顧客データ整備の手順｜AIに任せる前に重複・欠損・CVの二重計上をつぶす点検表【2026】

顧客データの整備とは、AIや広告の自動入札に渡す前に、重複・欠損・表記ゆれ・古さ・CVの二重計上を点検して直すことです。Google広告のP-MAXは、渡された顧客リストなどを配信の手がかりに使うので、渡す前の汚れがそのまま判断に入ります。この記事は、整備の5つの手順と、広告に使う前の点検表を、Google広告・GA4・個人情報保護委員会などの公式資料を出典にまとめます。

この記事でわかること

• 整備は「AIに渡す前」にやります： AIや自動入札は、誤りを見分けて直すのではなく、渡されたデータを手がかりに動きます。
• 広告のデータ品質を落とす汚れは5種です： 重複・欠損・表記ゆれ・古さ・CVの数え違いを、見つけ方と一緒に表にしました。
• 手順は棚卸しから定例点検までの5つです： 正規化の決まりはGoogleの公式ヘルプに合わせ、消す基準は個人情報保護法のガイドラインに合わせます。

顧客データの整備とは、AIに渡す前に汚れを点検して直すこと

顧客データの整備とは、重複・欠損・表記ゆれ・古さ・CVの数え違いを、AIに渡す前に見つけて直す作業です。

対象は、顧客リスト、広告に入れるメールアドレスや電話番号、GA4や広告管理画面で数えるCVです。どれも自社で集めたファーストパーティデータです。

【公的資料】AIセーフティ・インスティテュート（AISI）の「データ品質マネジメントガイドブック（第1.02版）」（2026年5月14日・英語原文の日本語参考訳）は、データ品質の特性を国際規格ISO/IEC 25012と5259-2に沿って整理し、正確性を「データが現実世界の値を正しく反映していること」、最新性を「想定用途に対して十分に新しいか」と定義しています（AISI・2026年9月28日取得）。この記事の「汚れ」は、この特性が欠けた状態です。

データクレンジング・名寄せとの違い

データクレンジングと名寄せは整備の中の作業で、整備は使い道を決めてから点検し、直し続ける仕組みまでを含みます。

データクレンジングは表記ゆれや誤りを直す作業、名寄せは同じ人や会社の行を1つにまとめる作業です。この記事の「整備」は、この2つに、使い道を決める棚卸し、消す基準、毎月の点検を足したものです。誰に届けたいかの設計は「ペルソナとターゲットの違いとは？」で扱っています。

なぜ「AIの前」に整備するのか

AIに渡した後では、どの判断が汚れたデータから来たのかを外から切り分けにくくなるためです。

Search Engine Journalの寄稿（2026年9月25日）は、エージェントについて「良いオーディエンスデータの必要性を置き換えない。それを燃料に動く」と書いています（原文 “Agents don’t replace the need for good audience data. They run on it”・Search Engine Journal・2026年9月28日取得）。ただし寄稿は筆者の見解で、調査や統計は載っていません。この記事では公式資料で確かめながら手順に落とします。

AIエージェントや自動入札は、渡されたデータのまま動く

当社の見方では、AIは渡されたデータの誤りを直さず、顧客リストとCVを手がかりに配信と入札を決めます。

AIエージェントをマーケティングに使うときの注意点は、ここにあります。広告計測ツールを提供するイルグルムは、2026年8月28日の発表文で「どれほど優秀なAIエージェントであっても、参照するデータの精度を超える判断を行うことはできません」と書いています（PR TIMES・2026年9月28日取得）。これは企業の発表文の中の言葉です。

P-MAXはシグナルの外にも広げて配信する

P-MAXの顧客リストやサイト訪問者は配信の手がかりで、Googleはシグナルに当てはまらない人にも広告を出すことがあります。

【公式仕様】Google広告のヘルプは、オーディエンスシグナルについて「シグナルには該当しないものの関連性の高いオーディエンスにも広告が表示されることがあります」と書き、シグナルの種類に顧客リストとウェブサイト訪問者を挙げています（Google 広告 ヘルプ・2026年9月28日取得）。顧客リストが古い顧客や重複で埋まると、関連性の高い人を探す起点がずれます。P-MAXの仕組みは「P-MAX広告とは？仕組み・メリットとAI Maxとの違いを解説」で解説しています。

入力データの品質はAIの出力の正確性に響く

公的なガイドブックも、低品質な入力データはAIの性能と出力の正確性・一貫性に影響すると書いています。

【公的資料】AISIのガイドブックは「低品質な入力データは、AI モデルの性能、出力の信憑性・一貫性・正確性など、多くの重要な側面に影響する」と書き、低品質なデータの原因に、ヒューマンエラー、データソースの間での形式の不一致（標準化の不足）、不十分なデータガバナンス、旧式のシステムを挙げています（AISI・2026年9月28日取得）。ガイドブックの言葉は「影響する」で、汚れがどれだけ成果を下げるかの割合は示していません。当社が探した範囲でも、その割合を測った集計は見つかりませんでした。

X上では、前の担当者が入れた計測タグが残っていてCVを二重に数えかけた、古い顧客を足して類似配信の母数を増やしたらCVRが下がった、と書く投稿がありました（2026年7〜9月・当社が確認した範囲）。個人の観測で、件数を数えた調査ではありません。

広告の成果を狂わせる顧客データの汚れ5種

広告のデータ品質を落とす汚れは、重複・欠損・表記ゆれ・古さ・CVの数え違いの5つに分けて点検します。

5つの分け方は、AISIのガイドブックの品質特性（正確性・完全性・一貫性・最新性）を、広告で使う顧客データに当てはめた当社の整理です。

表の「響き方」の列は当社の見立てで、測った数字ではありません。

CVの二重計上と数え落とし

CVの数え違いは、同じ成果を2回数える二重計上と、別々の成果を1回にまとめてしまう数え落としの両方で起きます。

【公式仕様】GA4のヘルプは、購入イベントについて「同じトランザクション ID の購入イベントの重複が除去されます」と書いています。一方で「transaction_id=”” である購入イベントはすべて重複として除去されます」とあり、IDが空のまま送ると別々の購入が1件に潰れます。異なる取引に同じIDを送ったときも、キーイベントが本来より大幅に少なく数えられる恐れがあると書いています。この重複除去が効くのはウェブストリームだけです（アナリティクス ヘルプ・2026年9月28日取得）。

二重計上は、計測タグが2か所に入っているといった設定から起きることがあります。自動入札は数えたCVを学習に使います。CVの基本は「SEOにおけるCV（コンバージョン）とは？」で説明しています。

古い顧客リストと使わなくなったデータ

取引が終わった顧客や、目的を終えた応募者のデータを残したままにすると、今の顧客と違う層が手がかりに混ざります。

退会した会員や何年も取引の無い会社は、残す理由を決めないと顧客リストに積もります。カスタマーマッチの有効期間は最大540日ですが（表3）、元の顧客リストに残っていれば、次のアップロードでまた入ります。

臨床検査では誤りの約7割が「測る前」に起きる

ある病院の緊急検査室の研究では、誤りの68.2%が分析前でした。広告にも同じ3段階を当てはめ、AIの前で点検します。

当社代表は元臨床検査技師です。臨床検査では、測る前（分析前）・測る段階（分析中）・報告する段階（分析後）に分けて、どこで誤りが起きたかを調べます。精度管理の考え方でSEOのデータを読む方法は「臨床検査技師が解剖するSEOデータ分析」で書いています。

分析前・分析中・分析後の3段階

1つの病院の緊急検査室で40,490件の分析を調べた研究では、誤り189件のうち分析前が68.2%でした。

【研究】Plebaniらの研究（Clinical Chemistry・1997年）は、1つの病院の緊急検査室で、4つの診療科（内科・腎臓内科・外科・集中治療室）からの依頼を3か月間調べ、40,490件の分析のうち189件（0.47%）に誤りを見つけました。誤りの内訳は、分析前が68.2%、分析中が13.3%、分析後が18.5%でした。誤りの74%は患者に害が無く、19%は不要な検査の追加に、6.4%は不適切な治療や治療の変更につながっていました（Clinical Chemistry・2026年9月28日取得）。

この数字は1つの施設の臨床検査の数字で、広告や顧客データの誤りの割合ではありません。

広告に当てはめると「AIに渡す前」が分析前にあたる

広告では、顧客データを集めて渡すまでが分析前、AIの配信と入札が分析中、レポートを読むのが分析後にあたります。

これは臨床検査の型を広告に移した当社の類推で、広告でも誤りの7割が渡す前に起きるという意味ではありません。言えるのは、分析前の誤りは測る機械が正確でも直らない点です。採血の管を取り違えれば、分析装置は取り違えた検体を正確に測ります。そこで、渡す前の段階に点検の関所を置きます。

顧客データ整備の手順5ステップ

棚卸し、正規化、重複の排除、基準に沿った削除、毎月の定例点検の順に進め、最後に止める規則を決めます。

①棚卸しと目的決め

最初に、どの顧客データがどこにあり、何の目的で使うのかを一覧にします。目的が決まらないと消す基準も決まりません。

顧客管理の表、フォームの受信記録、広告にアップロード済みのリスト、GA4のキーイベントを並べ、項目・入手経路・使い道を書きます。個人情報保護法のガイドラインは、正確・最新に保つ範囲を利用目的に必要な範囲としています（後の章）。

②正規化のルールを公式に合わせる

メールや電話番号の書き方は、自己流ではなくGoogle広告の公式ヘルプの正規化の決まりに合わせます。

【公式仕様】カスタマーマッチのヘルプは、データの形式を「ASCII または UTF-8（UTF-16 はサポート対象外）」のCSVとし、ハッシュ化する前の正規化として「先頭と末尾の空白文字を削除する」「テキストを小文字に変換する」「電話番号を E164 規格の形式にする」ことを挙げています。gmail.comなどのアドレスは、@より前のピリオドを削除します。ハッシュ化の方式はSHA256です（Google 広告 ヘルプ・2026年9月28日取得）。

E.164は国番号から始まる電話番号の書き方で、「03-1234-5678」なら「+81312345678」です。自社の表も同じ書き方に揃えると、次の重複の排除がしやすくなります。

③重複とCVの二重計上をつぶす

正規化した後のメールと電話番号で同じ人の行をまとめ、CVは計測の設定と実際の件数を突き合わせます。

「Taro@example.com」と「taro@example.com 」は、正規化の後は同じ行になります。まとめるときは、どちらの行を残すかの決まりを先に書きます。CVの側では、計測タグが1つのフォームに2つ入っていないか、購入のtransaction_idが空で送られていないかを確かめます。

④欠損・古さの基準を決めて消す

どの項目が空なら使わないか、何年取引が無ければ消すかを、利用目的から決めて書いておきます。

個人情報保護法のガイドラインは、消去の例として、キャンペーンの応募者の個人データを「懸賞品の発送が終わり、不着対応等のための合理的な期間が経過した場合」を挙げています（個人情報保護委員会・2026年9月28日取得）。欠損は、メールも電話も空の行を広告のリストから外す、といった基準にします。

⑤毎月の定例点検と止める規則

毎月同じ日に件数と一致の状況を見て、外れたら広告へのアップロードやAIへの受け渡しを止めて確かめます。

Search Engine Journalの寄稿は、なぜその層を狙ったのかを説明できるか確かめる定例のレビューを勧めています。当社では、顧客リストの件数・正規化の漏れ・CVの件数と実際の問い合わせ件数の差を毎月並べ、前月から大きく外れた月は受け渡しを止めて原因を調べます。数字の正常範囲と止める規則の決め方は「SEOのKPIの決め方｜AIエージェントに数字だけ上げられない指標の組み方と点検表」で書いています。

ファーストパーティデータを広告で活用する前の点検表

顧客リストを広告に入れる前に、形式・正規化・件数・期間・CVの数え方の5点を確かめます。

ファーストパーティデータを広告で活用する場面は、カスタマーマッチ（顧客リストを使った配信）、拡張コンバージョン（CVの計測の補完）、P-MAXのオーディエンスシグナルの3つです。同じ顧客データを使うので、1回の点検で3つに備えられます。

カスタマーマッチと拡張コンバージョン

どちらもメールや電話番号をSHA256でハッシュ化して送るので、ハッシュ化の前の正規化が合っているかを確かめます。

【公式仕様】拡張コンバージョンのヘルプは、「メールアドレス、氏名、住所、電話番号など、ファースト パーティの顧客データ」をSHA256でハッシュ化して送ると書いています（Google 広告 ヘルプ・2026年9月28日取得）。カスタマーマッチのマッチ率が表示されるのは、新しいGoogle Ads APIでアップロードしたファイルで、ユニークユーザーに一致する行が100行以上ある場合だけです（同ヘルプ）。この条件に当たらないと、正規化が合っているかをマッチ率で確かめられません。キャンペーンの分け方は「リスティング広告のキャンペーン構造とは？」で扱っています。

CVのカウント方法とGA4のキーイベント

問い合わせのようなCVはGoogle広告のカウント方法を「1回」にし、GA4のキーイベントの回数は実際の件数と照合します。

【公式仕様】Google広告のヘルプは、カウント方法の「1回」を、広告がクリックされてから発生したコンバージョンを1回だけ数える方法とし、「見込み顧客を獲得できたかどうかを確認したい場合に適しています」と書いています（Google 広告 ヘルプ・2026年9月28日取得）。

当社サイトのGA4を実測すると（2026年6月30日〜9月27日）、キーイベント「お問い合わせ送信完了」は58回、34ユーザー、38セッションでした。1セッションあたり1.53回です。1人が2回送ったのか、1回の送信を2回数えたのかは、GA4の数字だけでは分かりません。当社はこの58回を実際の問い合わせ件数とまだ照合しておらず、自動入札に渡す前にはこの照合が要ります。GA4の見方は「GA4の使い方｜新しいダッシュボードで毎朝見る4つの数字と初期設定」にまとめています。

個人情報保護法から見た顧客データの整備

第22条は、利用目的に必要な範囲で個人データを正確・最新に保ち、不要になったら消すよう努めることを求めています。

【法令】個人情報保護法第22条は「個人情報取扱事業者は、利用目的の達成に必要な範囲内において、個人データを正確かつ最新の内容に保つとともに、利用する必要がなくなったときは、当該個人データを遅滞なく消去するよう努めなければならない」と定めています（個人情報保護委員会「ガイドライン（通則編）」・2026年9月28日取得）。「努めなければならない」なので努力義務です。

第22条は正確・最新と不要データの消去の努力義務

ガイドライン3-4-1は、入力時の照合や訂正の手続、保存期間の設定などで正確・最新に保つよう書いています。

【法令】同じガイドラインの3-4-1は、「入力時の照合・確認の手続の整備、誤り等を発見した場合の訂正等の手続の整備、記録事項の更新、保存期間の設定等を行うことにより」正確かつ最新の内容に保つとしています。一方で「保有する個人データを一律に又は常に最新化する必要はなく」、利用目的に応じて必要な範囲で確保すれば足りるとも書いています。整備の手順①で利用目的を決めるのは、この範囲を決めるためです。

広告への利用そのものの可否はほかの条文も関わるため、この表だけでは判断できません。

顧客データ整備でよくある質問

検索で調べられている6つの疑問に、この記事で確認した公式資料の範囲で答えます。

参考情報

出典はいずれも2026年9月28日に取得しました。

• Google 広告 ヘルプ（カスタマーマッチのデータ形式）／同（拡張コンバージョン）／同（オーディエンスシグナル）／同（カウント方法）
• アナリティクス ヘルプ（購入イベントの重複除去）
• 個人情報保護委員会「個人情報の保護に関する法律についてのガイドライン（通則編）」
• AISI「データ品質マネジメントガイドブック（第1.02版）」
• Plebani M, Carraro P. Mistakes in a stat laboratory: types and frequency. Clin Chem 1997
• Search Engine Journal（2026年9月25日）／PR TIMES（イルグルム・2026年8月28日）