TL;DR
- Ein falscher Treffer paart Datensätze, die einige Felder teilen, aber zu verschiedenen Personen gehören.
- Suchen, die nur ein oder zwei Felder abgleichen, sind eine häufige Ursache.
- Lockere Vergleiche auf dem falschen Feld, gemeinsame Postfächer und Platzhalterdaten gruppieren ebenfalls Fremde.
- Familienmitglieder teilen oft Adresse, Telefon und Nachnamen, ohne Duplikate zu sein.
- Mit Dedupely können Sie über mehrere Felder abgleichen, riskante Treffer ausschließen und falsche ablehnen.
Jemand öffnet nach einer Bereinigung einen Kontakt und findet zwei Personen in einem Datensatz. Die Telefonnummer eines Kollegen steht beim falschen Namen, oder die Historie einer Kundin enthält nun die Bestellungen ihrer Schwester.
Als Admin sind Sie derjenige, der es erklären muss. Der Merge hat getan, was ihm gesagt wurde. Die Frage ist, warum die Suche ihm gesagt hat, zwei verschiedene Personen seien eine.
In diesem Beitrag sehen Sie die fünf Muster hinter den meisten falschen Treffern und wie jedes in einer Duplikatgruppe aussieht. Sie sehen auch, wie Sie Suchen aufsetzen, die verschiedene Personen auseinanderhalten, bevor etwas zusammengeführt wird.
Wie zwei Personen in einem Datensatz landen
Die Suche entscheidet, wer ein Duplikat ist. Sie vergleicht die gewählten Felder, paart jede Gruppe übereinstimmender Datensätze, und der Merge wirkt auf diese Liste.
Ein falscher Treffer ist also ein Problem der Suche. Eine zu lockere Einstellung kann Hunderte Gruppen auf dieselbe falsche Weise paaren. Ein Bulk- oder automatischer Merge wiederholt den Fehler dann bei jeder.
Deshalb lohnt es sich, das zuerst richtig zu machen: Behandeln Sie jeden Merge als endgültig. Unser Beitrag zu warum Abgleich und Merge getrennte Entscheidungen sind erklärt, warum die beiden Schritte getrennte Prüfungen verdienen.
Fünf Gründe, warum eine Suche zwei verschiedene Personen paart
Was als Duplikat gilt, ist Einzelfallsache. Was ein Team als Duplikat sieht, sieht ein anderes vielleicht nicht so. Diese fünf Muster tauchen in vielen CRMs auf, egal in welcher Branche.
1. Die Suche glich über ein oder zwei Felder ab
Ein einzelnes Feld beweist selten, dass zwei Datensätze dieselbe Person sind. Zwei Kontakte „Maria Garcia“ können bei verschiedenen Firmen arbeiten. Nachname plus E-Mail-Domain bringt jeden Kollegen mit demselben Nachnamen zusammen.
Zwei Felder sind kaum sicherer, wenn beide geteilt sein können. Vorname, Nachname und ein Festnetzanschluss können einen Vater und ein Kind mit gleichem Namen beschreiben. Ein drittes Feld, das Personen nicht teilen, etwa die E-Mail, schließt diese Lücke.
2. Ein lockerer Vergleich lag auf dem falschen Feld
Jedes Feld lässt sich streng oder locker vergleichen. Die lockeren Vergleiche sind nützlich, aber nur bei den Feldern, für die sie gedacht sind.
- Stammdomain der E-Mail einer Person: ein Vergleich nur der Domain gruppiert alle Mitarbeiter einer Firma. Bei kostenlosen E-Mail-Domains wie gmail.com gruppiert er Fremde. In einem Team, das mit Behörden arbeitet, gruppierte der Domainabgleich Kollegen, die einen Nachnamen und eine Behördendomain teilten. Es war nicht dieselbe Person.
- Klangbasierter Abgleich bei E-Mails oder IDs: Der phonetische Vergleich ist für Namen wie Sean und Shawn gemacht. Bei einer E-Mail oder einer ID-Nummer paart er Werte, die nur ähnlich klingen.
- Teilweiser Telefonabgleich: das Ignorieren von Formatierung und Ländervorwahl findet echte Duplikate. Es kann aber auch zwei Nummern mit denselben Endziffern paaren, daher braucht es ein zweites Feld zur Bestätigung.
3. Ein geteiltes Postfach stand für eine Person
Adressen wie info@, sales@ oder support@ gehören einem Team. Füllen mehrere Personen Formulare mit derselben aus, behandelt ein E-Mail-Abgleich sie als eine Person.
Die Lösung: bekannte gemeinsame Adressen aus E-Mail-Abgleichen herauslassen oder zusätzlich passenden Vor- und Nachnamen verlangen.
4. Platzhalterdaten füllten das Feld
Werte wie test@test.com, John Doe oder 0000000000 werden eingetippt, wenn ein Feld Pflicht ist und der echte Wert unbekannt. Jeder Datensatz mit demselben Platzhalter wirkt wie ein Duplikat der anderen, und diese Gruppen sind oft sehr groß. Unser Beitrag über Platzhalterwerte, die Datensätze wie Duplikate aussehen lassen zeigt, wie Sie sie erkennen.
5. Familienmitglieder teilten alles außer dem Vornamen
Im Endkundengeschäft teilt ein Haushalt oft Nachnamen, Adresse, Telefon und manchmal eine E-Mail. Auf diesen Feldern sehen Elternteil und Kind identisch aus.
Manche Teams sehen Vorname, Nachname und Telefon als sicheren Treffer. Ein Elternteil und ein Sohn oder eine Tochter mit gleichem Namen können alle drei teilen. Eine Familie kann für ein Unternehmen ein Kunde sein und für ein anderes mehrere, deshalb muss bei diesen Gruppen ein Mensch entscheiden.
Die fünf Muster auf einen Blick
| Muster | Wie die Duplikatgruppe aussieht | Was sie getrennt hält |
|---|---|---|
| Ein oder zwei Felder | Gleicher Nachname oder gleicher Name, verschiedene Personen | Gleichen Sie über mindestens drei Felder ab, darunter eines, das Personen nicht teilen |
| Lockerer Vergleich im falschen Feld | Alle unter einer Domain, oder Werte, die nur ähnlich klingen | Strenger Vergleich bei E-Mails und IDs; lockere nur bei Namen, mit einem zweiten Feld |
| Geteiltes Postfach | Mehrere Personen mit info@ oder sales@ | Lassen Sie gemeinsame Adressen weg oder verlangen Sie zusätzlich Vor- und Nachnamen |
| Platzhalterdaten | Eine sehr große Gruppe auf Basis von test@test.com oder 0000000000 | Platzhalterwerte und übergroße Gruppen zurückhalten |
| Familienmitglieder | Gleicher Nachname, gleiche Adresse und Telefonnummer | Vorname und E-Mail hinzufügen; Haushalte zur Prüfung schicken |
So richten Sie Suchen ein, die Personen auseinanderhalten
Über mindestens drei Felder abgleichen
Drei übereinstimmende Felder ergeben einen viel stärkeren Treffer als eines oder zwei. Vorname, Nachname und E-Mail zusammen beschreiben selten zwei verschiedene Personen. Unser Leitfaden dazu, auf welchen Feldern abgeglichen wird behandelt Kombinationen für jedes Objekt.
Den strengsten Vergleich dort nutzen, wo ein Fehler am meisten kostet
Vergleichen Sie E-Mails und IDs exakt. Tippfehlertolerante und lautähnliche Vergleiche nur für Namen, wo ein anderes Feld den Treffer bestätigt. Domain-Abgleich für Firmen nutzen, nicht allein zum Paaren einzelner Personen.
Bekannte geteilte Werte weglassen
Ein Filter kann gemeinsame Postfächer und kostenlose E-Mail-Domains aus einer Suche heraushalten. Das ist einfacher, als dieselbe Art von Gruppe immer wieder abzulehnen.
Sicherheitsschwellen aktiv lassen
Eine Gruppe mit Dutzenden Datensätzen ist selten eine Person. Wer übergroße Gruppen und Platzhalterdaten zurückhält, verhindert, dass sie in einen Bulk- oder automatischen Merge gelangen.
Zeigen Sie die Felder, die Personen unterscheiden
Muss eine Suche mit weniger Feldern abgleichen, zeigen Sie weitere neben jeder Gruppe an, etwa Firma, Telefon oder Erstellungsdatum. So können Sie sie vor dem Merge vergleichen, ohne zu ändern, worauf die Suche abgleicht.
Falsches ablehnen und die Suche korrigieren, wenn es sich wiederholt
Sind Sie sicher, dass eine Gruppe verschiedene Personen enthält, lehnen Sie sie ab, damit sie nicht wiederkommt. Taucht dieselbe Art falscher Treffer immer wieder auf, ändern Sie stattdessen die Suche.
Automatisieren Sie nur, was Sie ohne Hinsehen zusammenführen würden
Ein üblicher Einstieg ist, nur Suchen mit drei oder vier strengen Feldern zu automatisieren, beginnend mit den offensichtlichen Duplikaten. Lockerere Suchen kommen später, und ihre Gruppen werden von Hand geprüft, bevor etwas zusammengeführt wird.
Diese Aufteilung hält den schnellen Weg für Gruppen frei, über die niemand streiten würde. Haushalte, gemeinsame Postfächer und Namensgleiche gehen an einen Menschen, der sie unterscheiden kann.
Hat eine Bereinigung schon zwei Personen zusammengeführt: Das Playbook dazu, was zu tun ist, wenn Sie die falschen Datensätze zusammengeführt haben erklärt die Wiederherstellung. Wer den Treffer danach ablehnt, verhindert, dass er erneut zusammengeführt wird.
Wie Dedupely hilft, verschiedene Personen getrennt zu halten
In Dedupely bauen Sie Duplikatsuchen über mehrere Felder, wählen, wie streng jedes verglichen wird, und schließen gemeinsame Postfächer per Filter aus. Standardmäßig werden riskante Treffer wie Gruppen mit mehr als 20 Datensätzen und Platzhalterdaten ausgeschlossen. Falsche Treffer können Sie ablehnen, sodass sie aus allen künftigen Suchen herausbleiben.
Der Leitfaden zum Vermeiden falscher Treffer zeigt eine Beispielkonfiguration.
Ein falscher Treffer beginnt in der Suche
Wenn eine Bereinigung zwei Personen zusammenführt, ist der Merge der Suche gefolgt. Sie glich über zu wenige Felder ab oder nutzte einen lockeren Vergleich an der falschen Stelle. Oder sie vertraute einem gemeinsamen Postfach, einem Platzhalter oder den gemeinsamen Angaben einer Familie.
Für jedes Muster gibt es eine Korrektur, die Sie vor jedem Merge vornehmen können. Gleichen Sie über mindestens drei Felder ab, vergleichen Sie streng, wo Fehler am meisten kosten, und lassen Sie geteilte Werte weg. Schicken Sie dann Haushalte und gleichnamige Paare an einen Menschen.
Häufige Fragen
Warum hat mein CRM zwei verschiedene Personen zusammengeführt?
Meist, weil die Duplikatsuche sie gepaart hat: zu wenige Felder abgeglichen, ein Feld zu locker verglichen oder auf einen geteilten Wert gestützt. Gemeinsame Postfächer, Platzhalterdaten sowie gemeinsames Telefon und Adresse von Familienmitgliedern sind häufige Ursachen. Der Merge hat dann jede Gruppe verarbeitet, die die Suche fand.
Was ist ein falscher Treffer bei der Deduplizierung?
Ein falscher Treffer ist eine Gruppe von Datensätzen, die wie Duplikate aussehen, aber verschiedene Personen oder Firmen beschreiben. Zwei Kollegen, die sich info@ teilen, und alle Kontakte mit der Telefonnummer 0000000000 sind typische Beispiele. Das Ablehnen eines falschen Treffers verhindert, dass er in späteren Suchen wiederkommt.
Über wie viele Felder sollte eine Duplikatsuche abgleichen?
Mindestens drei bei Personen, denn ein oder zwei Felder erzeugen viele falsche Treffer, wenn Personen Namen, Telefonnummern und E-Mail-Domains teilen. Vorname, Nachname und E-Mail zusammen sind ein sicherer Start. Fügen Sie ein Feld hinzu, das Personen nicht teilen, bevor Sie irgendetwas automatisch zusammenführen.
Wie verhindern Sie, dass Familienmitglieder zusammengeführt werden?
Nehmen Sie Felder in die Suche auf, die sich zwischen Familienmitgliedern unterscheiden, etwa Vorname und E-Mail. Lassen Sie Treffer weg, die nur auf Nachname, Adresse und Festnetznummer beruhen. Geben Sie Haushalte an eine Person, die entscheiden kann, denn eine Familie kann je nach Geschäft ein Kunde oder mehrere sein.
Kann Domain-Abgleich falsche Treffer verursachen?
Ja, wenn er auf die E-Mails von Personen angewendet wird. Ein Vergleich nur der Domain gruppiert alle aus einer Firma, und bei kostenlosen E-Mail-Domains gruppiert er Fremde. Nutzen Sie den Domainabgleich für Firmen, kombinieren Sie ihn bei Personen mit Namensfeldern und lassen Sie kostenlose E-Mail-Domains aus diesen Suchen heraus.
Oder mit Google registrieren
HubSpot-Nutzer 
