「CRMに入っているデータの正確性が信用できない」
「同じ会社のレコードが複数存在していて、どれが正しいかわからない」
「営業担当者によってデータの入力基準がバラバラで、レポートの数値がずれる」
——CRMのデータ品質問題は、導入後に必ず直面する課題です。
CRMデータガバナンスとは、CRMに蓄積されるデータの品質・正確性・一貫性を組織的に維持するためのルール・プロセス・責任体制の仕組みです。データガバナンスが整っていないCRMは、「ゴミを入れたらゴミが出てくる」状態になり、レポートやAI機能の信頼性が損なわれます。
CRMのデータ品質が低いと、以下のような実害が発生します。
特にAI時代においては、CRMのデータがAIの「燃料」になるため、データ品質の重要性はこれまで以上に高まっています。
データが現実を正しく反映しているか。例えば、会社名の表記が正確か、電話番号が最新か、担当者の役職が現在のものか。
必要な項目が漏れなく入力されているか。フィルレート（入力率）で計測します。
請求先メール0102っていうのが0.91%しか使ってない、1%しか使ってないのでこれおそらく使ってないんじゃない？——こういった形で、フィルレートが極端に低いプロパティは不要なものとして整理することもデータ品質管理の一環です。
データの入力形式が統一されているか。例えば、「株式会社ABC」と「(株)ABC」と「ABC」が混在していると、レポートの集計やマッチングに支障が出ます。
データが最新の状態に保たれているか。担当者が異動・退職した後もCRMに古い情報が残っていると、メール配信のバウンスやアプローチの失敗につながります。
プロパティ設定は変更できないようにする、ユーザーは管理者のみ変更できるようにする——この権限制御が、無駄なプロパティ増殖を防ぐ最も効果的な方法です。
| カテゴリ | 命名パターン | 例 |
|---|---|---|
| 標準プロパティ | HubSpotデフォルト名を使用 | メール、電話番号 |
| カスタムプロパティ | [部門]_[対象]_[内容] | sales_deal_lost_reason |
| 計算プロパティ | calc_[内容] | calc_deal_total_amount |
| 一時的なプロパティ | tmp_[内容] | tmp_import_flag |
四半期ごとにプロパティの利用状況を確認し、フィルレートが10%未満のプロパティは非表示・削除を検討します。
自由テキスト入力は表記揺れの温床です。可能な限りドロップダウンや単一選択で入力形式を統一します。
グループ会社の場合、メールアドレスのドメインが全員同じだけども個社の事業会社が全然違う、というケースがあります。ドメイン自動関連付けの設定は、こういったケースを想定して慎重に行う必要があります。
| 役割 | 担当者 | 責務 |
|---|---|---|
| データオーナー | CRM管理者（1名） | プロパティ管理、権限設定、ガバナンスルールの策定 |
| データスチュワード | 各部門リーダー | 自部門のデータ品質監視、入力ルールの徹底 |
| データエントリ | 営業・マーケ担当者 | ルールに基づくデータ入力・更新 |
| 頻度 | レビュー内容 |
|---|---|
| 週次 | 重複レコードのマージ、直近インポートの品質チェック |
| 月次 | プロパティのフィルレート確認、データクレンジング |
| 四半期 | プロパティの棚卸し、ガバナンスルールの見直し |
CRMデータガバナンスは、一度ルールを作って終わりではなく、継続的に品質を維持・改善する「仕組み」として設計する必要があります。
CRMのデータ品質が高まるほど、レポートの信頼性、AI機能の精度、営業活動の効率が向上します。まずはプロパティの棚卸しから着手してみてください。
A. 月次での定期クレンジングが理想です。最低でも四半期に1回は実施してください。主なクレンジング対象は、重複レコードのマージ、バウンスメールアドレスの除外、退職者レコードの更新です。
A. ルールを「お願い」ではなく「仕組み」にすることが重要です。必須入力プロパティ、ドロップダウン選択、権限制御など、システム的にルールを強制できる部分はシステムに任せ、システムで対応できない部分は運用ルールで補完する——このハイブリッドアプローチが現実的です。
A. はい。Data Hubのデータ品質コマンドセンターでは、プロパティのフィルレートや重複レコードの状況を一目で確認できます。また、データ同期機能で外部システムとのデータ整合性を保つこともできます。データガバナンスの可視化と自動化において、Data Hubは有効なツールです。