「DataSango」支援AI應用—CRM資料整備服務開始接受事前登錄
Mer股份有限公司已開始接受CRM資料整備服務「DataSango」的事前登錄。該服務能清洗並結構化資料,為AI應用與業務自動化奠定可靠的資料基礎。
📋 文章處理履歷
- 📰 發表: 2026年4月14日 19:30
- 🔍 收集: 2026年4月14日 11:01
- 🤖 AI分析完成: 2026年4月19日 17:45(收集後126小時43分鐘)
Mer股份有限公司(總部:〒150-0043 東京都澀谷區道玄坂1丁目10番8號,代表取締役社長:澤口 友彰,以下簡稱「Mer」)在此宣布,作為自動化與AI應用前提的CRM資料整備服務「DataSango」已開始接受事前登錄。
https://www.datasango.ai/
近年來,B2B企業導入CRM、業務自動化及應用AI的行動正快速進展。另一方面,在實務現場卻浮現了「CRM的報表不可信」、「無法正確建立分眾」、「自動化的結果導致未經整理的資料持續流入」、「雖然想活用AI,但對原始資料的品質感到不安」等課題。
Mer自2020年創業以來,持續支援行銷、業務、CSCX、請款管理等收益部門的機制建構。此外,自2021年起,身為日本國內Pipedrive大師級合作夥伴,我們致力於支援CRM的導入與應用。在這些過程中始終可以看出,決定工具導入成敗的關鍵,並非在於功能的多少,而是在於資料是否被整理成可供活用的狀態。
由Mer提供的外部RevOps團隊「diver」,以AI為前提來設計整體業務流程,並提供從工具選擇、建置到扎根的一條龍支援。在這樣的陪伴支援中,我們確認了許多案例,發現AI應用或自動化停滯的原因,最終都歸結於資料品質的問題。diver的特色在於不僅是導入工具,更是從重新設計業務流程著手,進而設計出「到什麼程度要交給AI與工具」。
特別是在AI應用正逐漸成為前提的現在,資料品質的問題變得更加嚴重。如果AI參考了有缺漏、重複、標記不一致或語義偏差的資料,就有產生看似合理卻不準確輸出的風險。事實上,在結合CRM與AI並取得成果的企業案例中,CRM資料的結構化與整合被視為重要的前提。在SaaStr介紹的Salesforce應用案例中,也顯示了CRM資料作為AI代理應用基礎樞紐的重要性。來源
基於這樣的背景,Mer持續進行「DataSango」的開發。DataSango不僅僅是一個資料清洗工具,它是一項直面實務痛點的服務:資料從哪裡進入、在哪個階段產生了不一致或缺漏、該如何進行名稱統合、補齊及轉換才能成為「可用的資料」。它支援建立作為業務自動化與AI應用前提的資料基礎。
Mer至今透過diver以陪伴型的方式解決了這個課題。然而,在AI應用與自動化將更廣泛普及的未來時代,有必要建立一種狀態,讓更多企業能在更早的階段安心地活用AI與自動化。DataSango的開發目標正是為了以此建立可重現的方式來提供資料整備本身。
代表評論
Mer股份有限公司 代表取締役社長 澤口 友彰 評論
我在實務現場一直看到的是,並不是CRM、自動化或AI本身不好,而是因為它們所前提的資料沒有整理好,導致難以產生結果的現實。雖然這是一直以來透過diver陪伴解決的課題,但在AI應用成為理所當然的時代,我認為有必要將其推廣給更多的企業。DataSango就是一項正面迎擊這個「AI以前的重要課題」的服務。
關於事前登錄
在DataSango正式公開之前,我們已開始接受事前登錄。
若您希望收到正式發布時的通知、最新資訊或接受先行諮詢,請透過以下連結註冊。
事前登錄請點此
關於DataSango
DataSango是一項服務,旨在將作為AI應用前提的資料整備,從「大家都知道卻沒人能做完的工作」轉變為「能作為機制持續執行的工作」。
具體而言,它利用預先定義的規則與AI雙方,針對累積在CRM上的重複、標記不一致、缺漏、未分類資料自動進行整備。我們定義了演算法與操作,以回答諸如「哪個紀錄應視為正確」、「公司名稱和電話號碼應統一為什麼格式」、「應使用哪個鍵值以外部資料補齊」以及「在什麼條件下應賦予分眾或等級」等問題。
https://www.datasango.ai/
近年來,B2B企業導入CRM、業務自動化及應用AI的行動正快速進展。另一方面,在實務現場卻浮現了「CRM的報表不可信」、「無法正確建立分眾」、「自動化的結果導致未經整理的資料持續流入」、「雖然想活用AI,但對原始資料的品質感到不安」等課題。
Mer自2020年創業以來,持續支援行銷、業務、CSCX、請款管理等收益部門的機制建構。此外,自2021年起,身為日本國內Pipedrive大師級合作夥伴,我們致力於支援CRM的導入與應用。在這些過程中始終可以看出,決定工具導入成敗的關鍵,並非在於功能的多少,而是在於資料是否被整理成可供活用的狀態。
由Mer提供的外部RevOps團隊「diver」,以AI為前提來設計整體業務流程,並提供從工具選擇、建置到扎根的一條龍支援。在這樣的陪伴支援中,我們確認了許多案例,發現AI應用或自動化停滯的原因,最終都歸結於資料品質的問題。diver的特色在於不僅是導入工具,更是從重新設計業務流程著手,進而設計出「到什麼程度要交給AI與工具」。
特別是在AI應用正逐漸成為前提的現在,資料品質的問題變得更加嚴重。如果AI參考了有缺漏、重複、標記不一致或語義偏差的資料,就有產生看似合理卻不準確輸出的風險。事實上,在結合CRM與AI並取得成果的企業案例中,CRM資料的結構化與整合被視為重要的前提。在SaaStr介紹的Salesforce應用案例中,也顯示了CRM資料作為AI代理應用基礎樞紐的重要性。來源
基於這樣的背景,Mer持續進行「DataSango」的開發。DataSango不僅僅是一個資料清洗工具,它是一項直面實務痛點的服務:資料從哪裡進入、在哪個階段產生了不一致或缺漏、該如何進行名稱統合、補齊及轉換才能成為「可用的資料」。它支援建立作為業務自動化與AI應用前提的資料基礎。
Mer至今透過diver以陪伴型的方式解決了這個課題。然而,在AI應用與自動化將更廣泛普及的未來時代,有必要建立一種狀態,讓更多企業能在更早的階段安心地活用AI與自動化。DataSango的開發目標正是為了以此建立可重現的方式來提供資料整備本身。
代表評論
Mer股份有限公司 代表取締役社長 澤口 友彰 評論
我在實務現場一直看到的是,並不是CRM、自動化或AI本身不好,而是因為它們所前提的資料沒有整理好,導致難以產生結果的現實。雖然這是一直以來透過diver陪伴解決的課題,但在AI應用成為理所當然的時代,我認為有必要將其推廣給更多的企業。DataSango就是一項正面迎擊這個「AI以前的重要課題」的服務。
關於事前登錄
在DataSango正式公開之前,我們已開始接受事前登錄。
若您希望收到正式發布時的通知、最新資訊或接受先行諮詢,請透過以下連結註冊。
事前登錄請點此
關於DataSango
DataSango是一項服務,旨在將作為AI應用前提的資料整備,從「大家都知道卻沒人能做完的工作」轉變為「能作為機制持續執行的工作」。
具體而言,它利用預先定義的規則與AI雙方,針對累積在CRM上的重複、標記不一致、缺漏、未分類資料自動進行整備。我們定義了演算法與操作,以回答諸如「哪個紀錄應視為正確」、「公司名稱和電話號碼應統一為什麼格式」、「應使用哪個鍵值以外部資料補齊」以及「在什麼條件下應賦予分眾或等級」等問題。