名寄せ・データクレンジングのやり方
重複データを排除する方法

1 データクレンジング（名寄せ）とは何か

データクレンジングとは、データベース内の不正確・不完全・重複・陳腐化したデータを検出し、修正・統合・削除するプロセスです。営業リストの文脈では、特に名寄せ（Data Deduplication）が重要で、同一企業の重複レコードを統合する作業を指します。

なぜ同一企業が重複するのか

重複が発生する主な原因は以下の通りです。

• 社名表記の揺れ -- 「株式会社ABC」「(株)ABC」「ABC株式会社」「ABC(株)」が同一企業
• 複数ソースからの統合 -- 展示会リスト、購入リスト、自社収集リストに同じ企業が存在
• 移転・改称 -- 住所変更前後のデータが別レコードとして存在
• グループ会社の混同 -- 本社と支社、親会社と子会社が別々にカウント

2 名寄せしないと何が起きるのか：4つのリスク

「たかが重複データ」と軽視すると、営業活動に深刻な悪影響を及ぼします。

リスク2：KPIが不正確になる

例えば、1,000件のリストに200件の重複があれば、実質800件です。アポ率やROIの計算が狂い、正確な営業戦略が立てられません。

リスク3：営業リソースの浪費

重複した企業へのアプローチは、その分が無駄な作業になります。仮に1件の電話に3分かけるとして、200件の重複なら600分、つまり10時間分の無駄が発生する計算です（想定の例です）。

リスク4：CRMデータの汚染

重複データがCRMに流入すると、顧客管理が混乱。同一企業の商談履歴が分散し、正確な顧客理解ができなくなります。

データクレンジングは、営業リストの品質を保つための基本動作です。営業チームの習慣として定着させておきたい作業です。

3 名寄せの具体的な手順：4つの照合キー

名寄せは以下の4つの照合キーを順番に使用して行います。上から順に信頼度が高い方法です。

• 1
  法人番号での照合（信頼度：最高）
  国税庁が付与する13桁の法人番号は、法人ごとに一意。完全一致で同一企業と判定できる最も確実な照合キー。国税庁の法人番号公表サイトで誰でも利用できる。
• 2
  WebサイトURL（ドメイン）での照合（信頼度：高）
  ドメインが同一であれば同一企業と判定。「https://www.abc.co.jp」と「http://abc.co.jp」はプロトコル・wwwを正規化して比較。サブドメインの扱いに注意。
• 3
  電話番号での照合（信頼度：中〜高）
  代表電話番号が一致すれば同一企業の可能性が高い。ただし、テナントビル共有番号や代理店番号の場合は誤判定リスクあり。ハイフン有無の正規化が必要。
• 4
  住所＋社名の類似度スコアリング（信頼度：中）
  完全一致でなくても、類似度スコア（Levenshtein距離等）が閾値以上なら統合候補に。「株式会社ABC」と「(株)ABC」のような表記揺れを検出。手動確認と組み合わせて使用。

4 Excelでできる名寄せテクニック

専用ツールがなくても、Excelで基本的な名寄せは可能です。件数の少ないリストであれば十分実用的です。

手順1：社名の正規化

• 「株式会社」「(株)」「（株）」をすべて統一表記に変換（SUBSTITUTE関数）
• 全角・半角を統一（ASC関数・JIS関数）
• 前後の空白を除去（TRIM関数）

手順2：電話番号の正規化

• ハイフン「-」を除去して数字のみにする
• 先頭の「0」が消えていないか確認（セル書式を文字列に）

手順3：重複チェック

• COUNTIF関数で正規化後の社名・電話番号の重複をカウント
• 条件付き書式で重複セルをハイライト
• VLOOKUP / XLOOKUPで複数列を突合し、重複候補を一覧化

手順4：統合ルールの決定

• 重複レコードのうち、最も情報が充実しているレコードをマスターとして残す
• 他のレコードの固有情報（別の電話番号・担当者名等）はマスターに統合
• 重複レコードは削除ではなく「非表示」にして、後から検証できるようにする

5 自動ツールによるデータクレンジング

件数の多いリストを扱う場合や、定期的なクレンジングが必要な場合は、自動ツールの導入を検討しましょう。

6 データ鮮度を維持する運用ルール

クレンジングは一度やれば終わりではありません。データは常に劣化するため、鮮度を維持する仕組みが必要です。

定期クレンジングのスケジュール（運用ルールの一例）

データ鮮度を保つ5つのルール

1. 一定期間更新されていないデータにフラグを付ける -- 再検証の対象として明示（期間は自社で決める）
2. 不通番号は無効のフラグを立てる -- 不通が続いた番号は、回数の基準を自社で決めて無効化する
3. 配信停止の依頼は速やかに反映 -- 法令や相手への配慮の観点からも重要
4. リスト取得元と取得日を必ず記録 -- データの出自を追跡可能にする
5. 年次で全リストの棚卸し -- 長く使われていないリストはアーカイブ

7 クレンジング品質チェックリスト

自社のデータクレンジングが十分かどうか、以下のチェックリストで確認してください。

• 法人番号ベースの名寄せを実施しているか
  法人番号が最も確実な照合キー。未実施ならまず法人番号の付与から始める。
• 社名の正規化ルールが統一されているか
  「株式会社」の位置、全角・半角、空白の処理ルールを明文化。
• 重複率を定期的に測っているか
  重複率を測り、社内で決めた基準を超えたらクレンジングを実施。
• データの鮮度を測っているか
  古いデータはバウンス・不通の原因。更新日ごとの割合を定期的に確認し、基準を決めておく。
• NGリスト（配信停止・クレーム企業）の照合は毎回実施しているか
  アプローチ前に必ずNGリストとの照合を行う仕組みがあるか。
• クレンジングの実施記録（ログ）を残しているか
  いつ・誰が・何件クレンジングしたかの記録。品質管理の基盤。

リスト作成の基本から学びたい方は、営業リストの作り方完全ガイドをご覧ください。

クリーンなデータが利益に与える影響は、営業リストのROI計算の考え方をご覧ください。

8 まとめ：クリーンなデータが営業成果を生む

データクレンジングは地味な作業ですが、営業成果を支える重要なプロセスです。汚れたデータの上では、どんなに優れた営業戦略も成果が出にくくなります。