名寄せとは、複数のレコードが同じ会社や人物を指すかを判定し、共通のIDやグループとして扱える状態にすることです。レコードをすぐ1件に減らす操作ではありません。まず同一性を判断し、必要な場合だけマージへ進みます。

CRMでは、会社名の表記違い、複数メールアドレス、部署異動、CSVインポート、外部ツール同期によって同一対象の記録が分かれます。単純な重複削除では、履歴や関係性を失うことがあります。名寄せは、残す情報を判断できる状態をつくる工程です。

重複はどこで生まれるか

名寄せの設計は、重複が入ってくる経路を数えるところから始まります。経路ごとに混ざり方が違うため、同じ照合条件では拾えません。

• Webフォーム：会社名が自由入力で、法人格の書き方が人ごとに変わります

• 名刺・展示会リスト：部署と役職が氏名欄に混ざり、住所が旧本社のまま残ります

• CSVインポート：既存レコードと突合せずに追加すると、同じ会社が件数分だけ増えます

• ツール間同期：MAとCRMで一意キーが違うと、片側の更新がもう一方では新規作成になります

• 手入力：検索してから登録する運用になっていないと、既存レコードを見つけられずに作り直します

どの経路が自社で一番太いかを先に把握すると、着手する順番が決まります。件数の多い経路から手を付けるほうが、同じ工数で減る重複は多くなります。

名寄せ・クレンジング・マージの違い

たとえば「株式会社Mer」「（株）Mer」「Mer Inc.」は、クレンジングで比較しやすくします。その後、ドメイン、住所、電話番号、法人番号などを使って同一企業かを判定します。マージは、その判定と残す値の確認が終わってから行います。

1. 対象ごとに照合条件を決める

会社、担当者、リード、商談では照合条件を分けます。会社は法人番号、ドメイン、電話番号、所在地、正規化した会社名を組み合わせます。担当者はメールアドレスを強い手がかりにできますが、同姓同名だけで統合しません。商談は同名でも別案件であるため、会社や担当者の条件をそのまま使いません。

一致条件は、確定できるものと人が確認するものに分けます。たとえば、法人番号の完全一致は強い条件です。一方、会社名の部分一致や住所の近さだけでは、候補として扱い、最終判断を自動化しません。

名寄せキーの強さを見極める

照合に使う項目は、一意性の強さが違います。強いキーは自動で確定でき、弱いキーは候補にしかなりません。この区別をつけずに組み合わせると、別の会社を統合する事故が起きます。

• 法人番号：1法人に1つだけ割り当てられます。一致すれば自動で確定してよい強さです

• メールアドレス：担当者の識別に強いキーです。ただし info@ や sales@ のような代表アドレスは複数人が共有します

• ドメイン：会社単位の判定に使えます。フリーメールのドメインは対象から外します

• 電話番号：代表番号を支店や関連会社が共有するため、単独では確定できません

• 住所：同一ビルに別法人が入ります。会社名と組み合わせて初めて使えます

• 会社名：表記ゆれが最も大きい項目です。正規化したうえで、類似度は候補の絞り込みにだけ使います

法人番号は国税庁の法人番号公表サイトで公開されています。国内法人が対象なので、個人事業主や海外法人には使えません。BtoCでは法人番号が使えないため、メールアドレスと電話番号が中心のキーになります。

2. 候補を比較し、残す情報を決める

候補が見つかったら、主レコードと残す値を確認します。顧客ID、最新の活動履歴、関連する商談や問い合わせ、担当者、更新日時を見て、どのレコードを軸にするかを決めます。

Pipedriveの重複統合も、主レコードと保存する情報をプレビューしてから実行する流れです。統合後に戻せないCRMでは、候補抽出とマージ実行を分離します。

3. 名寄せを継続運用にする

名寄せは一度実施して終わりではありません。フォーム、インポート、同期、手入力の入口で同じ条件を確認できるようにします。ルールは文書化し、例外候補は人が判断するキューに残します。

DataSangoでは、クレンジングとマージを機能として提供しています。運用へ組み込む場合も、照合条件、主レコードの優先順位、例外の扱いを先に決めることが前提です。

名寄せの精度をどう測るか

名寄せは「何件減ったか」では評価できません。減った件数は、正しく統合した分と誤って統合した分の合計だからです。実行のたびに、次の3つを件数と理由つきで残します。

• 確定：強いキーが一致し、自動で統合した件数

• 保留：候補には挙がったが、人の確認に回した件数

• 除外：条件には触れたが、別の対象と判断した件数

保留が多い条件は、確認に必要な項目が足りていません。除外が多い条件は、照合が緩すぎます。この2つを見ながら条件を調整すると、名寄せは経験則ではなく改善できる運用になります。

失敗は二方向で起きます。別の会社を1件にしてしまう過統合と、同じ会社が分かれたまま残る未統合です。過統合は履歴が混ざるため復旧が難しく、未統合は気づかれないまま分析を歪めます。自動で確定してよい条件を狭く保ち、迷う候補は人に回すほうが、結果として手戻りは小さくなります。

よくある質問

名寄せとマージは同じですか？

違います。名寄せは同一対象かを判定する工程で、マージは確認済みのレコードを統合する操作です。

会社名が近ければ同一企業として扱えますか？

扱えません。支店、グループ会社、同名企業、旧社名が混ざるため、ドメイン、電話番号、住所、法人番号などを組み合わせて確認します。

法人番号はどこで手に入りますか？

国税庁の法人番号公表サイトで公開されています。会社名や所在地から検索でき、全件データの提供もあります。CRMに法人番号の項目を作り、既存レコードへ後から付与する進め方が一般的です。

Excelだけで名寄せできますか？

数千件で、完全一致だけを対象にするなら可能です。表記ゆれを含む判定は関数では安定せず、件数が増えるほど結果を再現できなくなります。誰が実行しても同じ結果になるかを基準に判断してください。

統合したあとで元に戻せますか？

CRMによります。取り消せない場合は、候補の抽出と統合の実行を別の作業に分け、実行前に対象と残す値の一覧を書き出しておきます。戻せない前提で設計するほうが安全です。

どのくらいの頻度で実行しますか？

頻度を先に決めるより、重複が入る経路に検出を置くほうが先です。そのうえで、インポートや同期の前後に同じ条件で確認できるようにします。

参考情報

• Salesforce, Manage Duplicate Records

• Pipedrive, Merge Duplicates