不動産仲介の「バラバラ顧客名簿」をAIで整備する方法｜Excelデータ1,000件一括変換の5ステップ【2026年版】

「顧客リストはあるんですが、古くて使えなくて……」——営業現場でよく聞く言葉だ。5年前に集めた名簿、担当者が変わるたびに別のExcelに増えていったリスト、名前と電話番号しか入っていないデータ。「あるけど使えない」顧客データは、不動産仲介の現場に山のように眠っている。

問題は、このバラバラなデータをそのまま放置すると、AIマッチングの精度が上がらないことだ。どれだけ良いマッチングシステムを持っていても、入力されている顧客条件が古くて薄ければ、的外れな候補しか出てこない。

この記事では、バラバラな顧客名簿をAIで整備する5ステップと、Excelデータ最大1,000件を一括変換して使えるリストに変える具体的な方法を解説する。

「使えない顧客リスト」が生む 3 つの機会損失

顧客データの品質が低いまま営業を続けると、3つの機会損失が積み重なる。

機会損失 1：マッチング精度が上がらない

AIマッチングの精度は、顧客情報の「量と鮮度」に正比例する。条件が「東京都内・収益物件・予算あり」だけの顧客には、膨大な候補が表示されてしまい絞り込みが機能しない。担当者が手動で「この顧客には合わないな」と判断する作業が増え、せっかくのAI機能を活かしきれない。

スマッチュの運営観測では、顧客条件を細かく登録した場合と最低限の情報だけの場合で、マッチング後の候補精度に2〜3倍の差が出るケースがある。

「顧客条件の精度が低い」とはどういう状態かを具体的に見てみよう。

条件が薄いとAIの強みが活かせず、担当者の手作業が増える。結果として「AIを使っているのに以前と変わらない」という状態になる。

機会損失 2：同じ顧客に重複してアプローチする

複数のExcelがバラバラに存在すると、同じ顧客が別の名前・電話番号の表記ゆれで複数登録されるケースが頻発する。「Aさんに昨日送ったのに、別リストから今日また送ってしまった」という事態が、顧客の信頼を損なう。

機会損失 3：担当者交代時に顧客資産が消える

厚生労働省「令和5年雇用動向調査」によると、不動産業の離職率は35%超。担当者が変わるたびに「あの顧客の詳しい条件は前任者しか知らない」という状況が繰り返される。顧客情報がシステムに構造化されていなければ、退職のたびに顧客資産が消えていく。

不動産仲介の顧客データに必要な 5 つの情報

「使えるリスト」と「使えないリスト」の違いは、5つの情報が揃っているかどうかで決まる。

多くの「使えないリスト」は、基本情報しか入っていない。希望条件・資金計画・タイムラインの3つが揃って初めて、AIが「この顧客にはこの物件が合う」と高精度で判断できるようになる。

特に「資金計画」と「タイムライン」は見落とされやすい項目だ。「1億円以内なら買いたい」という顧客でも、融資余力が限られていれば現実的には7,000万円が上限のケースがある。「来年中に動きたい」という情報があれば、今すぐ提案すべきか半年後でよいかの判断が変わる。この2つを記録しているだけで、提案のタイミングと価格帯の精度が大きく上がる。

ExcelバラバラデータをAIで整備する 5 ステップ

現在バラバラに存在する顧客データを整備する手順を5ステップで解説する。

ステップ 1：現状の顧客データを棚卸しする

まず「どこに何件の顧客データがあるか」を把握する。担当者ごとのExcel・古いCRM・紙の名刺・スマホの連絡先——散在しているデータの在処を全て洗い出す。

棚卸し完了後、重複が多そうなデータは統合してから次のステップへ進む。

ステップ 2：データを1つのCSVにまとめる

バラバラなExcelを一つのCSVファイルに統合する。この段階では完璧な統一は不要だ。列の名前が違っても、順番がバラバラでも構わない。AIが内容を読み取って変換してくれるため、「全部入っているCSV」を作ることだけを目標にする。

統合時に確認すべき最低限の項目は次の3つだ。

• 氏名（または法人名）：フルネームがあること。姓のみのデータは後で補完
• 連絡先（電話またはメール）：最低どちらか1つ
• 担当者名：誰が管理していた顧客かを示す情報（引き継ぎ判断に使う）

希望条件・資金計画が入っていなくても構わない。変換後に追加入力できる。「完璧にしてからまとめよう」と考えると永遠に始められないため、今ある情報をそのまま集めることを優先する。

ステップ 3：AIで一括変換する（最大1,000件）

統合したCSVをシステムにアップロードすると、AIが内容を自動解析し、標準化された顧客情報に変換する。氏名の表記ゆれ統一・重複候補の検出・条件情報の抽出が自動で行われる。手入力ゼロで最大1,000件の変換が完了する。

ステップ 4：変換後のデータに条件情報を追加する

AI変換で基本情報は整備されるが、希望条件・資金計画が入っていない顧客には追加入力が必要だ。優先すべきは「直近1年以内に接触があった顧客」から始める。全件を一度に完璧にしようとせず、接触した顧客から順番に条件を更新していく運用に切り替える。

ステップ 5：マッチング精度を確認してフィードバックループを作る

整備後、実際にマッチングを走らせて候補の精度を確認する。「この顧客には的外れな候補が多い」と感じたら、その顧客の条件情報を追加・修正する。1〜2ヶ月このフィードバックを続けることで、リスト全体の精度が上がっていく。

1,000 件一括 AI 変換の具体的な使い方

スマッチュのプロプラン以上で使える「顧客リスト一括AI変換」機能の具体的な操作手順を整理する。

1件ずつ手入力する場合と比較すると、1,000件のデータ入力に必要な時間が数十時間から数時間に短縮される。登録後はすぐにAIマッチングに使える状態になる。

一括変換で注意すべき 3 点

一括変換を最大限活かすために、事前に確認しておきたい注意点が3つある。

1. 個人情報の取り扱いを確認する 顧客の個人情報を外部システムに登録する際は、利用規約・プライバシーポリシーの確認と、必要に応じた顧客への説明が必要だ。スマッチュはSupabase（PostgreSQL）とVertex AI（東京リージョン）で稼働しており、データは暗号化保管、AI学習には一切使用されない。

2. 重複候補は慎重に確認する AIが「同一人物の可能性あり」と検出した重複候補は、必ず目視で確認してから統合・削除を選択する。誤って別人を統合すると、過去の提案履歴・条件情報が混在するリスクがある。

3. 変換後の条件情報は段階的に追加する 一括変換直後は基本情報しか入っていない顧客が多い。全件を一度に完璧にしようとせず、優先顧客から順番に条件を追加していく段階的アプローチが現実的だ。

データ整備後にマッチング精度はどう変わるか

顧客データを整備した後、実際に何が変わるかを整理する。

提案実行率が上がる

条件情報が充実した顧客データでAIマッチングを走らせると、的外れな候補が減り、担当者が「この顧客に送ろう」と判断できる候補の比率が上がる。結果として提案実行率が改善し、取りこぼしが減る。スマッチュの運営観測では、データ整備前後で提案実行率が50%から80%に改善したケースが報告されている。

成約率が上がる

条件が細かく登録されている顧客への提案は、顧客の判断材料が増えるため成約確度が上がる。「なぜこの物件を送ってきたのか」が分かる提案は、顧客にとって「この担当者は自分の状況を分かっている」という信頼につながる。信頼が積み重なった顧客はリピート・紹介にもなる。

個別メールの返信率が上がる

「この顧客の品川区・利回り6%以上という条件に合致する物件です」という個別化された説明ができるようになる。条件が曖昧なまま「良さそうな物件です」と送る一括メールと比べ、返信率が約2.4倍になる。

Bain & Company の顧客維持研究が示す「5:25の法則（顧客離脱率5%削減で利益25%増）」に照らすと、既存の登録顧客への提案精度を上げることは、新規開拓より費用対効果の高い売上拡大策だ。

顧客データの「鮮度を保つ」継続管理の仕組み

一度整備しても、更新しなければデータはまた古くなる。鮮度を保つための運用設計を3つ整理する。

接触のたびに 1 項目更新する

顧客と電話・メール・面談で接触するたびに、条件情報を1項目だけ確認・更新する習慣を持つ。「最近の融資状況は変わりましたか？」「検討エリアは変わっていませんか？」——1回の接触で1項目更新するだけで、リスト全体が半年後には大きく変わる。

半年ごとに定期レビューをする

連絡が途絶えている顧客に対して、半年に1回「状況確認」の名目で接触し、条件更新の機会を作る。返答がなければ「休眠顧客」として別タグで管理することで、アクティブなリストの精度が維持される。

定期レビューのタイミングとして効果的なのは「年度替わり（4月）」と「下半期開始（10月）」の2回だ。法人投資家は期の切り替わりに投資計画を見直すことが多いため、このタイミングでの接触は「情報収集してみようか」という気持ちを引き出しやすい。

担当者交代時の引き継ぎを仕組み化する

担当者が退職・異動する際に、顧客情報がシステムに残っていれば引き継ぎが機能する。国土交通省の宅建業者統計が示す132,291社の競争環境では、顧客情報の属人化は直接的な競合優位の喪失につながる。

よくある 5 つのデータ整備の失敗と対策

顧客データ整備を進める際につまずきやすいポイントを整理する。

不動産流通機構（レインズ）の月次統計が示す大量の物件流通を前提にすると、顧客情報の精度がAIマッチングの勝負どころになる。「整備してから使う」ではなく「使いながら整備する」サイクルを回すことが最も現実的な方法だ。

スマッチュで顧客データを整備・活用する実践法

スマッチュの一括AI変換機能を使った顧客データ整備の全体フローを整理する。

フリープランから始める場合

フリープランでは20名まで顧客を手動登録できる。まずは直近6ヶ月以内に接触した優先顧客20名を登録し、マッチングの精度と使い勝手を確認する。

プロプランで一括変換する場合

既存の顧客名簿をCSVにまとめてアップロードすると、AIが最大1,000件を自動変換・登録する。変換後すぐにAIマッチングが使える状態になる。顧客数が多い既存事業者にとって、最も効率的な移行方法だ。

整備後の活用サイクルを設計する

顧客データ整備→AIマッチング→個別提案→返答確認→条件更新——このサイクルを回すことで、リストの精度が使うほど上がっていく。最初から完璧なデータは不要だ。使いながら育てる設計が、顧客データを長期的な資産に変える。

整備済みデータを「育てる」運用に切り替える

一括変換後のリストは完成品ではなく「起点」だ。使いながら条件を追加・修正し、3ヶ月後には整備前と比べて別物のリストになっていることを目指す。

スマッチュのダッシュボードでは、登録顧客数・平均マッチング率・未対応件数が可視化される。これらの数値が改善していれば、顧客データの整備が確実に効いている証拠だ。「今月のマッチング精度が先月より上がった」という変化が見えることで、データ整備の継続モチベーションが維持される。

顧客リストは「ある」だけでは価値がない。AIが使える形に整備されて初めて、長年積み上げた顧客情報が売上につながる資産になる。

参考資料・出典