れを探し続けて終わらない状態が、まだ残っている企業も多いのではないでしょうか。

合同会社クロスコムでは、CRMのデータをAIが横断して読む前提でのAgentic CRM設計支援を行っています。名寄せの範囲をどこまでにするかを決める段階からご相談いただけますので、Agentic CRM設計支援までお気軽にご相談ください。本記事で紹介した内容を、ぜひ自社のデータの整備に合わせて活用し、少しでもお役に立てれば幸いです。