TL;DR
- Komplexe Duplikate zeigen sich erst, wenn mehrere Felder gleichzeitig passen.
- Datensätze mit gleicher E-Mail, Telefonnummer und Adresse können trotzdem verschiedenen Personen oder Firmen gehören.
- Ein Feld wie eine Steuernummer oder der Name einer Person kann knappe Treffer unterscheiden.
- Unsichere komplexe Treffer gehören in die Prüfung, bevor jemand sie zusammenführt.
- Mit Dedupely kombinieren Sie Felder je Suche, zeigen zusätzlichen Kontext an und prüfen oder verwerfen Gruppen.
Die einfachen Duplikate teilen eine E-Mail. Eine Suche über dieses eine Feld findet sie, und niemand streitet über den Merge.
Die schwierigeren verstecken sich. Ein Datensatz hat eine geschäftliche E-Mail, der andere eine private, oder einer hat eine Telefonnummer und der andere ein leeres Feld.
Sie sehen erst wie dieselbe Person aus, wenn man drei oder vier Felder gleichzeitig nebeneinanderlegt. Das Gegenteil kommt auch vor: Datensätze, die in fast allem übereinstimmen und trotzdem keine Duplikate sind.
In diesem Beitrag sehen Sie häufige Muster komplexer Treffer und warum Überschneidung allein keine Identität beweist. Sie sehen auch, wie Sie Felder kombinieren, welches Feld einen knappen Fall entscheiden kann und wann ein Mensch entscheiden sollte.
Was einen Treffer komplex macht
Ein einfacher Treffer beruht auf einem Feld, das jeden Datensatz identifiziert, etwa E-Mail bei Kontakten oder Domain bei Firmen. Ein komplexer Treffer beruht auf mehreren Feldern, die einzeln wenig beweisen, aber zusammen übereinstimmen.
Der Name allein bringt Fremde zusammen. Die Telefonnummer allein bringt Familienmitglieder und Kollegen mit einer Sammelnummer zusammen. Name, Telefon und Firma zusammen zeigen viel öfter auf eine Person.
Was als Duplikat zählt, bleibt Einzelfallsache. Was ein Team für ein Duplikat hält, sieht ein anderes vielleicht nicht so. Die Felder, die Sie kombinieren, sollten Ihrer eigenen Duplikatdefinition folgen.
Häufige Muster komplexer Duplikate
Diese Muster tauchen oft auf, wenn Teams über exakte E-Mail-Treffer hinausschauen.
| Muster | Was übereinstimmt | Was sich unterscheidet |
|---|---|---|
| Unterschiedliche E-Mail-Adressen | Name und Telefon, manchmal Firma | Die E-Mail-Adresse |
| Ein Datensatz mit Lücken | Vor- und Nachname, manchmal Telefon | Ein Datensatz hat eine E-Mail, der andere ist leer |
| Gleiche Telefonnummer, andere Wohnung | Telefon und der Großteil der Adresse | Die Wohnungsnummer, die auf einen Tippfehler oder eine andere Person hindeuten kann |
| Länderdomains | Die Kerndomain, etwa example.us und example.fr | Die Länderendung und manchmal der Name |
| IDs, zweimal anders geschrieben | Firmenname und der Großteil einer Steuer-ID | Eine ID endet mit einer Prüfziffer, die andere nicht |
| Doppelte Deals | Die ersten Wörter des Deal-Titels plus E-Mail und Telefon | Das Ende des Titels, etwa der Kanal, aus dem der Lead kam |
Jedes braucht eine andere Kombination. Unser Leitfaden zu auf welchen Feldern abgeglichen wird erklärt die üblichen Paare je Objekt. Unser Beitrag über Datensätze ohne E-Mail behandelt den Fall leerer Felder.
Wenn Überschneidung keine Identität ist
Dieselbe Logik, die komplexe Duplikate findet, kann auch Datensätze paaren, die keine Duplikate sind. Stimmen E-Mail, Adresse und Telefon überein, wirkt ein Merge sicher. Manchmal gehören die gemeinsamen Daten aber zu einem Haushalt oder einem Inhaber mit mehreren Firmen.
Fast jedes gemeinsame Feld sprach in diesem Fall für „gleich“. Nur der Firmenname laut Register, die Registernummer und die Person hinter jedem Datensatz unterschieden sich. Genau auf dieses Muster sollten Sie achten: Beschreiben die gemeinsamen Felder einen Ort oder einen Inhaber, beweisen sie nicht, dass es ein Kunde ist.
Unser Beitrag zu komplexer Deduplizierung im großen Maßstab erklärt, warum Sicherheit in solchen Projekten mehr zählt als Menge.
So kombinieren Sie Felder für komplexe Treffer
Dort beginnen, wo sich Ihre Datensätze überschneiden
Öffnen Sie einige Gruppen, von denen Sie wissen, dass es Duplikate sind, und notieren Sie, welche Felder übereinstimmen. So sehen Sie, welche Felder Sie kombinieren sollten. Felder, die bei bekannten Duplikaten übereinstimmen und bei bekannten Nicht-Duplikaten abweichen, lohnen den Abgleich.
Jedem Feld seine eigene Strenge geben
Nicht jedes Feld einer Kombination braucht denselben Vergleich. Die Telefonnummer kann die Formatierung ignorieren, der Name Tippfehler zulassen und ein ID-Feld exakt bleiben. Ein lockerer Vergleich ist sicherer, wenn ein strenges Feld derselben Kombination ihn bestätigt.
Ein Feld hinzufügen, das Datensätze unterscheidet
Manche Felder funktionieren als Entscheidungsfeld. Eine Steuernummer, eine Kundennummer oder ein Vorname auf Exact können Datensätze trennen, die sonst alles teilen. Weicht eines dieser Felder ab, sind die Datensätze meist keine Duplikate.
Mehrere Kombinationen parallel ausführen
Eine einzige Kombination erfasst selten jedes Muster. Üblich ist, mit einer strengen Kombination aus drei oder vier Feldern für die Duplikate zu beginnen, die Sie ungesehen zusammenführen würden. Lockern Sie dann ein Feld nach dem anderen und prüfen Sie diese Ergebnisse genauer.
Die knappen Fälle von Hand entscheiden
Komplexe Treffer sind unsicherer als exakte, daher zählt die Prüfung mehr. Ein paar Gewohnheiten halten sie schnell.
- Prüfen Sie lockerere Kombinationen vor jedem automatischen Merge. Automatisieren Sie eine Kombination erst, wenn ihre Ergebnisse Sie nicht mehr überraschen.
- Lehnen Sie eine Gruppe ab, wenn Sie sicher sind, dass sie kein Duplikat ist. Danach bleibt er aus späteren Suchen heraus, sodass niemand zweimal entscheidet.
- Ändern Sie die Suche, wenn sich ein falsches Muster wiederholt. Passen Haushalte immer wieder zusammen, fügen Sie ein personenbezogenes Feld wie den Vornamen hinzu, statt jede Gruppe abzulehnen.
- Fragen Sie die Person, die den Datensatz kennt. Ein Account-Owner kann Ihnen in einer Minute sagen, ob zwei Firmen ein Kunde sind.
Führen Sie eine Liste entschiedener Muster, etwa „gleiche Adresse, andere Rechts-ID bleibt getrennt“. So muss der nächste Prüfer dieselbe Frage nicht neu aufrollen.
Wie Dedupely Ihnen hilft, komplexe Duplikate zu finden
In Dedupely kombinieren Sie Felder in einer Duplikatsuche, wählen, wie streng jedes abgeglichen wird, und halten mehrere Kombinationen in einer Suche. Sie können zusätzliche Felder neben jeder Gruppe als Kontext anzeigen, ohne den Abgleich zu ändern. Unsichere Gruppen können in die Prüfung, und sichere lassen sich ablehnen, damit sie nicht wiederkommen.
Mehr Felder, mehr Sorgfalt
Komplexe Duplikate zeigen sich erst, wenn Sie Felder kombinieren, und die richtige Kombination hängt davon ab, wie sich Ihre Daten überschneiden. Strengen Kombinationen kann man vertrauen, lockerere braucht jemand, der hinsieht.
Dieselbe Überschneidung kann auch in die andere Richtung täuschen. Eine gemeinsame Adresse oder Telefonnummer kann einen Haushalt oder die Firmen eines einzigen Inhabers beschreiben. Behalten Sie ein entscheidendes Feld in der Suche und prüfen Sie die knappen Fälle selbst.
Häufige Fragen
Wie finden Sie Duplikate, die keine E-Mail teilen?
Kombinieren Sie Felder, die über die Datensätze hinweg übereinstimmen, etwa Name, Telefon und Firma. Lassen Sie die Telefonnummer die Formatierung ignorieren und den Namen kleine Tippfehler zulassen, und halten Sie mindestens ein Feld streng. Schicken Sie die Ergebnisse zuerst in die Prüfung, denn Kombinationen ohne E-Mail sind unsicherer als exakte E-Mail-Treffer.
Können zwei Datensätze mit gleicher E-Mail, Telefonnummer und Adresse verschiedene Personen sein?
Ja. Familienmitglieder teilen oft Telefon, E-Mail und Wohnadresse, und ein Inhaber kann mehrere Firmen aus demselben Büro führen. Suchen Sie vor dem Merge ein Feld, das zu einer einzigen Person oder Einheit gehört, etwa den Vornamen oder eine Registernummer.
Wie viele Felder müssen übereinstimmen, um komplexe Duplikate zu finden?
Oft drei oder vier. Zwei Felder können Fremde zusammenbringen, während drei oder vier übereinstimmende viel öfter auf einen einzigen Datensatz zeigen. Beginnen Sie streng, prüfen Sie die Ergebnisse, lockern Sie dann ein Feld nach dem anderen und prüfen Sie, was die lockerere Suche hinzufügt.
Sollten komplexe Duplikattreffer automatisch zusammengeführt werden?
Erst wenn eine Person genug Ergebnisse geprüft hat, um der Kombination zu vertrauen. Viele Teams automatisieren eine strenge Kombination und lassen lockerere in der Prüfung. Gruppen mit Haushalten, gemeinsamen Büros oder verbundenen Firmen sind meist sicherer, wenn man sie einzeln von Hand prüft.
Welches Feld kann zwei ähnliche Firmen unterscheiden?
Meist eignet sich eine Steuer- oder Registernummer, eine Kundennummer oder der Name der juristischen Person. Exakt abgeglichen, trennt sie zwei Firmen, die Inhaber, Adresse oder Telefon teilen. Weicht dieses Feld ab, behandeln Sie die Datensätze als getrennt, es sei denn, jemand, der sie kennt, sagt etwas anderes.
Oder mit Google registrieren
