#顧客データ

顧客データの「同一人物判定」は、マーケティングや分析の土台ですが、実務ではかなりやっかいです。入力ミスや引っ越し、名寄せの失敗が重なると、1人のはずの顧客が別人に分かれたり、逆に複数人が1人にまとめられたりします。Hightouchはこの判定結果をLLMで採点できないかを試し、しかも安く速く回せるなら運用が楽になるのではないかと考えました。今回の記事は、その検証の話です。 Hightouchが扱っているのは、identity resolution、つまり複数の記録を「実在の同一人物」に結びつける処理です。たとえば、同じ人の購入履歴、住所、メールアドレス、会員記録が別々のテーブルに散らばっていても、それを1つの人物像にまとめられれば、顧客のLTVや施策の効果を正しく見られます。逆にここで間違えると、全体の分析が崩れます。特に厄介なのは over-merging で、これは本当は別人なのに1人にまとめてしまう誤りです。 問題は、実データには正解ラベルがないことです。名寄せ後の1件1件について「これは1人か、複数人か」を後から機械的に答えることはできないので、実務では人がサンプルを開いて目視