CRMデータ運用で「名寄せ」と「マージ」を同じ意味で使うと、設計・監査・現場運用で認識がずれます。DataSangoを運営する当社では、名寄せとマージを明確に分けて扱います。本記事では、RevOps・情シスが自社CRM運用方法を決められるよう、違いと判断軸を整理します。

結論：名寄せとマージの違い

名寄せとマージの違いの核心は、レコード数が変わるかどうかです。名寄せは、共通キー、つまりコードを付与して同一人物・同一企業を論理的に束ねる処理で、物理レコード数は変わりません。マージは、重複レコードを物理的に統合・削除またはアーカイブする処理で、レコード数が減ります。

例文で言えば、1人の顧客に3件のレコードがある場合、名寄せ後も3件のまま共通IDで束ねます。マージ後は、3件を1件に統合します。マージと名寄せの違いを曖昧にしたまま進めると、「削除していないと思っていたのに履歴が消えた」という監査・運用上の問題につながります。

用語の正確な定義：DataSangoが提唱する「名寄せ」と「マージ」

この記事では、一般的なIT用語ではなくCRM、つまり英語の Customer Relationship Management、顧客関係管理という経営手法における顧客データ運用の定義を採用します。

名寄せとは、SalesforceのExternal ID、DataSango共通企業コードなどを使い、複数のシステムやデータベースに分散した同一企業・人物を1つの単位として扱えるようにする論理統合です。マージとは、同一企業または同一個人と判定したレコードを物理的に1件へ統合し、不採用レコードを削除または退避する物理統合です。

個人名寄せでは名前、メールアドレス、電話番号、住所、生年月日がキー候補です。企業名寄せでは会社名、企業名、法人番号、所在地、代表電話が重要で、こうした名前・連絡先・所在地などの基本情報が名寄せ判定の土台になります。名寄せには個人名寄せと企業名寄せがあり、名寄せは電話番号やメールアドレスをキーにして情報を統合することもあります。ただし名寄せでは個人情報の取り扱いに注意が必要で、同姓同名の顧客情報を誤って統合するリスクがあります。こうした注意点は、定義やルールを決める段階でも押さえておく必要があります。

DataSangoでは、名寄せをPCMET+AIのCleansingとMergeの前提になる共通キー付与として位置づけています。

名寄せ：共通キー付与による「論理統合」

名寄せではレコード数は変わりません。共通コードによって束ねるだけです。

たとえば2026年時点で、Salesforceの商談データ、HubSpotのリードデータ、請求システムの得意先データに同じ取引先が存在する場合、共通企業IDを付与します。構造としては、共通企業IDの下に既存顧客、新規顧客、購買履歴、営業活動ログ、カスタマーサポート履歴がぶら下がる形です。これにより営業活動やサポート履歴を横断して把握でき、顧客へのアプローチを重複なく最適化しやすくなります。

表記揺れや重複登録は分散した情報を整理する対象です。名寄せは顧客情報の重複を統合する作業であり、名寄せはデータベース内の矛盾を解消するために行うものです。名寄せでは古いデータや不正確な情報の修正が必要です。顧客データ統合ツールを活用した名寄せなら、分散した情報の整理と修正を効率的に進められます。

フィールド例：

マージ：重複レコードの「物理統合・削除」

マージはレコード数が減る、後戻りが難しい処理です。同じ取引先マスタが部署違い・担当者違いで増えた場合、主レコードを決め、関連する商談、問い合わせ、見積、請求履歴を付け替えます。

決めるべきルールは以下です。

• 優先フィールド：最新更新、入力元の信頼度、情報の完全性

• 監査ログ：いつ、誰が、どのルールで実行したか

• 退避先：削除レコードのバックアップ、論理削除、アーカイブ

• 実行方法：CRMシステムのUI操作か、外部ツールのバッチ／プログラムか

Salesforce、HubSpot、PipedriveなどのCRMシステムにもマージ機能はありますが、外部DB照合、法人番号補完、類似度判定まで含める場合は外部基盤が必要になることがあります。金融・通信・医療では、履歴喪失を避けるため安易なマージがNGになる場合があります。

名寄せとマージの違いを一目で理解する比較表

名寄せとマージの違いは、以下の表で見ると明確です。

大企業ほど監査と部門調整の理由から名寄せ重視になりやすく、中堅以上では業務効率を求めてマージも必要になります。この差を理解することが、顧客数の多い組織ほど重要です。

監査・履歴保持要件から見た「名寄せ」と「マージ」の設計の違い

監査要件が強いほど、名寄せ優先・マージ慎重が基本です。日本では2022年以降の個人情報保護法改正、上場企業の内部統制報告制度、金融庁の監督指針などを背景に、データ操作の証跡が重視されています。出典として金融庁資料でも、顧客管理の基礎データの正確性が内部監査の論点になります（金融庁資料）。

名寄せだけなら元レコードを削除せず、顧客情報の履歴を確認できます。マージする場合は、業務日誌レベルで「誰が、いつ、どのルールで」統合したかを残します。証券会社、保険、通信、医療では、係争や行政調査に備えて名寄せ中心になることがあります。

DataSangoはマージON/OFFをテナント単位・オブジェクト単位で選択可能です。監査要件がある企業には、名寄せのみ＋マージは別承認プロセスという運用を提案できます。

履歴保持パターン別：どこまでマージして良いかのライン

すべてのデータをマージすべきではありません。履歴要件ごとにラインを分けます。

• 商談・契約履歴：原則マージしない

• リード・見込み客：ルールに沿って積極的にマージ

• マーケティングログ：名寄せのみで物理レコード保持

• 問い合わせ・クレーム履歴：個人情報と証跡のため慎重に扱う

監査法人や内部監査室とは、ログ保存期間、マージ実行権限者、承認フロー、復元方法、CSVファイルの退避先を合意します。

企業規模別：大企業は「名寄せ重視」、中堅以上は「マージ実行」も求められる理由

名寄せかマージかは、技術論だけでなく企業規模とガバナンスで決まります。売上1000億円規模の大企業では、まず名寄せで横断的に一元管理し、マージは局所的に限定する傾向があります。売上50億〜1000億円程度の中堅企業では、業務効率と管理コスト削減のため、一定ルールの下でマージまで進めたいニーズが高くなります。

スタートアップや小規模企業はExcelから始める場合もありますが、将来の重複爆発を避けるため、早めにCRMシステムと外部ツールを整備すべきです。こうした名寄せの取り組みは早く始めるほど、将来の重複拡大や手戻りを抑えやすくなります。通常、既存顧客より新規リード側からマージルールを作ると安全です。

実例としては、東証プライム上場企業は名寄せ中心で運用し、社員300名規模のSaaS企業は名寄せに加えて週次バッチでマージも行う、といった企業規模ごとの使い分けがあります。

顧客データの業務効率・コスト観点で見た「名寄せ止まり」と「マージまで」のトレードオフ

名寄せ止まりは安全ですがデータ量は減りません。マージまで行うと業務効率は上がりますが、設計とガバナンスが必要です。

カスタマーサポートやインサイドセールスでは、同じ顧客が複数レコードに分かれると購買履歴や問い合わせ履歴を追いりやすくなくなるうえ、会員対応や問い合わせ対応などのサービス品質にも影響し、対応ミスや顧客離れにつながります。マーケティング活動では、セグメント作成、スコアリング、メール重複配信防止に効果的です。さらに、顧客ごとの履歴が分断されると、これまでのやり取りを踏まえた関係性のある対応がしにくくなります。

名寄せのメリットとして、名寄せを行うことで営業活動の効率化が図れます。名寄せには無駄なコスト削減が含まれ、名寄せによりデータ管理コストが削減できます。名寄せで経営状況の可視化が可能になり、名寄せは組織全体の情報共有を促進します。名寄せにより正確なデータ分析が可能になり、名寄せで重複データを統合しコスト削減が実現します。

一方、異なる個人を1人にまとめる誤マージは法務リスクが重いです。初期は名寄せ＋少数フィールドの自動マージ、成熟後に範囲を広げる段階的導入が現実的です。

名寄せ型ツールと全レイヤー型ツール：設計思想の違い

ツールには、名寄せを高精度で行うタイプと、名寄せからマージ、クレンジング、エンリッチメントまで扱う全レイヤー型があります。

Sansan、uSonar、FORCASは、名刺、企業DB、ターゲティングなどに特徴があります。DataSangoやInsycleのような全レイヤー型は、CRM上のデータライフサイクル全体を運営する基盤です。名寄せ型ツール＋CRMだけでは、最終的な整形やエンリッチメント、重複データ処理を手作業でしたりするケースが残ります。

データクレンジングは表記ゆれを修正する作業であり、データクレンジングは欠損値の処理を含みます。広義には、データクレンジングは重複データを削除するプロセスであるとも説明されますが、本稿では物理削除はマージに分類します。データクレンジングは顧客情報の正確性を高め、データクレンジングは名寄せの前に行うべき作業です。クレンジングが不十分だと名寄せ効果が低下します。表記ゆれを減らすため、表記統一マニュアルを作成して共有するべきです。また、名寄せ不要な環境を整備することが重要です。

名寄せの手順は4つのステップで進めます。最初のステップはデータ調査を行うこと。次にデータ抽出を行い、必要な情報を洗い出す。データクレンジングでは表記ゆれを修正する。最後のステップはデータマッチングで統合を行う、という流れです。名寄せはデータクレンジングと同時に行われることが多いです。

DataSangoの位置づけ：名寄せとマージ両対応＋PCMET+AI

DataSangoは名寄せとマージを同じレイヤーで扱わず、役割の違いを前提に設計しています。

• Prospect：新規企業・新規顧客の発見

• Cleansing：表記統一、欠損補完、基本情報の整備

• Merge：承認済みルールでの物理統合

• Enrichment：企業属性、業種、規模の補完

• Transform：CRM項目への変換

• AIエンリッチメント：AIによる補完

• AIトランスフォーム：AIによる整形

DataSangoは500万社以上の国内企業データベースと連携し、法人番号、商号、住所をもとに企業名寄せを行います。Salesforce、Pipedrive、HubSpotなど既存CRMシステムと併用し、既存顧客と新規顧客をAI-Readyな状態で管理し続けます。マージはON/OFFを切り替えられるため、監査要件が厳しい企業でも名寄せ中心で始められます。

自社に必要なのは「名寄せ」か「マージ」か：判断のフレームワーク

まず名寄せ、その上でマージが本当に必要かを判断します。

月1000件規模の商談があるBtoB SaaSでは、リード側のマージが効きます。一方、地方金融機関の支店網＋窓口顧客中心の環境では、名寄せを優先し、履歴は残す設計が安全です。プロセスは、①現状棚卸し→②要件整理→③ポリシー策定→④ツール選定→⑤PoC→⑥本番運用です。DataSango Freeなら、まず名寄せだけをPoCできます。

名寄せ・マージポリシーのサンプル（情シス・RevOps向け）

社内文書には、以下をそのまま入れると整理しやすいです。

• 対象範囲：取引先、リード、コンタクト、ECサイト会員

• 名寄せキー優先順位：法人番号、会社名＋住所、メール、電話番号

• マージ対象外：契約、請求、問い合わせ、サポート履歴

• 承認フロー：RevOps起案、情シス確認、監査対象は部門長承認

• ログ保存期間：最低7年など業界要件に合わせる

• 実行場所：CRMシステム側かDataSango側かを明記

個人情報保護の観点では、問い合わせ・サポート履歴は名寄せのみ、マージ禁止にする場合があります。

名寄せ・マージに関するよくある質問（FAQ）

Q. 名寄せとマージの違いは？ 同じ意味だと思っていました。

A. 名寄せは共通キー付与による論理統合で、レコード数は変わりません。マージは物理統合・削除で、レコード数が減ります。

Q. 監査法人から「レコード削除を極力避けるように」と言われています。マージは諦めるべきですか？

A. 諦める必要はありません。マージOFF、論理削除、アーカイブ、承認制などで対応できます。DataSangoでは名寄せのみの運用も可能です。

Q. 個人情報が絡むデータでもマージして良いのでしょうか？

A. 個人情報は慎重に扱うべきです。同姓同名、共有メール、家族利用などで誤マージが起きるため、まず名寄せで関係性を可視化する方法が安全です。

Q. 既存のCRMシステムだけで名寄せ・マージをやり切るのは現実的ですか？

A. 件数が少なければ可能です。ただし法人番号、外部企業DB、AI類似度判定、表記ゆれ補正まで必要なら、DataSangoのような外部基盤が役立ちます。

Q. 名寄せやマージは一度やれば終わりですか？

A. 終わりません。新規リード、展示会、フォーム、営業入力でデータは日々増えます。DataSangoはCRMデータを整備し続ける運営基盤です。

Q. 名寄せキーは何を使うべきですか？ 法人番号だけで十分ですか？

A. 法人番号は有力ですが、合併や欠損もあります。法人番号、企業名、所在地、電話番号、メールなど複数キーを組み合わせるべきです。法人番号の変更履歴は法人番号に関する解説も参考になります。

まとめと次の一歩：【無料】DataSango 無料プランのご案内

名寄せは論理統合、マージは物理統合です。監査要件が強い企業は名寄せ重視、中堅以上で業務効率を急ぐ企業はマージ実行も検討します。両者を区別して設計することが、業務効率とガバナンスの両立への第一歩です。

DataSango 無料プランでは、以下から始められます。

• 月額¥0

• クレジットカード不要

• Salesforce・HubSpot・Pipedriveなど既存CRM接続可

• まず名寄せPoC、その後マージポリシー検討

既存顧客・新規顧客を問わず、まずは名寄せで全体像を把握し、必要な範囲だけマージへ進むのが安全です。

【無料】DataSango 無料プラン - クレジット不要・既存CRM接続可

名寄せとマージの違いを正しく理解したうえで、自社に最適なデータ統合設計に踏み出しましょう。