データクレンジングとは？CRMデータをAI Readyにする意味・目的・進め方
CRMの表記ゆれ・欠損・重複をどう整えるか。データクレンジングの定義、名寄せ・マージとの違い、5段階の実行手順、継続運用の設計を市場VOCとDataSangoの実装状況をもとに解説します。
CRMのデータクレンジングとは、会社名、電話番号、住所などの値を定義したルールに沿って補正・標準化し、業務で再利用できる状態にする処理です。重複レコードを同一対象として判定する「名寄せ」や、1件へ統合する「マージ」とは分けて設計します。
データを一度きれいにするだけでは、問題は解消しません。フォーム、CSVインポート、外部ツールとの同期、担当者による手入力が続けば、表記ゆれや重複は再び増えます。必要なのは、一括修正と再発防止を同じ運用として設計することです。
CRMのデータクレンジングで整えるもの
データクレンジングの対象は、誤記だけではありません。CRMで検索、集計、セグメント作成、重複判定を行うために、値の形式と意味をそろえます。
代表的な対象は次の通りです。
対象 | 問題の例 | 整え方の例 |
|---|---|---|
会社名 | 株式会社Mer、(株)Mer、Mer Inc.が混在 | 法人格と表記ルールを統一する |
電話番号 | ハイフン、国番号、全角数字が混在 | 数字形式と国番号の扱いを統一する |
住所 | 都道府県の省略、全角・半角、番地表記が混在 | 住所を構成要素に分け、形式をそろえる |
メールアドレス | 大文字、前後の空白、無効な形式が混在 | 正規化し、形式を検証する |
選択項目 | 「東京都」「東京」「Tokyo」が混在 | 許可する値を定義して変換する |
必須項目 | 業種、従業員規模、担当部署などが欠損 | 利用目的に必要な項目を定義し、欠損を特定する |
クレンジングの目的は、見た目を整えることではありません。同じ条件で検索・分類・集計したときに、同じ判断へ到達できる状態を作ることです。
CRMデータが乱れる原因
CRMのデータ品質は、入力経路が増えるほど崩れやすくなります。営業担当者の手入力、Webフォーム、展示会リスト、外部データ、MAやSFAとの同期では、それぞれ異なる形式が使われるためです。
部署ごとに入力ルールが違う場合もあります。マーケティングはメール配信の可否を重視し、営業は会社名と担当者名、管理部門は請求先情報を重視します。ルールを共有しないまま同じCRMへ書き込むと、各部署では正しいデータでも、横断利用では不整合が起きます。
問題が蓄積してからCSVへ書き出し、手作業で修正しても、入力経路が変わらなければ再発します。データクレンジングは「過去データの修正」と「新しく入るデータの標準化」を分けずに設計する必要があります。
市場VOCから見える2つの運用課題
CRMデータ管理ツールの公開レビューを確認すると、継続運用に関する二つの課題が見えます。以下はDataSango顧客の声ではなく、他社製品の公開レビューを要約した市場VOCです。
一つ目は、重複、表記ゆれ、一貫性不足が継続して発生し、新規インポート時から統一された構造へ整える必要があることです。一度の一括修正では、入力や連携が続くCRMの問題を止められません。
二つ目は、複雑なクレンジング条件を毎回作り直す負担です。同じ補正を繰り返すなら、ルールを保存し、対象と実行条件を管理して定期処理へ移す必要があります。
出典: Insycleの公開レビュー（2026-07-16確認、要約）
クレンジング・名寄せ・マージの違い
クレンジング、名寄せ、マージは、順番と責任範囲が異なります。三つを一つの処理にすると、どのルールで値が変わり、なぜレコードが統合されたのか追いにくくなります。
処理 | 役割 | 例 |
|---|---|---|
クレンジング | 値を補正・標準化する | (株)Mer と 株式会社Mer の形式をそろえる |
名寄せ・マッチング | 同じ会社・人物である可能性を判定する | 会社名、ドメイン、電話番号から同一企業の候補を作る |
マージ | 候補レコードを1件へ統合する | 更新日や項目別の優先順位に沿って残す値を決める |
先に値を標準化すると、名寄せの比較条件をそろえられます。その後、同一対象の候補を作り、最後にどの値を残すか決めて統合します。
単純な完全一致だけでは、文字欠け、旧社名、複数メールアドレスなどを扱えません。一方、条件を広げすぎると別の会社や人物を誤って統合します。自動判定する範囲と、人が確認する例外を分けてください。
違いを詳しく確認したい場合は、データマッチングとデータクレンジングの違いも参照してください。
CRMデータクレンジングの5段階
1. 対象を一つに絞る
最初からCRM全体を直そうとせず、会社、取引先責任者、リードなど、一つのオブジェクトを選びます。その中でも、会社名、電話番号、住所など、検索、集計、重複判定に使う項目を優先します。
2. 現状を診断する
欠損率、値の種類、形式の混在、重複候補を確認します。この段階では書き換えず、どの問題がどの入力経路から発生しているかを特定します。
3. 正規形と優先順位を決める
会社名の法人格を残すか、電話番号へ国番号を付けるか、複数の値があるときにどれを残すかを決めます。正解は一つではありません。検索、配信、分析、営業活動など、データの利用目的から決めます。
4. 影響を確認してから反映する
変更件数と変更前後の値を確認し、誤変換しやすい条件を除外します。完全一致など確度の高い処理は自動化し、曖昧な候補は人の確認へ回します。
5. ルールを保存して定期実行する
一括修正後も、新しいデータは入り続けます。使用したルール、対象項目、例外条件を保存し、インポート時または定期処理として再利用します。エラーや例外が増えたときにルールを見直せる状態も必要です。
より細かな実行手順は、CRM顧客情報をAIで整える具体的なやり方・手順で確認できます。
Excel・自社スクリプト・SaaSの選び方
手段は、データ量だけでなく、更新頻度とルールの再利用性で選びます。
手段 | 向いている状況 | 注意点 |
|---|---|---|
Excel・スプレッドシート | 対象が限定され、単発で確認したい | 元データとの差分、担当者ごとの手順、再実行の管理が難しい |
自社スクリプト | 独自ルールが多く、保守できる担当者がいる | 仕様変更、例外処理、実行履歴の保守が必要 |
SaaS | CRMへの入出力が続き、同じルールを繰り返し使う | 接続範囲、権限、プレビュー、例外確認、料金を確認する |
単発のリスト整理なら、Excelで十分な場合があります。入力や連携が続くCRMで、同じ問題を繰り返し直しているなら、保存したルールを再実行できる仕組みが候補になります。
選定時の比較軸は、データクレンジングツール比較で整理しています。
DataSangoでできる範囲
DataSangoは、CRM上のデータを継続的に整えるAI Data Operations Platformです。2026年7月16日時点で、クレンジングとマージは本番公開済みです。プロスペクトとトランスフォームはベータ公開であり、同じ提供状況ではありません。
クレンジングでは、会社名、電話番号、住所などをルールに沿って標準化します。マージでは、重複候補と残す値の条件を設定し、レコードを統合します。公式サイトにはSalesforce、HubSpot、Pipedriveとの接続が掲載されています。
DataSangoを検討する場合も、最初に整える対象と正規形を決める作業は必要です。ツールが判断基準を代替するのではなく、決めたルールを再現し続けるために使います。
よくある質問
データクレンジングとデータクリーニングは違いますか？
実務では、ほぼ同じ意味で使われます。どちらも、誤記、表記ゆれ、欠損、形式不統一などを補正し、データを再利用できる状態に整える処理を指します。
重複レコードの削除もデータクレンジングに含まれますか？
広い意味では含める場合がありますが、運用設計では分ける方が安全です。値の補正と標準化をクレンジング、同一対象の判定を名寄せ、候補レコードの統合をマージとして管理します。
CRMのデータクレンジングはどの頻度で行うべきですか？
入力やインポートが続くCRMでは、問題が蓄積してから一括修正するより、保存したルールを取込時または定期処理で実行する方が再発を抑えられます。頻度はデータの流入量と利用目的に合わせて決めます。
最初にどの項目から整えるべきですか？
一つのCRMオブジェクトに範囲を絞り、会社名、電話番号、住所など、検索、重複判定、集計に使う項目から始めます。影響範囲を確認してから対象を広げます。
次に確認すること
最初の対象を決めるには、同じ会社や人物が複数登録されていないか、会社名・電話番号・住所の形式がどの程度混在しているかを確認します。
問題が一つのCSVに限られるなら、まず手元で修正できます。CRMへの入力と連携が続き、同じ修正を繰り返しているなら、ルールを保存して定期実行する運用へ移す時点です。
参照情報
DataSango公式サイト（2026-07-16確認）
Insycleの公開レビュー（市場VOC、2026-07-16確認）
注: 市場VOCはDataSango顧客の導入効果を示すものではありません。公開レビューに見られる課題を、直接引用せず要約しています。
