データ資産のバリュエーション

M&Aにおいて、のれん代（営業権）の根拠となる最大の資産は何でしょう？ 人材紹介会社の場合、それはブランドでもオフィスでもなく、「独自の候補者データベース（タレントプール）」 です。

しかし、単に「1万人の名刺情報があります」と言っても、買い手は評価してくれません。その中身が古びたゴミデータであれば、価値はゼロ（むしろ管理コストがかかる負債）だからです。 本記事では、自社の保有データに「値段」をつけ、M&Aにおける企業価値評価（バリュエーション）を最大化するためのロジック解説します。

「ゴミデータ」と「資産データ」の決定的な違い

買い手企業がデューデリジェンス（資産査定）をする際、データベースのどこを見ているのでしょうか。比較表で整理します。

評価項目	価値のないデータ（ゴミ）	価値のあるデータ（資産）
情報の鮮度	最終更新が3年前	直近6ヶ月以内に更新/接触あり
連絡可能性	メールが届かない（Unknown）	LINEやSNSで繋がっている
属性情報	名前と会社名だけ	転職意欲・希望年収・辞退理由
許諾状況	オプトインが不明確（個人情報リスク）	プライバシーポリシー同意取得済み
再現性	属人的なメモ書き	構造化データ（検索可能）

要するに、「明日メールを送って、何人が返信してくれるか？」 という「稼働性」こそが資産価値の本質です。 死んだリストが10万件ある会社より、生きたリストが1,000件ある会社の方が高く売れます。

データ資産価値の算出ロジック

では、具体的にどうやって値段をつけるのか。説得力のある計算式（ロジック）を用意する必要があります。

データ資産価値 = 有効リスト数 × 想定転換率（CVR） × 限界利益単価

例えば、あなたの会社が「SaaS営業職」のリストを5,000件持っているとします。

1. 有効リスト数: 5,000件のうち、メルマガ開封履歴があり、連絡がつく人が2,000人。
2. 想定転換率: その2,000人にアプローチした場合、過去の実績から1%（20人）が決まると仮定。
3. 限界利益単価: 1決定あたりの平均粗利が200万円。

算出: 2,000人 × 1% × 200万円 = 4,000万円

このロジックを提示できれば、通常のEBITDAマルチプルに加えて、「＋4,000万円」 の上乗せ評価を勝ち取れる可能性があります。これがデータバリュエーションです。

買い手企業が欲しがる「構造化データ」の形式

M&A後の統合（PMI）を見据えたとき、買い手が最も嫌がるのが「データの形式がバラバラで移行できない」ことです。 今のうちから、主要M&Aプレイヤー（大手人材会社）が好むフォーマットにデータを整えておくことが、イグジット準備になります。

必須の3大クレンジング項目

1. 企業名・学校名の正規化

   • NG: 「リクルート」「(株)リクルート」「リクルートHD」
   • OK: 法人番号に基づく正式名称に統一する。これができていないと、名寄せができません。

2. 職種のタグ付け

   • フリーテキストではなく、ビズリーチやLinkedInの標準職種マスタに合わせてコード化しておく。

3. フェーズ管理の徹底

   • 「面談済」「書類通過」「内定辞退」などのステータスが、全ての日付入りで記録されていること。

まず明日やるべきこと：3ステップアクション

□ Step 1: DBの健康診断 全データ件数のうち、「メルアドが生きている件数」「直近1年以内に接触がある件数」を集計し、今の「資産稼働率」を把握する。

□ Step 2: 名寄せと正規化の開始 表記揺れ（半角・全角の混在など）を修正するルールを決め、アシスタントやAIを使ってデータを掃除し始める。

□ Step 3: バリュエーション試算表の作成 上記の計算式に当てはめて、「うちのDBには理論上〇〇円の価値がある」という資料を1枚作っておく。

人材紹介業は、究極的には「情報の裁定取引（アービトラージ）」です。 右から左へ情報を流すフロービジネスから、情報をストックして利回りを生む「資産運用ビジネス」へと脱皮すること。それが高値売却への唯一の道です。