【図解】アイデンティティ解決（Identity Resolution）とは？Salesforce Data Cloudで実現する顧客データ統合の仕組みとユースケース

現代のデジタル経済において、企業と顧客との接点はかつてないほど多層化かつ複雑化しています。実店舗、ECサイト、SNS、モバイルアプリなど、あらゆるチャネルをシームレスに連携させる「オムニチャネル戦略」が主流となる中、企業は深刻な「データのサイロ化」という壁に直面しています。

本記事では、分断されたデータを名寄せし、高度なパーソナライゼーションを実現するための中核技術**「アイデンティティ解決（Identity Resolution）」**について、Salesforce Data Cloudの次世代アーキテクチャや実践的なビジネスユースケースを交えて徹底的に解説します。

---

オムニチャネル時代になぜ「アイデンティティ解決」が不可欠なのか

「データのサイロ化」が招く顧客体験（CX）の悪化

オムニチャネル環境下では、顧客データはPOSシステム、CRM、MAツール、外部クラウド（AWSやGoogle Cloudなど）に分散して蓄積されます。この「サイロ化」状態を放置すると、同一顧客に対して各チャネルから同じプロモーションを重複して送信してしまうなど、顧客体験を著しく損なうリスクが常態化します。

消費者が自身のアイデンティティ（ライフスタイルや価値観）に合致した解像度の高い情報を求める現代において、企業は顧客の全体像（Customer 360）を正確に把握し、One-to-Oneマーケティングを展開する戦略的基盤を構築しなければなりません。

メールアドレス単独の「名寄せ」が抱える限界とリスク

初期のデジタルシステムで行われていた「メールアドレス」や「電話番号」を単独キーとした単純な名寄せには、重大な技術的リスクが存在します。

• プロファイルの分裂: 顧客がプライベート用、ビジネス用、一時的な登録用のアドレスを使い分けることで、同一人物でありながらデータベース上では複数人に分断されてしまうリスク。

• 過剰統合（巨大クラスタ）: 家族で共有する固定電話や代表メールアドレスをキーにすることで、全く異なる家族の購買履歴が1つのプロファイルに誤って混ざり合うリスク。

システムパフォーマンスの低下やマッチング品質の悪化を防ぐためには、単一の識別子に依存しない高度なデータエンジニアリングプロセスが必要です。

---

アイデンティティ解決の技術的メカニズムとプロセス

信頼性の高い統合プロファイル（Unified Profile）を構築するアイデンティティ解決は、以下のプロセスを経て実行されます。

1. データ調査（プロファイリング）

2. データ抽出とルールセット作成

3. クレンジングとマッピング

4. マッチングおよび調整処理

決定論的マッチングと確率的マッチングの違い

データレコードに一意のIDを付与して統合する「マッチング」プロセスには、大きく分けて2つのアプローチが存在します。

マッチング手法	技術的メカニズムと特徴	適用されるビジネスシナリオ
決定論的マッチング   (Deterministic)	メールアドレス、電話番号など、確固たる共通の固有識別子（PII）を用いて直接照合する。精度（70〜80%）が高い反面、データの欠損による偽陰性のリスクがある。	既存顧客向けの高度なCRM施策、ロイヤルティプログラム、One-to-Oneメールマーケティング。
確率的マッチング   (Probabilistic)	IPアドレス、OS情報、位置情報などを統計的に分析し、同一人物の可能性を推定する。匿名トラフィックにもリーチできるが、誤認識（偽陽性）のリスクがある。	広告配信プラットフォーム（DMP等）におけるターゲティング拡張、広範なブランド認知施策。

確実なサポートとパーソナライゼーションを担保する「決定論的モデル」を中核に据えつつ、リーチ拡大のために「確率的モデル」を連携させるハイブリッドアプローチが理想的です。

プライバシー保護の要：SHA-256ハッシュ化技術

個人を直接特定できる情報（PII）をシステム間で連携する際、平文でのデータ送信は重大なコンプライアンス違反となります。そこで不可欠なのが**「ハッシュ化（Hashing）」**です。

Salesforce Data Cloudでは、メールアドレスなどをシステム要件として厳格に「SHA-256」アルゴリズムでハッシュ化（不可逆的な文字列への変換）します。これにより、元の個人情報を明かすことなく、ハッシュ値同士を突合させるセキュアなデータ連携が実現し、GDPRやCCPAなどの厳格なプライバシー保護法規制にも完全に準拠します。

---

Salesforce Data Cloudのアーキテクチャがもたらす優位性

ゼロコピーアーキテクチャによるデータ移動の排除

Data Cloudの圧倒的なスケーラビリティの基盤は、オープンなテーブルフォーマット「Apache Iceberg」を採用した**ゼロコピー（Zero-copy）**の双方向連携能力にあります。

従来のETL処理のようにデータを物理的に複製・移動させることなく、SnowflakeやGoogle BigQueryなどの外部データレイクに存在するデータをネイティブな環境に維持したまま直接アクセスが可能です（クエリフェデレーションおよびファイルフェデレーション）。これにより、膨大なコストとデータ移動のリスクが最小化されます。

統合プロファイルを精緻化する「ID解決ルールセット」

インジェストされたデータは共通データモデル（DMO）へと変換され、以下の高度なルールセットによって名寄せされます。

• 一致ルール（Match Rules）: どの情報が合致した場合に「同一人物」と見なすかを定義。

  • Exact Normalized（正規化完全一致）: 電話番号の国番号や空白などの表記揺れを自動補正して照合。

  • Fuzzy（あいまい一致）: 「Steve」と「Steven」の違いなど、統計的アプローチで同一性を判定。

  • Party Identifier: 外部IDやハッシュ化決済トークンなど強力なユニーク識別子を利用。

• 調整ルール（Reconciliation Rules）: 同一人物の属性データに矛盾が生じた場合、どれを「真」とするかを決定（例：最新の更新日時を優先、基幹システムのデータを優先など）。

---

【実践ユースケース】データの紐付けがビジネスを劇的に変革する瞬間

アイデンティティ解決によるデータの統合は、マーケティング部門のみならず、営業やカスタマーサポートに至るまで劇的なビジネスインパクトをもたらします。

小売業のシナリオ：店舗の「ゲスト購入」と「オンライン会員」の統合

ある小売企業では、店舗で現金やカードで決済する匿名の「ゲスト顧客」と、ECサイトの「オンライン会員」のデータが完全に分断されていました。

Data Cloudを導入することで、店舗での**「ハッシュ化されたクレジットカード決済トークン」と「電話番号の下4桁」**を取り込み、ECサイトの会員情報と照合。複合的な一致ルール（Party IdentifierとFuzzyマッチング）により、これらを決定論的に「同一人物」と特定しました。

これにより、「オンラインで年に数千円しか買わないユーザー」が、実は「店舗と合算すると年間数十万円を利用するVIPロイヤル顧客」であるという顧客の真の購買力が初めて可視化されたのです。この情報は即座にAgentforce（AIエージェント）に連携され、サイト訪問時の適切なレコメンドや、コールセンターでの文脈に沿った的確な対応を可能にしました。

B2B・ヘルスケアなどあらゆる業界への応用

業界	解決された課題とアプローチ
IT・製造業 (BtoB)	オフラインとオンラインの分断された見込み客データを一元化し、統合的なスコアリングを実施。質の高いホットリードを営業に渡し、成約率を大幅に向上。
サブスクリプション	アプリ利用ログ、問い合わせ履歴、決済状況を統合。解約に至りやすい行動パターンを特定し、事前のフォローアップで解約率を低減。
ヘルスケア	分散した臨床データや応対履歴を統合。※B-S-O（ビジネス・システム・オペレーション）フレームワークと、CoE（Center of Excellence）の設立を通じた組織的なデータガバナンスが成功の鍵。

---

まとめ：次世代のエンタープライズデータ戦略に向けて

Salesforce Data Cloudの中核をなすアイデンティティ解決は、旧来の単なる名寄せツールではありません。ゼロコピーアーキテクチャと高度なルールセットによって、企業内外のサイロ化されたデータをリアルタイムかつセキュアに結びつける、次世代のエンタープライズ統合基盤です。

顧客の「真の姿」を可視化し、LTV（顧客生涯価値）を最大化するためには、テクノロジーの導入だけでなく、CoEを中心とした組織的な運用ルールの継続的な最適化が不可欠です。「ビジネス・システム・オペレーション」の三位一体の戦略を構築し、データ主導のデジタルエコノミーにおいて確固たる競争優位性を獲得しましょう。