データマネジメントの4つのプロセス｜成果を出すための"下ごしらえ"を徹底解説

1. なぜ"下ごしらえ"としてのデータマネジメントが重要なのか

1-1. BtoBマーケティングの現場で起きている"データの荒れ"

BtoBマーケティングの現場を覗くと、名刺管理ツール、MA、SFA、CRM、Excelシート、各部署のローカルリスト──あらゆる場所にリードデータが分散しています。同じ企業が複数の名前で登録され、同じ担当者が別人扱いされ、過去の異動履歴が追いかけられずに放置されているのが普通です。

この状態で新しい施策を上に積み重ねていくと、下の地盤が緩んだまま家を建て続けているような事態になります。派手な施策ほど、地盤の緩さが早く露呈します。

1-2. 施策の前に"データの土台"がある

マーケティングオートメーションの導入、スコアリング、ABM、ナーチャリング、インサイドセールス──どれも注目されるテーマですが、これらはすべて「整ったデータ」があって初めて機能する仕組みです。

土台が崩れていれば、どんなに優れたツールを入れても、出力されるのは誤配信・誤スコア・誤ターゲティングの量産だけです。

1-3. 成果を左右するのは"見えない工程"

データマネジメントは、料理で言えば「下ごしらえ」にあたります。食材を洗い、皮をむき、筋を取り、下味をつける工程は、できあがった料理には直接見えません。しかし、この工程を省いた料理は、どんなに火加減を工夫しても、まずくなります。

マーケティングも同じです。見えない工程こそが、成果の天井を決めています。

1-4. 下ごしらえを怠ると起きること

下ごしらえを怠ると、成果以前に「事故」が先に起きます。競合に事例紹介メールが届いた、同じ担当者に同じ案内が3回届いた、営業対象外に販促メールを配信し続けた──こうした事故は、企業のブランドに対する信頼を一瞬で削ります。

1-5. マーケティングDXの前にやるべきこと

「マーケティングDX」「営業DX」という言葉が飛び交う時代ですが、DX以前にやるべきことがデータマネジメントです。データが整っていない組織がDXを叫んでも、それは「汚れたキッチンで料理コンテストに出る」ようなものです。

1-6. ツール導入だけでは解決しない理由

高価なMAツールやCRMを入れれば自動的にデータが整うと思われがちですが、実際は逆です。ツールは入ってきたデータをそのまま処理するだけで、整えてくれるわけではありません。むしろ、ツールが「汚いデータを高速で誤配信する装置」になるケースも少なくありません。

1-7. データマネジメントは経営課題である

データマネジメントは「一部のオペレーション担当者の仕事」として矮小化されがちですが、実態は経営課題です。誰が顧客か、どこに商機があるか、誰に何を届けるか──これらは経営戦略そのものであり、データの状態が戦略の解像度を決めます。

2. データマネジメント4プロセスの全体像

2-1. 4つのプロセスを貫く設計思想

私たちが実務で採用しているデータマネジメントは、次の4つのプロセスで構成されています。

• プロセス1：企業と個人の名寄せ — 表記ゆれを統一し「1社は1つ」「1人は1つ」の状態を作る
• プロセス2：企業と個人のひもづけ — 1社に所属する複数の個人を正しく結びつける
• プロセス3：競合・営業対象外の排除 — 配信してはいけない相手を明確に除外する
• プロセス4：企業データへの属性情報の付与 — 業種・規模・エリア等を加味できる状態にする

2-2. なぜ順番が重要なのか

この4プロセスには順序があります。まず名寄せで「同一性」を確定させ、次にひもづけで「関係性」を整え、そこから営業対象外を「除外」し、最後に属性情報で「活用可能な状態」にする──この順序を飛ばすと、後工程が必ず崩れます。

2-3. 一度やれば終わりではない

データマネジメントは、一度やれば終わりというタイプの作業ではありません。組織の変化、担当者の異動、企業の合併、部門再編──これらは毎月のように発生するため、継続運用でないと整った状態を維持できません。

2-4. "下ごしらえ"という比喩が伝える意味

データマネジメントを「下ごしらえ」と呼ぶのは、単なる比喩以上の意味があります。プロフェッショナルの料理人は、下ごしらえにこそ時間と技術を注ぎます。派手な仕上げではなく、見えない工程の精度が品質を決めることを知っているからです。マーケティングも同じ構造です。

2-5. 4プロセスそれぞれが独立した専門領域

4つのプロセスはいずれも深い専門性を持ちます。名寄せアルゴリズム、ひもづけロジック、除外基準の設計、属性情報の定義──どれも奥が深く、外部の専門家を活用する価値のある領域です。

2-6. 現場運用との接続設計

4プロセスは、机上で終わるものではなく、現場の営業・マーケ活動と接続されて初めて意味を持ちます。誰が、いつ、どのタイミングでデータを更新するか、という運用設計こそが全体を支えます。

3. プロセス1：企業と個人の名寄せ

3-1. 表記ゆれが引き起こす問題

同じ会社でも、「NEC」「nec」「エヌイーシー」「日本電気（株）」「日本電気株式会社」のように、データ上では異なる名称で登録されていることがあります。これを放置すると、同じ会社が複数存在する状態になり、正確な集計や分析ができません。

例えばメール配信で「日本電気」と「NEC」が別レコードなら、同じ担当者に2通届きます。受信側からは「管理がずさんな会社」と映ります。

3-2. 日本語特有の難しさ

日本語の企業名には、漢字・ひらがな・カタカナ・ローマ字、略称・正式名称、全角・半角、株式会社の位置（前後）、「（株）」と「株式会社」など、表記ゆれのパターンが極めて多岐にわたります。英語圏のように「Inc.」と「Inc」だけの問題ではありません。

3-3. 最新情報を"正"とするルール

表記ゆれの統一にはルールが必要です。原則は「最新情報を正とする」──例えば社名変更があった場合、新社名を正にし、旧社名は別名として保持する形が実務的です。これにより、過去履歴も失われず、現在の問い合わせもブレません。

3-4. 個人名の名寄せも同じく重要

個人名にも表記ゆれは存在します。旧姓と新姓、漢字の揺れ（齋藤・斎藤・斉藤・齊藤）、英名併記、ミドルネームの有無、旧漢字（髙橋・高橋）など。これらをそろえないと、同じ人物が別人扱いされます。

3-5. メールアドレスを手がかりにする

名寄せの決定打になるのは、メールアドレスです。個人名が揺れていても、メールアドレスが一致すれば同一人物と判定できます。企業ドメインが共通なら同一企業と判定できます。単純な文字列一致を超えて、複数の手がかりを組み合わせる設計が必要です。

3-6. アルゴリズムと人手のバランス

名寄せの大半は、ルールベースや機械学習で自動化できますが、最終判断には人手が必要なケースが残ります。子会社と親会社の関係、同名別人、同名別会社など、機械判定が難しいグレーゾーンを人が裁定する運用が理想です。

3-7. 名寄せの効果は全工程に波及する

名寄せが整うと、その後の全工程の精度が一気に上がります。「1社は1つ、1人は1つ」という基盤ができれば、集計も分析もスコアリングも、すべての数字の意味が確定します。ここが曖昧なままでは、どれだけ高度な分析を重ねても砂上の楼閣です。

4. プロセス2：企業と個人のひもづけ

4-1. 企業の中には複数の個人がいる

BtoBの現場では、1つの企業の中に複数の担当者が存在します。展示会、資料請求、問い合わせ、セミナー参加、ウェビナー登録、ホワイトペーパーダウンロード──あらゆる接点で、さまざまな個人情報が蓄積されていきます。

4-2. バラバラ管理では企業単位の実態が見えない

個人単位で管理しているだけでは、「企業全体として今どのくらい興味を持っているのか」が見えません。ある担当者が資料を1つダウンロードしただけに見えても、実は同じ企業の別の3人がそれぞれセミナーに出席していた──こういう状況は、ひもづけができて初めて見えてきます。

4-3. 企業単位スコアリングの必要性

BtoBでは、案件は個人ではなく企業単位で進みます。担当者は変わっても、企業としての検討は続く。したがって、企業単位で総合的にスコアできないと、本当の商機を逃します。

4-4. 日本のBtoBでは特に重要なプロセス

日本のBtoBは、欧米以上に「組織で動く」傾向があります。1人の個人が単独で決裁することは少なく、複数の担当者が合議で決めます。情報収集担当、評価担当、稟議起案者、最終決裁者──これらが別人格であるのが普通です。だからこそ、個人をバラバラに見ていては真実が見えません。

4-5. ABMを実行するための必須条件

ABM（Account Based Marketing）を実践するなら、ひもづけは絶対に必要です。ABMの起点は「狙うべき企業アカウント」の選定であり、その中にいる複数人を個別にコミュニケーション設計する手法です。ひもづけなしでABMは成立しません。

4-6. ドメインを使ったひもづけロジック

実務でのひもづけの中核は、メールアドレスのドメインです。企業ドメインが一致すれば同じ企業の可能性が高い、という単純なロジックがベースになります。ただし、Gmailやフリーメールで登録しているケース、グループ会社で異なるドメインを使うケースなど、例外処理が必要です。

4-7. 企業変更・組織変更への対応

担当者が転職して別の企業に移った場合、ひもづけを更新する必要があります。旧企業から切り離し、新企業にひもづけ直す──この更新運用がないと、数年でデータは実態から乖離していきます。

5. プロセス3：競合・営業対象外の排除

5-1. 営業対象外にはどんな相手がいるか

データベースには、営業対象として扱うべきではない相手が必ず混ざっています。代表的には次のようなカテゴリです。

• 競合企業、類似サービスを提供する事業者
• 自社の仕入先、協力会社
• 取引停止になった顧客、クレーム履歴のある先
• 明確に対象外の業種、地域、規模
• 学生・研究機関など、購買権限のない層
• グループ会社、親会社、子会社（別ルール扱い）

5-2. 展示会・名刺交換に潜む混入

展示会で収集した名刺や、営業が交換した名刺の中には、競合の調査担当者、自社の仕入先の営業、さらには採用希望者など、多様な混入があります。これらを排除しないまま配信すれば、本来見せるべきでない情報を届けてしまいます。

5-3. 競合への事例情報流出リスク

最も致命的なのが、競合に事例情報や製品資料を送ってしまうケースです。競合から見れば、これは最高の市場調査機会です。「この会社は最近◯◯業界で導入事例が増えている」「このスペックで出してきた」という情報を、わざわざメールで教えていることになります。

5-4. 仕入先・協力会社への配信事故

仕入先や協力会社に販促メールが届くと、現場は混乱します。「なぜ自社向けに営業してくるのか」「担当者が認識していないのか」と受け取られ、現場の信頼関係を損ないます。

5-5. 排除リストの運用設計

排除リストは、単なるブラックリストではなく、運用可能な仕組みとして設計する必要があります。誰が追加し、誰が解除し、いつ見直すか──このルールがないと、古い情報のまま凍結され、排除ミスが発生します。

5-6. 自動除外の仕組み化

新しいリードが登録されるタイミングで、自動的に排除リストと照合する仕組みを入れるのが理想です。ドメイン一致、社名一致、キーワード一致で自動ブロックし、人が裁定する前に誤配信を防ぎます。

5-7. 事故を防ぐことは信頼を守ること

排除プロセスは、マーケティングの成果を「生む」工程ではなく、事故を「防ぐ」工程です。しかし、1件の事故が失う信頼は、100件の成功で取り戻せません。だからこそ、このプロセスには経営レベルの重要度があります。

6. プロセス4：企業データへの属性情報の付与

6-1. 属性情報とは何を指すか

属性情報とは、その企業がどのような会社かを表す基礎データです。業種、業態、企業規模（売上高、従業員数）、所在地、設立年、上場区分、決算月、事業セグメント、主要事業、グループ関係など、多岐にわたります。

6-2. 属性情報がないとスコアが歪む

属性情報を無視して、ウェブ行動だけで見込み度を判断すると、深刻な誤スコアが起きます。小規模な個人事業主が資料を5回ダウンロードしても、実際に大型製品を導入する可能性はゼロに近い。一方、大企業の購買担当者が1回だけサイトを訪問したら、これは有望リードの可能性があります。

6-3. 営業現場への影響

属性情報がないままスコアリングすると、営業には次のようなリストが流れ込みます。「月間行動スコア上位100社」──その中に、大型工作機械のターゲットではない個人商店が大量に混ざっている。営業はリストを眺めて「このリストは使えない」と判断し、その後のMAリードすべてを信用しなくなります。

6-4. スコアは"企業属性"と"個人行動"の2軸

スコアリングの基本は「企業属性（Account Fit）」と「個人行動（Behavior）」の2軸で構成します。片方だけで判断すると、必ずどこかで偏ります。企業属性が合致していても行動がなければ商機は遠く、行動が多くても企業属性が合っていなければそもそも案件になりません。

6-5. 商材ごとに重みづけを変える

商材によって、2軸のどちらを重く見るかは変わります。定型的な中小企業向けSaaSなら行動軸を重くできますが、大型設備やエンタープライズ向けSI案件では、属性軸の重みが圧倒的に大きくなります。「大企業の課長が1回だけ訪問した」は、「中小企業の担当者が20回訪問した」より重要なのです。

6-6. 営業によっては"属性重視"を求める声

実務では「営業は属性を重視してほしい」という声が少なくありません。行動スコアは変動しやすく、その日のサイト訪問だけで一喜一憂するのは営業的には非効率なのです。企業属性という比較的安定した軸で優先度を決めたい、というニーズは根強くあります。

6-7. 外部データとの連携

属性情報は、自社で全部揃える必要はありません。帝国データバンク、東京商工リサーチ、各種企業DB、オープンデータ（EDINETなど）と連携することで、手間を減らしつつ精度を上げられます。自社CRMと外部DBをAPI連携で結ぶ運用が、これからの標準です。

7. 4プロセスを貫く運用の考え方

7-1. 一度きりではなく継続運用

4プロセスは、一度やって終わりではありません。新しいリードは毎日流入し、既存レコードは毎日劣化していきます。したがって、名寄せも、ひもづけも、排除も、属性付与も、すべて継続運用として組み込む必要があります。

7-2. 定期棚卸しのタイミング

四半期に一度はデータの棚卸しを行い、データ件数、不達率、名寄せ漏れ、属性欠落率を可視化します。これを経営層にレポーティングする運用まで回すと、データマネジメントの重要性が組織全体に共有されます。

7-3. 運用責任者の明確化

データマネジメントに責任を持つ人（データスチュワード、データオーナー）を明確に置くことが重要です。マーケ部門、営業部門、情シス部門──どこかが持つ必要があり、兼務でも構わないので、責任を空白にしないことが肝心です。

7-4. ツール選定の勘所

データマネジメントのツール選定では、「名寄せ機能」「ひもづけロジック」「除外運用」「外部DB連携」の4点を評価軸にすべきです。派手なダッシュボードやAI機能ではなく、基本機能の精度が最も重要です。

7-5. 手作業と自動化のバランス

すべてを自動化しようとすると破綻します。グレーゾーンは必ず人が裁定する必要があります。自動化で9割を処理し、残り1割を人が裁定する──この設計が現実的です。

7-6. データ品質のKPI化

データ品質をKPI化することも有効です。名寄せ重複率、到達可能率、属性充足率、排除漏れ件数──こうした指標を月次で追うと、品質の悪化が早期に検知できます。

7-7. 経営層へのレポーティング

データマネジメントを経営層にどう見せるかが、継続運用の肝です。「今月、名寄せ改善で配信可能件数が12%増えました」「排除運用で競合への事故配信をゼロに抑えました」──こうした数字が、経営層の理解と予算を引き出します。

8. データマネジメントを怠ると起きる"事故"と"クレーム"

8-1. 重複配信による信頼失墜

名寄せが不十分なまま配信すると、同じ担当者に同じメールが3通届く、といった事故が頻発します。受信者は「この会社はデータ管理ができていない」と感じ、ブランドへの信頼が損なわれます。配信停止の大量発生も招きます。

8-2. 競合への事例流出

排除が甘いと、競合企業に最新の事例資料や価格表が送付される事態が起きます。競合にとっては絶好の市場調査資料になり、自社の営業戦略が筒抜けになります。これは取り返しがつきません。

8-3. 仕入先・協力会社からのクレーム

仕入先や協力会社に販促メールが届くと、営業の知らないところで先方の担当者が不信感を抱きます。「御社はうちの状況を把握していないのか」と言われて初めて、営業は事故に気づきます。

8-4. 営業からの不信感

マーケが渡すリードの品質が低いと、営業は「マーケから来るリードは使えない」と判断します。一度この評価が定着すると、どんなに品質を改善しても、営業は見向きもしなくなります。信頼回復には膨大な時間がかかります。

8-5. 古いデータによる誤判断

属性情報が古いまま使われると、「すでに買収されて存在しない企業」「倒産した先」「事業撤退した部門」に営業が電話をかけ続けるという事態が起きます。時間の無駄であり、相手にも失礼です。

8-6. 法令・コンプライアンス違反リスク

個人情報保護法、特定電子メール法、GDPR──これらのコンプライアンス対応は、データ管理が前提です。削除依頼を受けたレコードが別テーブルに残っていて再配信される、といった事故は、罰則や行政指導の対象になり得ます。

8-7. 事故の波及は想像以上に大きい

1件の事故メールが、SNSで晒される、業界で話題になる、報道される──そんな事例も増えています。特に大口顧客への誤配信は、その場の取引停止だけでなく、業界内での評判にも波及します。

9. 成果を出すためのロードマップ

9-1. 現状のデータ監査から始める

最初にやるべきは、現状のデータ監査です。何件のレコードがあり、うち何件が到達可能で、何件が重複しており、何件に属性情報が付与されているか。この基礎情報を可視化することから始めます。

9-2. 4プロセスの着手順序

一度に全プロセスを完璧に整えるのは不可能です。まず名寄せ、次にひもづけ、次に排除、最後に属性付与──この順で段階的に整備します。各段階ごとに成果指標を設定し、前進を可視化します。

9-3. 小さく始めて広げる

全社一斉ではなく、特定の製品ライン、特定の営業部門、特定のリード源から始めるのが現実的です。小さく成功事例を作り、それを横展開していくほうが、組織を巻き込みやすくなります。

9-4. 外部パートナーの活用

名寄せ・属性付与などの専門領域は、外部パートナーの活用が効率的です。自社で1から仕組みを作るより、専門サービスを導入した方がトータルコストが下がるケースは多いものです。

9-5. 定期メンテナンスの組み込み

一度整備したら終わりではなく、四半期ごとの定期メンテナンスを組み込みます。新規流入、変更、退会、企業変更──これらをキャッチアップし続ける仕組みが、品質を維持します。

9-6. 営業とマーケで共通指標を持つ

データ品質を営業とマーケの共通指標にすると、両部門の協力体制が強化されます。「今月はマーケが名寄せ重複を10%減らしました、そのおかげで営業の配信可能件数が増えています」──こうした会話が回り始めたら、組織は健全です。

9-7. 経営に成果を示す方法

経営にデータマネジメントの成果を示すには、「事故の減少」「到達率の向上」「営業生産性の改善」「ABM成約率」など、ビジネス指標で語る必要があります。「名寄せ件数」「重複率」のような内部指標だけでは、経営は動きません。

10. まとめ：成果の前に「土台」を整える

10-1. 4プロセスの振り返り

データマネジメントの4プロセスをもう一度振り返ります。

• 1. 企業と個人の名寄せ：表記ゆれを統一し、1社は1つ、1人は1つに整える
• 2. 企業と個人のひもづけ：1社に所属する複数の個人を正しく結ぶ
• 3. 競合・営業対象外の排除：配信してはいけない相手を明確に除く
• 4. 企業データへの属性情報の付与：業種・規模・エリア等を活用可能な状態にする

10-2. これらは"下ごしらえ"である

これら4プロセスは、料理で言う「下ごしらえ」に相当します。出来上がった料理には直接見えませんが、下ごしらえが不十分なら、どんなに火加減を工夫しても、料理はまずくなります。

10-3. 成果と事故は紙一重

データマネジメントを怠ると、成果よりも先に事故が起きます。誤配信、重複配信、競合への情報流出、仕入先へのクレーム──これらは、どれだけ良い施策を打っても、一瞬で全部を台無しにします。

10-4. 見えない工程こそが競争優位

派手な施策は他社もすぐに真似できますが、見えない工程の精度は簡単に真似できません。データマネジメントは、地味ですが、確実に競争優位を作る領域です。

10-5. 下ごしらえを制する者がマーケを制す

派手なキャンペーンや最新のMAツールに目が行きがちですが、成果を支えるのは常に裏方の工程です。下ごしらえを制する者が、マーケティングを制す──これは昔から変わらない原則です。

10-6. 今日から始められること

今日から始められるのは、まず「現状のデータを眺めること」です。重複がどれくらいあるか、属性情報がどれくらい欠落しているか、排除リストは運用されているか──この現状把握だけでも、改善の出発点になります。

10-7. データを活かしたいなら、まずは整えること

データを活かしたいなら、まずはデータを整えることから始めるべきです。成果の前に、土台を整える。この基本を徹底する組織こそが、これからのBtoBマーケティングで勝ち残ります。

下ごしらえに手を抜かない料理人が美味しい料理を作るように、データマネジメントに手を抜かないマーケターが、本当に価値あるリードを育てていくのです。