名寄せを実際に進める手順を、データ調査・抽出・クレンジング・マッチング・統合の5ステップで整理します。会社名・電話・住所・メール・法人番号の使い分け、自動統合とレビュー待ちの線引き、誤って統合したときの戻し方まで扱います。
名寄せとは、複数のデータベースに登録されている顧客情報から、重複する部分を洗い出し、一つに統合する作業を意味します。この記事では「名寄せ方法」「名寄せやり方」「名寄せ手順」を、Salesforce / HubSpot / PipedriveなどのCRM/SFA運用を前提に解説します。
この記事でわかることは以下です。
名寄せ実施の5ステップ
会社名・電話・住所・メール・法人番号の使い分け
ルール設計、一括処理と定期処理、失敗時の戻し方
Excel、CRM標準機能、DataSangoでの実装例とROI測定
同一企業にメールが3通届く、LTV分析がずれる、カスタマーサポートが過去対応を見つけられない。こうした問題は、2024年以降のCRM運用でも珍しくありません。DataSango（株式会社MerのAI Data Operations Platform）の運営者として、中立的に解説しつつ、後半でDataSangoの活用も紹介します。
名寄せとは何か：の意味とCRMにおける役割
名寄せの意味は、CRM文脈では「複数のシステムに散らばった同一企業・同一人物の情報を、同じIDにまとめるデータ統合」です。会社名、氏名、電話番号、住所、メールアドレス、法人番号などを照合し、同じ顧客を1つのマスタに寄せる状態となるよう整備します。
CRM（カスタマーリレーションシップマネジメント）は、企業が顧客との関係を構築し、維持するための手法であり、顧客の属性や購買履歴を一元管理・分析することで、顧客満足度を高め、長期的な売上向上を目指すものです。CRMの導入には、明確な目的を設定することが重要であり、目的が不明確なまま導入すると、期待される成果が得られない可能性があります。
対象は、リード、取引先企業、取引先責任者、問い合わせ履歴、購買履歴、請求先などです。名寄せは「データ調査 → データ抽出 → クレンジング → マッチング → 統合」で進めます。単発の作業ではなく、DataSangoのような顧客データ運用を支えるサービスも活用しながら、データ運用プロセスの一部として継続すべきです。
名寄せが必要になる具体的シーンと得られる効果
結論：名寄せは“やるべき企業”がはっきりしており、効果も数値で見えます。名寄せが必要な理由は、データの入力や登録時の問題を解決するため、複数のシステム内にあるデータベースを統合するため、情報の更新や変更の反映漏れを防ぐための3つです。
よくあるケースは以下です。
Salesforce導入後、Excelの既存顧客台帳を統合したい
MAとCRMで既存顧客が二重カウントされている
インサイドセールスとカスタマーサポートで別ID運用になっている
ECサイトと店舗CRMで同じ客が別管理されている
効果は3カテゴリで整理できます。
マーケティング活動：重複メール・DMを減らし、セグメント精度を上げる
営業活動：複数担当による重複連絡を防ぎ、業務効率を上げる
カスタマーサポート：問い合わせ履歴を一元化し、顧客満足度を高める
CRMを活用することで、顧客情報を一元管理し、顧客のニーズや行動履歴に基づいた適切なアプローチが可能となり、既存顧客へのサービス品質の向上にもつながります。情報が正確に整理されて最新の状態で共有されるため、既存顧客のリピート促進やファン化を促進します。データの重複が解消されて正確な顧客数が判明するため、市場分析や売上予測の誤差が減少します。
名寄せ実施の5ステップ：具体的な方法・やり方・手順
名寄せの方法は「データ調査 → データ抽出 → クレンジング → マッチング・名寄せ → 統合・検証」です。これが実務で使いやすい名寄せ手順であり、初心者にも再現しやすい名寄せのやり方です。
ステップ1：データ調査（どの情報を名寄せ対象にするか決める）
まず、どこに・どんな粒度のデータを・どの形式で持っているかを棚卸しします。CRM/SFA、MA、問い合わせ管理、請求システム、スプレッドシートを対象に、取引先企業、コンタクト、案件、請求先を確認します。
見るべき項目は、顧客ID、会社名、住所、電話番号、メール形式、更新日時、レコード件数です。成果物は「名寄せ対象テーブル一覧」「対象期間（例：2018年以降）」です。
ステップ2：データ抽出（名寄せに必要な項目だけを抜き出す）
データ抽出の目的は、名寄せキーと補助情報だけに絞ることです。抽出項目は、システム内ID、会社名、部署名、氏名、メール、電話、住所、法人番号、作成日、最終更新日などです。
Account Name vs 取引先名、Company vs 会社名のような違いは、簡単な2列の比較表にまとめます。手段はSQL、レポート、APIがありますが、初心者はCSVエクスポートから始めるのが現実的です。
ステップ3：データクレンジング（表記ゆれ・欠損・誤りの修正）
クレンジングの目的は、名寄せ前にノイズを減らし、効果的なマッチングを可能にすることです。例文として「株式会社Mer」「（株）Mer」「MER Inc.」は同一候補ですが、表記は違います。
処理は以下です。
正規化：全角・半角、ハイフン、法人格を統一
補完：外部DBで法人番号や住所を補う
除外：テストデータ、明らかな誤入力、不要な名前を外す
データの表記ルール（全角・半角の統一など）を社内で策定し、データの量や目的に合わせて手動で行うか名寄せ専用ツールを導入するかを検討することが推奨されます。DataSangoでは、会社名の法人格削除や電話番号フォーマット統一をノーコードで設定できます。
ステップ4：データマッチング（名寄せキーを使って同一判定）
名寄せキーとは、同一と判断するための属性です。法人番号、メール、電話、会社名、住所を組み合わせます。
厳格マッチ：法人番号一致、メール完全一致
あいまいマッチ：会社名類似＋住所都道府県一致＋電話下4桁一致
ExcelのVLOOKUP/XLOOKUPは小規模な完全一致には有効ですが、表記ゆれには専用ツールやAIスコアリングが向きます。
ステップ5：統合・検証（マスタIDを決めて統合し、結果を確認）
統合では、どのレコードを正とみなすかを決めます。最新更新日が新しい、課金中契約がある、商談金額が大きい、といった基準です。
データの統合には、最も最新で正しい情報を確認してマスターデータとして更新する作業が含まれます。旧IDを保持し、履歴を残し、サンプルチェックと件数増減を確認します。DataSangoなどのツールでは、統合前後の差分レポートやロールバック設計を活用します。
名寄せキーの選定：会社名・電話・住所・メール・法人番号の使い分け
結論：法人番号やメールのような一意性の高いキーを軸にしつつ、会社名・住所・電話を補助的に組み合わせるのがベストプラクティスです。設計を誤ると、異なる顧客が統合される、または同一顧客が別IDのまま残ります。
法人番号：日本のBtoB名寄せで最も強力なキー
法人番号は1法人1番号で、2015年以降に整備され、国税庁法人番号公表サイトで公開されています。日本のBtoBでは強力ですが、海外企業や個人には使えません。CRMに法人番号項目を新設し、既存データに後付けします。DataSangoは500万社の国内企業データベースと連携し、会社名・住所から法人番号を自動付与できます。
会社名：表記ゆれ前提で扱う主要キー
「株式会社」「(株)」「株式會社」、略称、英表記などが課題です。法人格除去、全角半角統一、スペース削除を行い、完全一致ではなく類似度スコアで判定します。ホールディングスと子会社をどう扱うかも先に決めます。
電話番号：個人・店舗単位での名寄せに有効
国番号、市外局番、ハイフン、携帯・固定の区別を統一します。コールセンターでは電話番号が一次キーになりやすい一方、代表電話共有やフリーダイヤルでは一意キーになりません。「電話番号＋会社名」で使うと安全です。
メールアドレス：個人ユニットでの強力な識別子
メールアドレスはBtoC・BtoB担当者の識別に強いキーです。ただし、info@、sales@などの共有アドレス、部署代表、転職時の変更に注意します。メール配信履歴や問い合わせ履歴の名寄せに特に有効です。
住所：登記・支店・店舗レベルの名寄せ補助キー
郵便番号、都道府県、市区町村、番地、建物名に分けて正規化します。旧住所、政令指定都市、ビル名略称など日本特有の表記ゆれがあります。本社単位か店舗単位か、管理哲学を決めてから使います。
ルール設計のベストプラクティス：安全で効果的な名寄せ方法
名寄せは“どこまでを同一とみなすか”というルール設計が7割です。最大のメリットは顧客アプローチの精度向上とコスト削減であり、最大のデメリットは作業工数・費用の負担とデータ誤統合のリスクです。
ルールのレイヤー設計：厳格マッチ → あいまいマッチの二段構成
第一レイヤーは法人番号・メール完全一致で自動統合。第二レイヤーは会社名類似＋住所一部一致でレビュー待ちにします。DataSangoでは、条件ごとに自動マージ／レビュー待ちをノーコードで設定できます。
マージ優先ルール：どのレコードを「代表」とするか
基準は以下です。
最終更新日が新しい
ステータスが「成約」「既存顧客」
商談金額が大きい
請求システムと連携するIDは保持
住所は最新、担当営業は維持、顧客ランクは高い方を優先、など項目単位で決めます。
例外・ブラックリストの設計：マージしてはいけないパターン
同姓同名、同一ビル内の別法人、同一電話を使う別会社、大口顧客は自動マージから外します。例外ルールは営業、マーケティング、カスタマーサポート、情報システムで合意します。
ルールのドキュメント化と共有：運用チーム間の認識統一
運用ガイドラインを社内Wikiに置きます。DataSangoを使う場合は、ノーコード設定画面のスクリーンショットをマニュアル化すると、判断のばらつきが減ります。
一括処理 vs 定期処理：名寄せ運用のほうほうと設計ポイント
結論：最初に一括処理で地ならしし、その後は定期処理で維持するハイブリッド型が現実的です。数万件なら一括処理も可能ですが、10万件を超えたらツール利用を検討します。
初回の一括名寄せ：大掃除としてのアプローチ
CRM導入時、2020〜2023年に蓄積した古い顧客データ整理時に実施します。バックアップ取得、検証環境でのテスト、本番分割実行が必須です。顧客数が何％減ったか、重複率が何％だったかを経営層に報告します。
定期処理：週次・月次での名寄せ運用
目的は、新規流入データによる重複発生を抑え、情報の一貫性を維持することです。前回以降に作成・更新されたレコードだけを週次・月次で処理します。DataSangoではPCMET+AIのMerge機能で定期ワークフローを設定できます。
リアルタイムに近づける工夫：登録時チェックとアラート
営業が新規取引先を登録する前に、同じ電話・メール・会社名類似レコードを表示します。WebhookやAPIで登録直後に名寄せ処理を走らせる疑似リアルタイム設計も有効です。
ツールでの実装例：ExcelからDataSangoまでの名寄せ方法比較
ツール選定はデータ量、スキル、将来の運用方針で決めます。名寄せには、Excelなどを用いた手作業の方法と、専用ツールを使用した自動化・効率化の方法があります。
Excel・スプレッドシートでのスモールスタート
数千〜1万件程度なら、元データ、クレンジング用、マッチング結果の3シートで始められます。VLOOKUP、XLOOKUP、重複削除を使います。低コストですが、人依存でミスが起きやすく、再現性が低い点に注意です。
CRM/SFA標準機能での名寄せ（Salesforce・HubSpotなどを想定）
一般的なCRMには、取引先や取引先責任者の重複ルール、重複レポート、マージ機能があります。単一システム内には強い一方、他システムを跨ぐ既存データの一括名寄せには限界があります。
DataSangoによるノーコード名寄せ（無料プランの利用イメージ）
DataSangoはPCMET+AIのうち、Merge、Cleansing、EnrichmentなどでCRMデータをAI-Readyに整備し続ける運営基盤です。Salesforce/Pipedrive/HubSpotと接続し、取引先・リード・コンタクトを取り込み、名寄せルールをノーコードで設定できます。無料プラン（月¥0）で、まず1万件の既存顧客から試せます。
名寄せ失敗時のリカバリーとリスク低減策
名寄せは100％正解を保証できないため、失敗前提でリカバリー設計をしておくことが重要です。
よくある名寄せ失敗パターン
同姓同名の人物、同じビル内の別企業、マーケティング用リードと請求用顧客の誤マージが典型です。名寄せ後に顧客数が急減しすぎる、一部売上がゼロになる、といった分析指標で気づくこともあります。
リカバリーを前提にしたデータ設計
名寄せ前のバックアップは最低90日保管します。旧ID、マージ日時、実行者を保存し、特定セグメントでドライランしてから本番実行します。DataSangoのようなツールでは、シミュレーションと結果比較レポートを使います。
失敗を減らすための運用上の工夫
ルール変更は小規模テスト、レビュー会議、本番適用の順にします。名寄せ後1〜2週間は現場窓口を設け、誤統合件数や閾値を継続的に見直します。
名寄せのROI測定方法：投資対効果をどう示すか
名寄せをコストではなく投資として示すには、費用と成果を年間で比較します。
年間ROI =（削減工数 + 増加売上 + 効率改善価値 − 初期費用 − 運用費）/（初期費用 + 運用費）
コスト削減系KPI：重複配信・重複作業の削減
名寄せによるコスト削減には、重複した郵送費や印刷費、データ保管用のサーバー容量を節約できるという利点があります。同一人物へのDMの二重発送や複数の営業担当者による重複連絡を防ぐことは、トラブル防止にも有効です。
売上向上・機会創出系KPI：既存顧客深耕とCV向上
休眠既存顧客を正確に把握し、掘り起こしキャンペーンのレスポンス率、クロスセルCV、アップセル売上を比較します。顧客情報を統合管理することで、企業はデジタルマーケティング施策を展開しやすくなり、再訪率や定期購入率の向上を図れます。
データ品質・運用効率系KPI：データを活用しやすい状態へ
重複率、住所・法人番号の欠損率、名寄せ済み企業数を月次で追います。名寄せを行うことで、重複したデータを排除し、実際の顧客数を正しく把握することが可能になり、精度の高い売上予測や経営戦略の立案ができます。顧客データの管理は、顧客満足度を高め、長期的な売上向上を目指すための重要な経営戦略です。
本記事は手順を扱いました。名寄せそのものの定義、クレンジングやマージとの違いは名寄せとはで整理しています。
FAQ：名寄せの方法・やり方・運用でよくある質問
Q1. そもそも名寄せとは何ですか？どんな場面で必要になりますか？
複数のデータベースに存在する同一顧客を1つにまとめる作業です。CRM導入、システム統合、新MA導入、マーケティング高度化で必要になります。
Q2. 名寄せの方法・手順は、まず何から始めればよいですか？
まず社内の顧客データを棚卸しします。その後、データ調査、データ抽出、クレンジング、マッチング、統合の順に進めます。最初は日本国内の法人顧客など、小さな対象から始めましょう。
Q3. 名寄せキーはどれを使うのが一番効果的ですか？
万能キーはありません。BtoBでは法人番号＋会社名＋住所、BtoCではメール＋電話＋氏名が実務的です。自社データで最も埋まっている項目を確認して決めます。
Q4. 名寄せを社内だけでやるのと、ツールを使うのはどう使い分けますか？
数千件・年1回ならExcelでも可能です。数万件以上、複数システム、定期運用ならツールが向きます。DataSangoはCRMを置き換えず、名寄せ・クレンジングの運営基盤として併用する設計です。
Q5. 名寄せで誤ってマージした場合、元に戻せますか？
バックアップと旧ID履歴があれば戻せる可能性があります。ただし完全自動で戻せない場合もあるため、事前シミュレーションと段階実行が重要です。
Q6. 名寄せはどのくらいの頻度で行うべきですか？
導入・統合時は一括名寄せ、その後は月次または四半期ごとの定期名寄せが目安です。毎月数千件以上の新規リードが入る企業は、定期処理＋登録時チェックが理想です。
まとめと次のアクション：小さく始めて、運用で名寄せを育てる
名寄せは、顧客データを一元管理し、企業が顧客のニーズや行動を把握しやすくし、マーケティング戦略や営業活動の効率を向上させます。また、データ管理コストの削減、経営状況の可視化、組織全体での情報共有の促進が可能になります。
明日からのToDoは以下です。
名寄せ対象システムを洗い出す
対象期間と対象データを決める
名寄せキー候補を一覧化する
厳格マッチとレビュー待ちルールを分ける
小規模データでテストする
自社の目的を明確にすることが最初の一歩です。名寄せは単発プロジェクトではなく、CRM運用全体を支える基盤づくりです。
【無料】DataSango 無料プラン - クレジット不要・既存CRM接続可
Salesforce / HubSpot / Pipedriveを利用中でも、既存CRMに接続して小規模な名寄せから始められます。
