MCN Learning Community ＞ ナレッジ集 ＞ Data360＞ID解決ルールセット 一致ルールの照合方法

ID解決ルールセット 一致ルールの照合方法

🍀ID解決ルールセット 一致ルールの照合方法

一致ルールには「照合方法」があります。
照合方法では、データをどのように比較して「同一人物」と判断するかを設定します。

たとえば、値が一致しているかを比較する「完全一致」や、表記ゆれなどを考慮して比較する「あいまい一致」などがあります。
参考ヘルプ記事：ID 解決一致メソッド

🔵どんな照合方法が存在するか

照合方法英語表記どんな照合？
完全一致Exact値が一致しているかを比較します。
完全標準化Exact Normalized値を標準化した上で、一致しているかを比較します。
あいまい一致（高精度）Fuzzy – High Precision表記ゆれなどを考慮して照合します。一致の範囲は狭めです。
あいまい一致（中精度）Fuzzy – Medium Precision表記ゆれなどを考慮して照合します。高精度より一致の範囲が広くなります。
あいまい一致（低精度）Fuzzy – Low Precision表記ゆれなどを広く考慮して照合します。3つのあいまい一致の中では、一致の範囲が最も広くなります。


💡 ポイント
「完全一致」だけでなく、データを標準化してから比較する「完全標準化」や、名前などの表記ゆれを考慮する「あいまい一致」があります。
どの照合方法を選択するかによって、別々のレコードが同一人物として判定される範囲が変わります。

🔵完全一致はどこまで「完全一致」？

完全一致（Exact）の場合も、大文字・小文字は区別されません。
そのため、メールアドレスに「完全一致」を設定している場合でも、Taro@example.com と taro@example.com は一致と判定されます。
参考ヘルプ記事：ID 解決一致メソッド

🔵「完全一致」と「完全標準化」の違い

完全一致（Exact）は、基本的に「入力されている値そのものが同じか」を見て一致判定をしますが、
完全標準化（Exact Normalized）は、値をいったん一定のルールで標準化してから、同じかどうかを判定します。

【参考例】　参照元ヘルプ記事：ID 解決一致メソッド

項目データAデータB完全一致
（Exact）		完全標準化
（Exact Normalized）		ポイント
氏名Taro YamadaTARO YAMADA〇〇完全一致でも大文字・小文字は原則区別しない
メールtest@example.comTEST@example.com〇〇大文字・小文字の違いだけなら完全一致でも一致
メールtest@example.com 　 test@example.com×〇完全標準化の場合、前後の空白などを標準化
メール<taro@gmail.com>taro@gmail.com×〇完全標準化の場合、メールアドレス前後の < > などを除去して比較
メールtaro.yamada@gmail.comtaroyamada@gmail.com×〇完全標準化の場合、Gmailのユーザー名部分のピリオド（.）を除去して比較
メールtaroyamada+shop@gmail.comtaroyamada@gmail.com×〇完全標準化の場合、Gmailの + 以降のエイリアス部分を除去して比較
電話番号090-1234-567809012345678×〇完全標準化の場合、電話番号の書式を標準化して比較


特に「完全一致」と「完全標準化」はどちらを選択するのがベストか悩む部分ですが、以下のような基準を判断材料にすることがおすすめです。
誤って別人を統合するリスクをできるだけ抑えたい → 完全一致
入力・取り込み元によるメールアドレスの表記ゆれを吸収したい → 完全標準化