AIでデータのクレンジング・名寄せを行う

あなたの会社の「顧客リスト」に、同じお客様が何度も登録されていたら困りますよね。名前の表記ゆれ（「株式会社ABC」「(株)ABC」「ABC株式会社」）や、住所の書き方の違いで、同じ相手を別の人として扱ってしまう——ビジネスでよくある悩みです。

このレッスンでは、AIにデータの「お掃除」と「まとめ上げ」を手伝ってもらう方法を15分で学びます。終わったころには、手元のExcelデータをAIに渡してクリーンな状態で受け取れるようになっています。

用意するもの

• クリーニングしたいデータ（Excelファイルや、CSV（＝カンマで区切られた表データファイル）形式のもの）
  • 手元にデータがない方は、このレッスンのサンプルデータ（10社分の架空の顧客リスト）をそのまま使えます
• AIチャットツール（以下のどれか1つ。無料版で大丈夫です）
  • ChatGPT（chat.openai.com）
  • Claude（claude.ai）
  • Cursorのチャット機能（CSVファイルを直接開ける利点あり）

たとえ話でイメージをつかむ

データのクレンジング（＝データのお掃除）は、散らかった引き出しを整理する作業に似ています。同じものが何個も入っていたり、ラベルの貼り方がバラバラだったり——まずは「何がどう散らかっているか」を把握してから片付けに取り掛かります。

名寄せ（＝同じ対象をさす複数のデータを見つけて1つにまとめること）は、スマホの連絡先アプリで重複をまとめる作業と同じです。「田中太郎」「たなか たろう」「タナカ タロウ」が全部同じ人だと見抜いて、1件にまとめるイメージです。

手元にデータがない場合は、以下の10行をそのままコピーしてExcelやスプレッドシートに貼り付けてください。

会社名,担当者名,電話番号,住所
株式会社ABC,田中太郎,03-1234-5678,東京都渋谷区１−２−３
(株)ABC,田中 太郎,03-1234-5678,東京都渋谷区1-2-3
ABC株式会社,たなかたろう,０３−１２３４−５６７８,東京都渋谷区1丁目2番3号
有限会社デフ,鈴木花子,06-9876-5432,大阪府大阪市北区４−５
(有)デフ,スズキハナコ,06-9876-5432,大阪市北区4-5
ＧＨＩ商事,佐藤次郎,052-111-2222,名古屋市中区6-7-8
GHI商事株式会社,佐藤 次郎,052-111-2222,愛知県名古屋市中区６−７−８
株式会社JKL,山田三郎,011-333-4444,北海道札幌市中央区8-9
JKL（株）,ヤマダサブロウ,011-333-4444,札幌市中央区8丁目9番
株式会社MNO,高橋四郎,092-555-6666,福岡市博多区10-11

このデータには表記ゆれや重複がたくさん仕込んであります。上の3行はすべて同じ「ABC社の田中さん」です。

1. Excelやスプレッドシートでデータを開きます
2. 見出し行も含めてデータをコピーします（見出しがないとAIが列の意味を推測しにくくなります）
3. AIチャットに以下のプロンプト（＝AIへの指示文）を貼り付けて送ります

AIへのプロンプト例①（まず状態を把握する）

以下の顧客データを分析してください。

1. 表記ゆれがある列と、具体的にどんなゆれがあるか一覧にしてください
2. 重複の可能性がある行のペアを挙げてください
3. まだ修正はしないでください。まず分析結果だけ見せてください

[ここにコピーしたデータを貼り付け]

ポイント: いきなり「綺麗にして」と頼むのではなく、まず「何が問題か見せて」と聞くのがコツです。料理でいえば、冷蔵庫の中身を確認してからレシピを決めるのと同じです。

良い例と悪い例：最初のAIへの指示

良い例（段階を踏む）:

「まず表記ゆれと重複の候補を一覧にしてください。修正はまだしないで。」

悪い例（丸投げ）:

「これ綺麗にして」

→ 何をどう綺麗にするのかAIに伝わらず、意図しない変更をされる可能性があります。

AIの分析結果を見たら、統一ルールを自分で決めてAIに伝えます。ルールを決めるのは人間の仕事です。

AIへのプロンプト例②（ルールを指定してクレンジングする）

ありがとうございます。では以下のルールでデータをクレンジングしてください。

【表記統一ルール】
- 会社名: 「株式会社」は「(株)」に、「有限会社」は「(有)」に統一
- 全角英数字 → 半角英数字に統一
- 電話番号: 半角数字+ハイフン形式に統一（例: 03-1234-5678）
- 住所: 都道府県は省略しない。番地は「数字-数字」形式に統一
- 担当者名: 漢字表記に統一（読みが分かる場合）

【出力形式】
- すべての行を省略せずに出力してください
- CSV形式で出力してください
- 変更した箇所には★マークを付けてください

ポイント: 「★マーク」を付けてもらうと、AIがどこを変更したか一目で分かります。確認作業がぐっと楽になります。

良い例と悪い例：ルールの伝え方

良い例（ルールが明確）:

「株式会社は『(株)』に統一。全角数字は半角に。」

悪い例（あいまい）:

「統一して」

→ AIがどの形式に揃えるか勝手に判断してしまい、あなたの意図と違う結果になりがちです。

クレンジング済みのデータを受け取ったら、次は名寄せ（重複の統合）です。

AIへのプロンプト例③（名寄せ）

クレンジング済みのデータで名寄せをしてください。

【名寄せルール】
- 会社名+電話番号が一致する行は同一会社とみなす
- 同一会社の行は1行にまとめる
- まとめる際は、情報量が多い行を残す（住所が詳しい方を優先）
- 元の行番号も「統合元」列に記録してください

【出力形式】
- 統合結果をCSV形式で出力
- 統合した組み合わせの一覧も別途表示してください

AIの名寄せ結果は必ず人間の目で確認しましょう。「AIが出したからOK」は一番危ないパターンです。

確認チェックリスト

• 行数の確認: 元のデータが10行なら、統合後は何行になったか。減りすぎていないか
• 表記の統一が意図通りか（「(株)」に揃えるつもりが「株式会社」に戻されていないか）
• 名寄せの判断が正しいか（AIが「同じ会社」と判定したものが本当に同じか）
• データが消えていないか（大事な行が間違って統合されていないか）
• 変更箇所の★マークを1つずつ確認したか

良い例と悪い例：結果の受け取り方

良い例: AIの提案を見て、「この2社は社名が似ているが別会社なので分けてください」と修正を依頼する

悪い例: AIの結果を確認せず、そのまま本番データに上書きしてしまう

鉄則: 元のデータは必ず別ファイルにバックアップしてから、クリーンなデータを使い始めましょう。

1. AIが出力したCSVデータをすべてコピーします
2. Excelで新しいシートを開きます
3. 貼り付けます
4. 列の幅を調整して、データが正しく入っているか目視で最終確認します

Cursorを使っている場合: CSVファイルを直接Cursorで開いて、チャット欄から「このCSVを上記のルールでクレンジングして」と指示できます。ファイルが直接編集されるため、コピー&ペーストの手間が省けます。

以下の3つがすべてできていれば、このレッスンは完了です。

1. クレンジング済みデータがある：表記ゆれが統一ルール通りに直っている
2. 名寄せ済みデータがある：重複行が統合され、元の行数より減っている
3. 元データのバックアップがある：クレンジング前のファイルが別名で保存されている

成果物として、クレンジング後のExcelまたはCSVファイルのスクリーンショットを保存しておきましょう。

• クレンジングは「データのお掃除」、名寄せは「重複をまとめる」作業
• AIに丸投げせず、まず分析 → ルール決定 → 実行の3段階で進める
• 統一ルールは人間が決めて、AIに明示するのが成功のコツ
• AIの結果は必ず人間の目で確認してから使う
• 元のデータは上書きせず、別ファイルにバックアップを残しておく