SERVICE / SOLUTION SERVICE / SOLUTION 名寄せ・データクレンジング

日本最大のデータを維持してきた名寄せ技術を用いた
高度な名寄せ・データクレンジングサービスを提供しています。

20種類のマスターで名寄せ・データクレンジングを実施 20種類のマスターで名寄せ・データクレンジングを実施

名寄せ・データクレンジングとは、データ補正や重複データ判別のための処理を行い、データベース内に無秩序に格納されたデータを標準化することです。

データベースを常に最新の状態に維持し、さらに複数登録されている同一人物、同一企業、同一世帯のデータの名寄せを行うことで、マーケティング活動に必要な顧客データベースのメンテナンス負荷を軽減します。

また、ランドスケイプの名寄せ・データクレンジングのプロセスでは、電話番号の使用状況や地図情報から判別する居住確認チェックも行います。このように、貴社が保有する顧客ならびに見込客データベースにランドスケイプが保有する様々な企業及び個人の属性情報を付与することが可能です。その結果、貴社ではアプローチすべき対象客を正確に絞り込むことができます。そして、対象顧客を正確に絞り込むことで効率的なプロモーションの実現につながるのです。

また法人の名寄せ・データクレンジングの場合、ランドスケイプ保有の日本最大の法人データを辞書(リファレンス)として活用します。 この辞書を名寄せ・データクレンジングで活用することで、旧社名や移転前の住所の情報であっても、新社名や移転後の住所に置き換えることが可能です。 そのため従来の名寄せ・データクレンジングよりも精度が高い名寄せを実現します。

なぜ精度の高い名寄せ・データクレンジングができるのか?3つのポイント
  1. 日本最大級のデータベースを構築・維持してきた名寄せノウハウ
  2. 名寄せ・データクレンジングに使うマスターの量
  3. 名寄せを実現するマスターデータの更新頻度

日本最大級のデータベースを構築・維持してきた名寄せノウハウ

ランドスケイプ自体が、様々なデータを元に日本最大のデータベースを日々構築しております。そこで培った技術やノウハウの結集が、他社を圧倒する高精度な名寄せ・データクレンジングサービスです。

ランドスケイプの名寄せ・データクレンジングサービスでできることは、
1)通常のデータクレンジングツールで行われている表記統一・市町村合併のデータ処理
2)通常のデータクレンジングツールでは不可能な略称名・誤記名で登録された情報を正式な名称に転換するデータ処理
3)吸収合併やホールディングスへの移行にともなう企業の系列情報を最新の系列情報に転換するデータ処理
などです。

名寄せ・データクレンジングの精度は各社バラバラ 名寄せ・データクレンジングの精度は各社バラバラ

名寄せ・データクレンジングに使うマスターの量

名寄せ・データクレンジングを行う上で、重要となるのが辞書の代わりとなる「マスター」の存在です。一般的に、このマスターの量が多ければ多いほど、正確な名寄せ・データクレンジングを行うことができるといわれています。

ランドスケイプが保有するマスターデータは、姓名マスター、住所マスター、郵便番号マスター、電話番号マスターなど約20種類にもおよびます。

この20種類以上におよぶマスターは、当社が日本最大のデータベースを構築するプロセスの中から創りだした当社独自のノウハウ、ナレッジでもあります。

また、当社のお客様は、このマスターを活用した名寄せ・データクレンジングを実施することで、お客様が保有する顧客ならびに見込客データベースを正確な状態で保持することが可能となっています。

名寄せ・データクレンジングのマスター量 名寄せ・データクレンジングのマスター量

名寄せを実現するマスターデータの更新頻度

名寄せ・データクレンジングで活用するマスターは、日々更新されています。当社では、データドリブンマーケティングカンパニーとして、データ構築・メンテナンス専用部署を設け、データ精度を保持しています。

名寄せ・データクレンジングマスターの更新頻度 名寄せ・データクレンジングマスターの更新頻度

名寄せ・データクレンジング処理イメージ

貴社の顧客ならびに見込客データベースのレイアウトについて質問です。 項目の抜け漏れや入力フォーマットが統一されていないデータなどの存在はありませんか? これらのデータ群は、貴社のなかでは現時点では分析データとしては利用できない、すなわち価値が低いデータ群となっていませんでしょうか?

ランドスケイプでは、独自にデータベースを構築したロジックや、各種マスターデータを活用して、データクレンジング(データクリーニング/名寄せ)を実施しています。 その結果、貴社の顧客ならびに見込客データベースは現状と比較して整備され、かつ分析がやりやすい状態となります。

ランドスケイプのデータクレンジング(データクリーニング/名寄せ)を利用することで、貴社の分析が実行しやすい顧客ならびに見込客データベースとは何か?について観察してみませんか?


名寄せ・データクレンジング処理事例

名寄せ・データクレンジング処理事例


名寄せ・データクレンジング処理プロセス

名寄せ・データクレンジング処理プロセス


データクレンジング・名寄を実現するマスターデータ

マスターデータとは、多種多様なパターンの姓名(及び企業名称)や全国の住所、郵便番号、電話番号を標準化(データクレンジング)し、重複するデータを特定(名寄せ)する際に必要となる基礎データベースのことです。 ランドスケイプが保有するマスターデータは、姓名マスター、住所マスター、郵便番号マスター、電話番号マスターなど約20種類にもおよび、質・量ともに充実しています。

一般的なデータクレジング・名寄せツールのプログラム・ロジックだけでは、正確なデータ処理を実行することができないケースがあります。 ランドスケイプが独自に構築したマスターデータを利用することで、一般的なデータクレンジングのプログラム・ロジックでは処理できなかった名寄せパターンも含めて補正することが可能です。 また、ランドスケイプが保有するマスターデータにはオプションではありますが、建物マスター、個人電話番号マスター及び820万件の企業情報があります。

これらのマスターデータを利用することで、貴社は貴社が保有する顧客ならびに見込客データベースに対して、営業/マーケティングを行ううえで便利なセグメント情報を付加することもできます。


名寄せ・データクレンジングノウハウ

顧客データベースと企業データベースLBCとのマッチング(突合)処理において、蓄積したナレッジ(クレンジングノウハウ)を用いることで、高いマッチ率を実現します。これによって、高精度な名寄せ・データクレンジングをすることができます。

名寄せ・データクレンジングのための教科書と辞書

名寄せ・データクレンジングをするためには、名寄せ・データクレンジングのルールが事前に決まっていなければなりません。一貫したルールで管理しなければ、データの整合性を確保できないからです。ところが、実際にはデータベースの管理ルールは一貫していないことがほとんどで、複数のデータベース間で一貫していないのはもちろんのこと、ひとつのデータベース内でさえルールがバラバラということが少なくありません。このままでは名寄せ・データクレンジングを整備することはできません。そこで、名寄せ・データクレンジングのルールが必要になります。企業データベースLBCはこのルールの教科書だと考えて下さい。顧客データベースを教科書に即したルールで整備することで、データの一貫性を実現するわけです。


名寄せ・データクレンジングの課題

データ統合の課題 データ統合の課題

顧客データベースに教科書のルールを適用するためには、顧客データベースと教科書とのマッチング(突合作業)が必要です。しかしながら、顧客データベースと教科書は、そもそも別のルールですから、そのままマッチングしようとしてもうまくマッチしません。 そこで、顧客データベースと教科書とをマッチングするための辞書(ナレッジマスター)が必要になります。 ランドスケイプで顧客データをお預かりし、辞書に従ってルールを変換することで、異なるルールである顧客データベースと教科書とのマッチングが可能になります。


マッチングの辞書

マッチングの辞書 マッチングの辞書

LBCの特長のひとつは、この辞書が豊富であることです。
以下では、この辞書について説明していきます。


名寄せ辞書1. 過去情報

データベース同士のマッチングを行う際に、失敗してしまう例として片方のデータが古いといったデータ鮮度の問題があげられます。例えば、顧客データが旧社名や旧住所の場合、そのままの状態では企業データベースLBCとマッチさせることが出来ません。そこで、企業データベースLBCは過去情報を辞書として利用します。具体的には、社名変更や住所移転、統廃合といった過去のイベントを蓄積したマスター(辞書)を利用することによって、顧客データが旧社名や旧住所であっても自動的に変換してマッチさせます。

名寄せ辞書1. 過去情報 名寄せ辞書1. 過去情報


名寄せ辞書2. 企業名ナレッジ

過去情報と同じく、略称や誤記しやすい社名などが入力されているため、マッチングに失敗するケースがあります。例えば、「日本電気」を「NEC」と記載している場合や「全日本空輸」を「全日空」と記載しているケースです。ランドスケイプでは、過去に実施してきているマッチング作業の中で得られた、こうした「データ入力の癖」をナレッジとして蓄積しています。御社の顧客データが略称や起こりがちな誤記社名で入力されていても、このナレッジを用いることで自動的に正式社名に変換して、マッチングすることが可能です。

名寄せ辞書2. 企業名ナレッジ 名寄せ辞書2. 企業名ナレッジ


名寄せ辞書3. 書式

前項に比べると、より些細なことのように思われますが、細かな表記のユレによってデータのマッチングがうまくいかないケースもあります。ランドスケイプでは、名寄せ・データクレンジングの技術によって、住所表記の統一(通称住所の正式住所表記への変換)などを施します。また、市町村合併などによる住所そのものの変更についても、旧住所の新住所への変換処理を行うことが可能です。

名寄せ辞書3. 書式 名寄せ辞書3. 書式

以上でみてきたように、顧客データに誤字脱字、旧社名、旧住所、統廃合前情報などが含まれていた場合でも保有する辞書(各種ナレッジ)を利用して企業データベースLBCとのマッチング処理を行いますので、高精度な名寄せ・データクレンジングを実現することができます。

それでは、顧客データと企業データベースLBCのマッチ率はどのくらいなのでしょうか。顧客データの状態にもよりますので、一概にいうことはできないのですが、過去の経験から平均75-80%のマッチ率となっております。残りの20‐25%の多くは住所が空白であったり、存在しない事業所だったりといった不備データのケースが多いです。

企業データベースLBCとのマッチ率が想定よりも低いケースとして、

  • ・古いデータ(5年以上前に収集したデータ)が多い
  • ・中小企業が中心のデータが多い
  • ・建設現場などの仮設事業所のデータが多い
  • ・社名ではなく屋号が入力されているデータが多い

といったケースがあげられます。


* 平均マッチ率は過去の実績に基づくものであり、マッチ件数を保証するものではありません。


名寄せ・データクレンジングの効果

ランドスケイプが提供する名寄せ・データクレンジングのサービスは、以下のような用途で利用されています。

名寄せにより各店舗の既存客を正確に把握

チェーン展開をしている小売業のA社では顧客データ2万人の重複判明率は12%であったところ、データクレンジング(データクリーニング)処理した結果、重複判明率が30%であることが分かり、各店舗の管理を正確に把握できるようになった。

名寄せにより正確なターゲット戦略の実現

IT機器メーカーB社ではデータクレンジング(データクリーニング)したところ、32%の住所不備を修正、10%の未使用電話と18%の不通FAX番号、23%の重複データを発見し、正確に顧客管理でき、ターゲット戦略が立てやすくなった。

名寄せにより家族の把握

C社では営業の効率化面で、従来の個人向け営業を見直し、世帯向けのトータル営業を推奨することにしたが、家族というグループ分けに苦慮していた。 データクレンジング(データクリーニング)の<名寄せ>処理することで家族を把握でき、かつ整備された顧客管理情報でデータ分析も正確になり、さらに営業効率も向上した。

名寄せによりDMや通知文書の不達を救済

D社では年間20万通の郵便物を送付しており、内20%(約4万通)の不達に悩んでいた。 データクレンジング(データクリーニング)処理後、不達の90%に相当する3万6千通の救済に成功し、約288万円(3万6千通×郵送費@80円)のコスト削減に成功した。

関連サービス・ソリューション

LBC
820万拠点、国内網羅率99.7%の法人マスターデータ。 お客さまのご状況に合わせてご提案いたします。
富裕層マーケティング
210万人の富裕層データベースを独自構築。顧客分析・富裕層調査など富裕層マーケティングを支援します。

業種別事例をご紹介します。

資料請求 / お問い合わせ

使用しているSFA、MAの顧客データとの連携は?
気になることはぜひお問い合わせください。

お急ぎの方、電話にて問い合わせをしたいお客様は 03-5388-7000 受付時間 9:30~18:30(土日祝休)