どの企業にも少なからず存在する顧客データ。マーケティング活動を開始するにあたって、企業はまず顧客データを整え、それをマーケティングオートメーション(MA)ツールなどに投入します。MAを活用したデマンドジェネレーションを推進しようとする企業が、必ず実施しなくてはならない作業が、データの不整合をなくし、利用価値の高い情報へと生まれ変わらせる「データクレンジング」です。今回はこのデータクレンジングの注意点を整理します。

 デマンドジェネレーションの肝となる顧客データ。ところがほとんどの企業で顧客データの内容が古かったり、誤っていたり、一部の項目が欠損していたりします。

 私は顧客企業に通常、データクレンジングをしっかりした後に、デマンドジェネレーションを実施するよう強く薦めていまます。ところがたいていの企業が

「顧客データを精緻化するなんて一生無理」
「もう既に退職した人が作成したリストもあったりするので、どれが正しいのかは誰もわからない」
「クレンジングするのはいいが、1年がかりの一大プロジェクトになるだろう…」

と返答してきます。データをクレンジングするなんて非現実的だと思い込んでいる人ばかりです。

 なぜ、そう思うのでしょうか。

 例えば日本語の文字には全角、半角といった区別が存在してます。ただこうしたデータの整備は、置換機能を使えば簡単に解消できるため、それほど難しくありません。さらにデータの中にある「株式会社」の記述や、その略称などの修正も機械的に解決できるようになっています。

 ところが、クレンジングのルールを決めるところに大きな障害があります。複数のデータソースに、同じ項目にもかかわらず異なった情報が存在する場合が続出するからです。

 この解決の場合、シンプルに考えれば顧客自身が入力したデータを正とする、あるいは更新日時が新しい物を正とする、と考えたいところです。ところがそのルールでは正しくクレンジングできない場合が多々あるのです。

 例えば、企業名の入力項目。私は現在「NTTコム オンライン・マーケティング・ソリューション株式会社」という正式名称を持つ会社に勤めていますが、ほとんどの場合、私は「NTTコムオンライン」と略称で入力をします。

この先は日経クロステック Active会員の登録が必要です

日経クロステック Activeは、IT/製造/建設各分野にかかわる企業向け製品・サービスについて、選択や導入を支援する情報サイトです。製品・サービス情報、導入事例などのコンテンツを多数掲載しています。初めてご覧になる際には、会員登録(無料)をお願いいたします。