拠点や担当者ごとにフォーマットが違い、そのままでは集計できない。顧客リストに重複や表記ゆれが混在し、使える状態ではない。この記事は、自力でできる範囲とその限界、AIエージェントを使った名寄せ・整形の仕組み、外注の判断基準と相場（2026年6月時点）を整理します。読み手は、データがあるのに使えず、手を付けられていない実務者・担当者です。
集計も分析も、データが一枚の統一シートにまとまっている前提で成り立ちます。ところが現場では、入力者・拠点・担当が違うだけで列名のつけ方、日付の書き方、会社名の表記が全部違うファイルが出来上がります。「株式会社〇〇」と「〇〇（株）」と「〇〇株式会社」は同一企業ですが、機械的な集計では3件として数えられます。この状態では、どんな分析ツールを当てても正しい答えは出ません。データが整っていないことが、業務判断の質を下げ続けています。
重複削除や表記ゆれの修正を、特定の条件でまとめて処理したいだけなら、自力で足りるケースがあります。ExcelやスプレッドシートのREMOVE DUPLICATES機能、COUNTIFやVLOOKUPで重複を検出する方法は、対象列が一つで条件が単純な場合に有効です。列名が揃っていて、統合するファイルの数が少なければ、マクロや簡単なスクリプトで自動化できます。「同じシステムからエクスポートした同形式のファイルを月次で積み上げる」程度の処理は、自力で完結します。単純な重複削除に限れば、1件数円のBPO業者も存在します。
限界が出るのは、整形の設計が必要になった段階です。ファイルの形式・列構成・記法が入力者や拠点ごとにバラバラな場合、「何をどのルールで統一するか」の設計から始めなければ処理を書けません。「〇〇株式会社」「（株）〇〇」「株式会社〇〇」を名寄せするには、単純な完全一致では見つけられないため、表記の揺れを吸収するロジックが必要です。同じ会社が複数の列にまたがって登録されているケース、半角・全角の混在、電話番号のハイフン有無・桁数の違い——こうした問題が組み合わさると、Excel関数の組み合わせでは対処しきれず、担当者が1行ずつ目視で判断する作業に戻ります。
整形の設計から処理と検証まで、仕組みとして一貫して動きます。
入力として渡すのはデータ一式（形式は問いません）。CSVでも、Excelでも、フォーマットが混在した複数ファイルでも、現状のまま渡せます。処理は次の工程で進みます。
第一に、整形設計。ファイルを読み込み、列構成・記法の違い・重複のパターンを洗い出して、統一後のフォーマットと変換ルールを決めます。どの列をどのように揃えるか、どの表記を正とするか、重複の判定基準（完全一致か、部分一致を許容するかなど）を明示します。
第二に、一括処理。決めたルールに従い、全件に対して整形・名寄せ・表記ゆれの統一を機械的に適用します。人手と違い、処理の途中でルールがぶれません。最初の1件と最後の1件で同じ基準が通ります。
第三に、変換ルール一覧の納品。「何をどう直したか」を記録した変換ルールの一覧を成果物として返します。後で「なぜこの名称に統一されたか」を確認でき、次回以降の処理でも同じルールを使い回せます。再現性がある状態で納品される点が、担当者が手作業でやったときとの決定的な違いです。
システム移行前のデータクレンジングでも、顧客マスタの統合でも、処理のログが残るため、後から何をどう変えたかを辿ることができます。
判断の分かれ目は「形式の混在度」と「ルール設計の必要性」です。
| 自力でやる | スポットで外注する | |
|---|---|---|
| 向く状況 | 同形式のファイルを統合するだけ／重複削除のみ／条件がシンプル | 形式が混在している／整形設計から必要／変換ルールの記録が要る |
| かかるもの | 担当者の時間 | 費用（成果物単位・固定） |
| 残るもの | 担当者個人の作業経験 | 整形済みデータ＋変換ルール一覧 |
自己診断チェックリスト——次のうち2つ以上に当てはまるなら、外注を検討する段階です。
費用について。単純な重複削除に特化したBPOでは1件数円の水準の業者も存在します。ただし形式が混在しており、整形の設計から必要な案件は、単純削除の延長では対応できません。ゴムマリの「データ整理・名寄せ」SKUは 10万円〜・3営業日です。料金は案件ごとの固定価格・事前提示で、後出しの追加費用はありません。
どんな形式のデータでも渡せますか。 CSVでもExcelでも、形式が混在した複数ファイルでも渡せます。現状のまま相談から始めてください。
料金はいくらで、追加費用はありますか。 10万円〜・固定価格・事前提示です。データの量や整形の複雑さで変わる場合は着手前にお見積もりし、後出しの追加費用は出しません。
納期はどれくらいですか。 3営業日が標準です。データの量や整形の複雑さによって前後します。着手前に確認します。
「変換ルール一覧」とは何が書かれたものですか。 何をどのルールで変換・統一したかを記録した一覧です。「『（株）〇〇』を『〇〇株式会社』に統一した」「電話番号のハイフンを除去した」などの処理の根拠が追えます。後から確認でき、同じ処理の再現にも使えます。
名寄せの判定ロジックはどう設計されますか。 データの状態を確認したうえで、完全一致・部分一致・表記ゆれの吸収範囲を着手前に合意します。判定の根拠は変換ルール一覧に残します。
秘密保持はどうなりますか。 秘密保持を前提に対応します。必要に応じてNDAを締結してから着手します。顧客リストや社内データも同様です。
渡すのはデータ一式（形式不問）。得られるのは、統一フォーマットに整形済みのデータと、何をどう直したかを記録した変換ルール一覧です。データ整理・名寄せは10万円〜・3営業日で、一度の依頼から試せます。
整形済みのデータを使ってリードの情報を補強したい場合は、リードエンリッチメントもあわせてご覧ください。
国産大手ERPベンダーで新卒からERPのエンタープライズ営業・プリセールス・導入コンサル、外資系SaaSでパートナーセールス部門の立ち上げ、国内大手放送局で新規事業開発（通販カタログ事業）、AIスタートアップ2社でビジネスサイドの要職を歴任。2024年10月から生成AIを自ら実装し、2025年にゴムマリ株式会社を設立。
現在は自らAIエージェントを実装するFDE。評価セット設計・専門家監修・Go/No-Go判定、CRM・会計・社内DBとの統合、減った時間の実測まで一貫します。要件から、運用まで——AIエージェントが、現場で成果を出す仕組みを。