【パートナーブログ:ALSI】正しい宛先でもっと情報が伝わる! 増え続けるコストにストップ!

 

こんにちは。インフォマティカ・ジャパン編集部です。

パートナーブログシリーズ、アルプスシステムインテグレーション株式会社様からです。受け取る予定の郵便物が届かないと困りますよね?そんな住所データの品質を向上させるアプローチについて寄稿頂きました。

 


 

お客様から同じ郵便物が届いてしまうと連絡をもらったり、そのことに気づいていなかったり、宛先不明の郵送物のメンテナンスに時間やコストがかかったりしていませんか。

 

例えば10,000通が正しい住所に届かないことで、10,000通×62円(2018年6月時点の通常はがきの基本料金)のコストが無駄となってしまいます。

郵便物が届かずクレームとなってしまうことでのビジネスリスクや、郵便物が届かないことでビジネスチャンスを失うこともあるかもしれません。

 

Informatica Data Qualityを利用して、自社に蓄えた顧客情報の改善活動をしてみてはいかがでしょうか。

正しいデータを捉えることで、企業が保有するデータについても価値がつき、新たなビジネスにもつながります。

 

企業活動において、顧客情報を含む企業が保有する多種多様なデータの管理は必要不可欠であり、ビジネスを維持・拡大するための最重要ファクターの一つと言っても過言ではありません。

社内の様々な場所に散らばった顧客情報を一箇所に集めて、全社で(組織を横断して)一元管理すれば、顧客情報は役立つものになるのか?それだけでは顧客情報が管理されているとは言い切れません。

では、顧客情報が管理されているとは、「どういった状態であるのか?」「そのためには何をすれば良いのか?」「まずはどこから始めれば良いのか?」それらの悩みは業種、業態によって様々です。

本稿では、企業にとってより品質・価値が高い顧客情報にするために、どういったことに取り組んでいるのかについて紹介します。

 

■取り組み事例

お客様の声として取り上げた表1の課題については、データ品質の改善により、課題の軽減が期待できます。Informatica Data Qualityの出番です。

データ品質の改善においては、PDCA(Plan/Do/Check/Action)を回していくことが重要となります。

 

(図1) 継続的なデータ品質改善のプロセス

 

Plan(計画立案)の第1段階として、まずは保有するデータがどういった状態であるのかを知ることから始めます。

(図1 継続的なデータ品質改善のプロセス ”Profile”)

 

Informatica Data Qualityには、データ分析のための「プロファイリング」機能が備えられており、保有するデータがどういった状態であるかを知ることができます。

 

「プロファイリング」機能を用いることにより、顧客情報(顧客の住所、郵便番号、電話番号、など)の傾向を掴むことができます。

・同一の住所(顧客データ)が複数登録されていないか

・郵便番号に000などダミー的なものが多く存在していないか

・見た目は郵便番号がキレイなデータのようで、データベースのテーブルの制約でしか判断していなかったため、実は半角ハイフンだったり、数字にO(オー)が入力されていたりなどはないか

 

また、Informatica Data Qualityには住所データに特化した「Address Validation」機能が備わっており、「再利用可能なクレンジングルールの設計・開発」(図1 継続なデータ品質改善のプロセス ”Design”)で利用することができます。

 

「Address Validation」機能を利用することで、保有する住所データの妥当性を検証したり、住所データの要素への分解、クレンジング結果を得ることができます。

Address Validationで使用する辞書ファイルは、市区町村合併への対応等のために、都度更新され、常に最新の住所情報が適用されます。

 

「プロファイリング」機能や「Address Validation」機能を利用して導出された分析結果、検証結果等を組み合わせることで、保有するデータにどういった問題点があるのかを把握して、何をどのようにすればデータ品質の高い顧客情報となりうるかの仮説を検討します。

 

以下は、データ品質の高い顧客情報とするための一例となります。

例1:「プロファイリングの結果では郵便番号が登録されていない顧客データが多いが、Address Validationを使用するとほとんどの顧客データで郵便番号が導出されている」といった場合には、郵送の際に使用する郵便番号としてAddress Validationから導出されたデータを使用することを検討します。

 

例2:「住所データをプロファイリングした場合には同一と見做されるデータは少ないが、Address Validationで分解された要素を再結合してプロファイリングをした場合には同一と見做されるデータが増えた」といった場合には、保有する顧客情報の名寄せ(同一顧客データを一つにまとめること)の際には、分解/再結合した結果を使用することを検討します。

検討した仮説に基づいて、データ品質改善サイクルを回すことで、仮説の妥当性の検証と見直しを行い、データ品質の改善につなげていくことができます。

 

ALSIは、データ品質の改善の第一歩であるデータ分析のためのInformatica Data Qualityの活用方法に対する経験やノウハウを持っています。データ品質の改善に対してお困りの際は、ぜひ一度ご相談ください。

 

【会社紹介】

アルプスシステムインテグレーション株式会社(ALSI[アルシー])は、電子部品の総合メーカーアルプス電気株式会社のグループ会社として、1990年に設立しました。20年以上にわたり、アルプスグ電気グループで培った「ものづくりDNA」を受け継ぐシステムインテグレーターとして、製造業の現場で培った経験とノウハウを活かしたしくみを構築しています。システムコンサルティングから、保守・運用まで、お客様へのきめこまかいサービスをご提供します。

 

【会社概要】

〒145-0067
東京都大田区雪谷大塚町1-7
TEL 03-5499-1382
URL http://www.alsi.co.jp/
Mail market@alsi.co.jp