クリーンなデータは、正確なターゲティングと測定可能な収益効果をもたらします。スマートキャンペーン、正規化戦略、AI を活用した機能強化など、Marketo Engage でスケーラブルな「データウォッシングマシン」を作成する実証済みのフレームワークについて説明します。

優れたキャンペーンは、優れたデータから始まります。最も高度なマーケティング戦略でさえ、使用する情報が不正確であったり、一貫性がない場合には失敗します。時間の経過と共に、すべてのデータベースには汚れが蓄積していきます。重複したリード、欠落したフィールド、古い詳細情報などが、パフォーマンスを徐々に低下させていきます。

強力なデータハイジーンプロセスは、マーケティングエンジンに対してウォッシングマシンのような役割を果たします。キャンペーンを推進する情報をクリーンアップ、整理、リサイクルします。この記事では、Marketo Engage 内でそのマシンを作成する方法、自動化する内容、実行するタイミング、データベースの拡大に合わせて拡張する方法について説明します。

ビデオでの視聴を希望しますか？

これらのスマートキャンペーンの実際の動作と、独自の Marketo Engage インスタンスでモデル化できる手順について詳しくは、Skill Exchange のプレゼンテーションを参照してください。

データハイジーンがビジネスの成功に重要な理由

データがクリーンであれば、ターゲティング、セグメント化、パーソナライゼーションは、的確なマーケティング活動に実際に効果を発揮します。私のチームがすぐに実感した成果は次のとおりです。

• 精度（ターゲティングエラーの減少）
• 業務効率（再作業の減少）
• コンプライアンス（リスクの低減）
• カスタマーエクスペリエンス（一般化されていない、個人に合わせたコミュニケーション）

クリーンなデータは収益にも大きな影響を与えます。連絡先データを最新かつ正規化された状態に保持することで、分析やレポートに関する信頼性の高いデータ、マーケティングキャンペーンの ROI と ROAS の最大化、ターゲットするセールス活動による連携強化など、様々なメリットが得られます。これらのメリットにより、データ品質は利益創出の原動力になります。

データウォッシングマシンの作成

まずは、データがどのようにプラットフォームに入力されているかを確認します。次に、定期的にデータをクリーンアップし、入力データの正規化を支援する、常時稼動のスマートキャンペーンのセットである「ウォッシングマシン」を作成します。

手順 1：ダーティデータソースを特定し、ダーティデータ入力を防ぐ

システムへのデータのフロー方法を標準化しない限り、まるで吹雪の中でシャベルで雪かきをしているような気分になるでしょう。家を例に考えてみます。玄関、窓、裏庭など、あらゆる場所から家の中に入ってくる可能性のあるデータソースについて考えます。まずは、CRM 同期、web フォームへの入力、サードパーティとの統合など、チームが統合を含むデータを入力する方法を確認することから監査します。

私の経験では、汚れたデータソースは次のカテゴリに分類できます。

• リストのアップロード：

  • 一貫性のない形式
  • 重複エントリ

• CRM 同期：

  • 古い情報または正しくない情報
  • 同期エラー

• フォームへの入力：

  • 不完全または不正確な入力
  • 標準化された選択肢の代わりにフリーフォームフィールド

• 継承されたデータベース：

  • レガシーデータの問題
  • 一貫性のあるハイジーンプラクティスの欠如

• サードパーティのプラットフォームまたはパートナー

  • 統合
  • リスト

手順 2：Marketo Engage へのデータ入力方法を標準化

• 必須フィールド、これらのフィールドに対する厳格なデータ書式設定ルール、アップロード前にデータの整合性を確保するためのシンプルな検証ルールを備えたリストアップロードテンプレートを開発します。以下は、名、姓、メールアドレス、電話番号、会社名、市区町村、都道府県、国などの必須フィールドを参照できるサンプルです。

• 関係者に、リストの入力および送信方法と、テンプレートの適切なアップロード方法の研修を実施します。準拠していないアップロードを却下します。
• フォームの自由入力テキストを選択リストに置き換え、選択肢を正規化ルールに一致させます。

手順 3：データウォッシュマシン用の最初のスマートキャンペーンを作成

まずは、効果の高いデータの正規化を行い、クリーンアップの条件を定義することをお勧めします。次に、すぐに効果を発揮する例をいくつか示します。

• 国／州（都道府県）の正規化（バリアントを承認済みの値にマッピング）
  • 例：「U.S.」、「USA」、「United States」、スペルミス、州の略称とフルネームの区別。
• 重複の除外（メールアドレス + 会社名／国）
• 役職の標準化（ルーティング用にカテゴリに正規化）
  • 例：「VP／Head」、「Director」、「Manager」、「IC」
• 欠落データの処理

データ基準を設定したら、それに応じてデータをウォッシュするスマートキャンペーンの作成を開始できます。各フローステップは、ウォッシングマシンのサイクルのように機能し、異なるタイプのデータの問題をクリーンにします。

• スマートリストでは、フィルターを使用して、クリーンアップが必要なレコードをターゲットにします。

• フローステップでは、重複データの結合、フィールドの更新、古いレコードの削除を設定します。次に、フロー構造の例をいくつか示します。
  • 重複データの結合：同じメールアドレスまたは CRM ID を共有するレコードを特定して結合します。

• 値の標準化：役職名、国の値、業種を統制された語彙に再書式設定します。次の例は、「USA」と「U.S.A.」のような表記を、単一の一貫性のある値「United States」に変換する方法を示しています。

• 欠落データのフラグ付け：不完全なレコードをエンリッチメントワークフローや手動レビューにルーティングします。

• 定期的に（夜間または週末に）スマートキャンペーンを自動実行するようにスケジュールします。キャンペーンの頻度は、ハイジーン作業のタイプに一致させることが重要です。

  • 自動（トリガー）：フォーム入力や新規リード作成などのリアルタイムの問題に対応します。システムに新しいデータを入力するとすぐに、これらのフローが実行されます。
  • 夜間：重複の除外や正規化などの継続的なクリーンアップタスクに対応します。これらのキャンペーンは、処理時間に過負荷をかけることなく、24 時間に 1 回安全に実行できます。
  • 毎週または毎月：フィールドの完全性の確認や非アクティブなレコードのアーカイブなど、より徹底したチェックを行います。

手順 4：自動正規化にスケール

ハイジーンキャンペーンを引き続き作成し、ポートフォリオに統合します。このポートフォリオは、スケジュールに従って実行され、時間の経過と共に様々なデータ正規化ケースに対応します。

あるクライアントでは、無効なレコードを 20％削除するだけで、配信品質が即座に 15％向上しました。次に、私が「ウォッシングマシン」のスケールに役立った重要なヒントを示します。

• まず、データベース内の非アクティブおよび無効なレコードに対処：配信品質の向上を最大限に高めるには、非アクティブフィルターを使用して、特定の期間エンゲージメントのない顧客を特定することをお勧めします。平均的なセールスサイクルと Marketo Engage のデータ保持ポリシーに応じて、通常は 90 日間が目安となります。無効なレコードや不完全なレコードは、修正または削除できます。
• ソースを確認：不正なレコードのソースを検査し、アップストリームエントリポイント（フォーム、リスト、統合）を修正して、今後のデータの問題を防ぎます。
• データ正規化をスケール：追加のデータ正規化ワークフローを使用して、データベースの健全性を継続的に改善できる領域をアクティブに探し出し、各領域ごとにスマートキャンペーンを作成して「ウォッシングマシン」を拡張します。
• 常にクリーンな状態に保つ：非アクティブおよび無効な人物レコードを削除し、有効なレコードをクリーンな状態に保ち、正常なデータベースを維持します。

手順 5：データハイジーンの維持

ウォッシングマシンに重労働を任せている間に、管理者として次のような継続的なメンテナンスを行って、データをクリーンに保つ必要があります。

• 定期的な監査の実行：正確さと一貫性を確保するには、定期的なデータ品質チェックをスケジュールします。
• 操作の順序のレビューと最適化：キャンペーンが正しく順序付けられ、必要に応じて、他のキャンペーンより前に依存ステップが実行されるように確認します。
• 継続的なトレーニングの実施：チームに対して、データの入力とメンテナンスの標準について教育します。
• ガバナンスポリシーの管理：特に統合とフォームフィールドに関して、データガバナンスルールを実装し適用します。
• フィードバックループを閉じる：関係者からのフィードバックに基づいて、プロセスを継続的に改善します。

データウォッシングマシンは、一度設定すれば終わりというものではありません。結果を定期的に確認し、ログに、スキップされたレコード、失敗した結合または予期しない形式の変更がないか確認します。四半期ごとにハイジーンプロセスをテストして改良することを習慣にします。

この作業を繰り返しすことで、マーケティングデータを新鮮で正確かつ実用的に保つ、完全に自動化されたセルフクリーニングシステムに近づいていきます。

データハイジーンの進捗を測定する方法

データハイジーンのメンテナンスを続ける前に、データベースダッシュボードや Marketo Engage の標準レポートなどのツールを利用して、ベンチマークを設定することをお勧めします。組織内で対応できるターゲット指標を使用して、データ品質レポートを作成することを検討します。例えば、重複の削減、マーケティング品質、メールの配信品質、無効なレコード、フィールドの統合などがあります。ガイドとして使用できる指標およびベンチマークの例を以下に示します。

• 重複率：クリーンアップ後は、合計レコードの 2 ～ 3％未満を目指します。
• 無効なメール率：最適な配信品質を得るには、1 ～ 2％未満に抑えます。
• メール配信品質：成功送信率を 97％以上に維持します。
• 市場性のあるレコード（オプトインおよび有効）：合計レコードの 85 ～ 90％をターゲットに設定します。
• フィールドの完了：キーフィールド（名前、メール、会社、国）の 90％以上が入力されていることを確認します。
• 正規化の精度：ガバナンスルールに一致する標準化された選択リスト値の 95％以上。
• 非アクティブなレコード：非アクティブなレコードを 90 ～ 120 日以上定期的にアーカイブまたは抑制します。

主要指標を特定したら、次の手順でクリーンアップ作業を特定の指標に結び付けます。このプロセスを使用すると、各マイルストーンに対する進捗を経時的に追跡できます。また、ガバナンスを強化し、組織内でデータ品質がどのように向上しているかを示すこともできます。

AI を活用したデータ正規化

「ウォッシングマシン」の基盤がスムーズに稼働するようになると、AI は手動によるレビューを減らし、実行を遅らせることなく高い品質を維持するのに役立ちます。重要なのは、AI を管理プロセスの代替ではなく、アシスタントとして活用することです。

Marketo Engage には、まだデータ正規化の AI 機能が組み込まれていませんが、多くのマーケティングチームは、データハイジーンワークフローを補完するのに、大規模言語モデル（LLM）やその他の AI ツールの調査を開始しています。2025年のデータ正規化の取り組みをサポートするのに、大規模言語モデル（LLM）などの AI ツールを使用する最も効果的な方法を次に示します。

• 予測エンリッチメントと完了：AI は、データベース全体のパターンに基づいて値を提案したり、欠落している情報を入力したりできるので、手動でのクリーンアップを必要とせずにルーティングの精度が向上します。
• 入力時の自動修正：ユーザーがフォームを送信すると、データベースにヒットする前に、AI が即座に一般的なエラー（「Google」ではなく「Goggle」の誤入力や無効な電話番号形式など）にフラグ付けや修正を行います。
• 異常値検出：AI は、受信レコードを継続的に監視し、フリーテキストまたはプレースホルダーの値（会社の「テスト」など）の異常なスパイクを警告します。管理者は、AI を使用することで、大規模な問題に対処できます。
• コンテキストの正規化：AI は、静的な選択リストのみに依存するのではなく、役職名や会社名のバリエーションを解釈し、ガバナンス標準に合わせてリアルタイムで正規化できます。

重要ポイント

• 小規模に開始：リストテンプレートと最初のデータハイジーンのスマートキャンペーンを作成します。
• ハイジーンキャンペーンの作成：スケジュールされた実行と、ターゲット指標に結び付けられたスコアカードを使用して、クリーンなデータを継続的な取り組みとします。
• ガバナンスの管理：データガバナンスルールを適用し、個々のレコードだけでなく、汚れたデータソースを修正します。
• 精度を高める AI の採用：手動によるレビューを減らし、正規化を強化する AI を使用します。

このフレームワークを管理業務に組み込むと、データハイジーンを頭痛の種から成長の原動力に変えることができます。初期投資は、より明確なターゲティング、より強力なレポート、より高い ROI により、今後のすべてのキャンペーンで利益を回収します。