企業が意思決定を行ううえでは、日々の営業活動で蓄積されている様々なデータが役立ちます。
しかし、いざデータを抽出してみると、データの入力ルールが異なって正しく情報を読み取れなかったり、同じ顧客のデータが複数保存されていたりすることも少なくありません。

データを活用する際は、まず、データに基準やルールを定めて整えるデータクレンジングが必要です。

本記事では、データクレンジングとは何か、活用事例や進め方を解説します。

データクレンジングとは

データクレンジングは、データの重複や表記の揺れ、粒度の違い、欠損などを修正して、分析や業務に適したデータに整形することです。データの一貫性を保ち、品質を向上することがデータクレンジングの目的とされています。

たとえば、顧客データが重複している場合、事前に気づくことができなければどうなるでしょうか。営業担当が同じ顧客に重複してアプローチしてしまうこともあるでしょう。正確なデータ分析に活用できないばかりか、無駄なコストを発生させてしまいます。

このような無駄の発生を抑制し、営業やマーケティングに役立つようデータの品質を向上させることがデータクレンジングの目的なのです。

また、各種業務ツールとの連携を容易にするためにもデータクレンジングが行われています。

データのクレンジングのメリット

データクレンジングのメリットには以下の3つが挙げられます。

①意思決定スピードの向上

データクレンジングを行うと、マーケティングや営業活動における意思決定スピードが向上します。
正しい意思決定には、データが正確であることが必須です。データクレンジングを行うとデータの質が上がり、意思決定の根拠としての信頼性も高まります。

データクレンジングを行えば、表記揺れなどで正しく拾えていなかったデータが活用できるようになります。ターゲットとなる顧客の増加が期待でき、売り上げアップも見込めるでしょう。現状を正確に把握できれば、マーケティング戦略や営業の方向性をスムーズに決めやすくなります。

②業務効率の向上

データクレンジングを行うと業務効率が向上します。

データクレンジングでデータを整備しておけば、戦略を立てるときに必要なデータを素早く探せます。

データが必要になるたびにデータを集めて正確なデータにする必要がないため、コア業務に集中できるようになります。

③競争優位性を保てる

データクレンジングを定期的に行うことは、変化が激しい顧客ニーズをつかむのに役立ちます。顧客ニーズは社会の流れやトレンドに合わせて変化していくものです。このニーズを満たすことができる企業が、競合他社よりも競争力が強いといえます。

正しいデータを分析することでニーズの変化をいち早く察知できれば、顧客満足度の高い施策の提案が可能になるでしょう。

データクレンジングの進め方

以下では、データクレンジングの進め方を解説します。
基本的には以下の流れで行います。

■データを集める

まずは、散在しているデータから必要なデータを選んで集めます。

すべてのデータを対象とするとクレンジングを検討・実施する際にさらに労力がかかるため、必要なデータのみに絞りましょう。

■データを取り込む

必要なデータを集めたら、一つにまとめます。データがバラバラの状態だとデータの表記を一つのルールに統一するのは非常に困難。一つにまとめることで、各データの関係性も見えてきます。

■データを整形する

データ表記の基準やルールを定め、データを整形します。誤字・脱字、表記揺れ、重複などを探し出し、正しい状態に修正します。

データクレンジングの活用事例

データが膨大だったりする場合、データクレンジングをすべて人力で対応するのは困難です。

この章では、データ統合ツール『Spectrum™（スペクトラム）』（※）を活用して、膨大なデータをクレンジングし、顧客体験を向上させた企業の事例を紹介します。

この化粧品メーカーは、自然派化粧品や健康製品を提供しており、世界90か国に店舗を持っています。

日々蓄積されていく膨大なデータは、業務に影響をおよぼし、顧客との密な関係構築を阻害していました。

ツールの活用はどのような影響を与えたのでしょうか。

※　Spectrumのサービス提供は伊藤忠テクノソリューションズでは現在行っておりません。

化粧品メーカーの事例

この化粧品メーカーでは、顧客データが複数のシステム（CRM・eコマース・注文管理・API管理・カスタマーケア・支払いシステムなど）に散在し、重複していました。
顧客へのアプローチが重複することもあり、マーケティングコストが増加するばかりか顧客体験にも影響を与えているような状況。

顧客データは定期的にメンテナンスを行っていましたが、重複排除をするのに毎回2.5時間かかってしまうため、週単位でしか取り組めませんでした。

しかも、この化粧品メーカーには堅固で高品質なデータ基盤の構築や、顧客データの統一ができていなかったことから、GDPR（EU一般データ保護規則：General Data Protection Regulation）の要件を満たさないリスクもあったのです。

そこで、データ統合ツールSpectrumを導入。Spectrumを導入したことで、重複排除にかかっていた時間はこれまでの2.5時間から5分未満に短縮しました。週単位でなく毎日データメンテナンスができるようになりました。

社内で活用していた19のスタンドアロンシステムを迅速に統合できたため、マーケティング活動の際に必要なデータの調整も簡単になったとの声も。

また、一元化できたことで、GDPRへの準拠も簡単になりました。データが統合できてことで、データの損失やシステムのサイロ化が発生しなくなり、市場で競合他社と差別化するための時間を確保できるようになりました。

この化粧品メーカーでは、Spectrumの導入を「生産的かつ効率的になり、優れた顧客体験を提供できるようになった」と結論付けています。

まとめ

企業の意思決定や、業務効率化、競争優位性の向上などに、様々データが活用されています。

しかし、データを活用しようとすると、データの表記や形式が異なり、正しく活用できないというケースも多いのではないでしょうか。

データは正確性が重要なため、つねに最新の状態で保存されていることも求められます。

正しくデータを活用するためには、データクレンジングを定期的に行いましょう。
データが多い場合や、複数のシステムに散在している場合、人力で高品質なデータへクレンジングするのは困難です。このようなときはツールの活用を検討するのも一つの方法です。