Datensätze ohne E-Mail und wie Sie ihre Duplikate finden

E-Mail ist das Feld, auf das sich viele CRMs und Bereinigungen stützen, um doppelte Kontakte zu erkennen. Das funktioniert gut, solange die E-Mail vorhanden ist.

Viele Datensätze haben keine. Ein Vertriebler protokolliert ein Telefonat nur mit Name und Telefonnummer, oder ein Import kommt ohne E-Mail-Spalte an. Solche Datensätze rutschen beim E-Mail-Abgleich durch, und ihre Duplikate bleiben neben dem vollständigen Datensatz derselben Person verborgen.

In diesem Beitrag erfahren Sie, woher Datensätze ohne E-Mail-Adresse stammen und warum der E-Mail-Abgleich sie übersieht. Außerdem sehen Sie, nach welchen Feldern Sie sie abgleichen können und wie Sie sie zusammenführen, ohne die enthaltenen Daten zu verlieren.

Woher Datensätze ohne E-Mail-Adresse stammen

Die Ursachen unterscheiden sich von CRM zu CRM. Diese Quellen tauchen häufig auf.

• Manuelle Eingabe: ein Mitarbeiter legt aus einem Anruf, einem Termin oder einer Visitenkarte einen Kontakt an und füllt nur aus, was gerade vorliegt.
• Importe: eine Tabelle ohne E-Mail-Spalte oder mit einer Spalte, die dem falschen Feld zugeordnet ist.
• Telefon- und Anruf-Apps: ein eingehender Anruf kann einen Kontakt mit einer Nummer und wenig mehr anlegen.
• Ereignisse: Namensschild-Scans und Teilnehmerlisten enthalten oft Name und Firma, aber keine E-Mail-Adresse. Unser Beitrag zu wie Veranstaltungs- und Kauflisten Duplikate erzeugen behandelt diese Quelle.
• Integrationen: Abrechnungs-, Support- oder E-Commerce-Tools können Kontakte aus einer Bestellung oder einem Ticket anlegen. Die E-Mail-Adresse steht womöglich in einem Feld, das das CRM nicht zuordnet.
• Migrationen: eine Feldzuordnung, die ein zweites E-Mail-Feld verwirft.

Manche Datensätze haben absichtlich keine E-Mail-Adresse. Ein Käufer, der nur telefonisch Kontakt hält, oder ein Kontakt, der keine E-Mail-Adresse teilen möchte, ist trotzdem ein echter Datensatz.

Warum der E-Mail-Abgleich sie übersieht

Der E-Mail-Abgleich vergleicht einen einzelnen Wert. Ist dieser leer, gibt es nichts zu vergleichen, und der Datensatz kann niemanden zuordnen.

Ein Datensatz und sein Zwilling mit einer E-Mail

Häufig gibt es eine Person mit zwei Datensätzen: einen vollständigen und einen ohne E-Mail-Adresse. Eine Suche nach der E-Mail-Adresse findet den vollständigen Datensatz und ordnet ihn nie dem leeren zu.

Native Deduplizierung bei der Erfassung

Manche CRMs prüfen neue Kontakte nur anhand der E-Mail auf Dubletten. Bei manchen wird eine Importzeile ohne E-Mail oder anderen Schlüssel zu einem neuen Datensatz. Dieselbe Person kann dann immer wieder importiert werden.

Leere Felder als Werte behandelt

Das Gegenteil gibt es auch. Ein Tool oder Skript, das zwei leere E-Mails als gleich behandelt, kann Hunderte unzusammenhängende Datensätze gruppieren. Prüfen Sie, wie Ihr Tool leere Felder behandelt, bevor Sie einem Treffer vertrauen.

Welche Felder sich abgleichen lassen, wenn keine E-Mail vorhanden ist

Was als Duplikat gilt, hängt vom Einzelfall ab: Was ein Team als Duplikat sieht, sieht ein anderes vielleicht nicht. Ohne E-Mail-Adresse brauchen Sie zwei oder drei übereinstimmende Felder, und die richtige Kombination hängt davon ab, was Ihre Datensätze enthalten.

Namen brauchen eine gewisse Toleranz: Tippfehler, Spitznamen und fehlende Akzente verbergen Treffer. Unser Leitfaden zu auf welchen Feldern abgeglichen wird erklärt, wie streng jedes Feld sein sollte.

So finden und prüfen Sie sie

Datensätze ohne E-Mail-Adresse lassen sich als eigene Gruppe leichter bereinigen. Diese Grundsätze helfen dabei.

Zählen Sie diese zuerst

Filtern Sie Ihre Kontakte nach leerer E-Mail und sehen Sie, wie viele es sind und woher sie stammen. Quelle oder Anlagedatum des Datensatzes verweisen oft auf einen Import oder eine Integration. Unser Beitrag zu Duplikatquote und andere Kennzahlen zur CRM-Datengenauigkeit zeigt, wie Sie fehlende Felder über die Zeit nachverfolgen.

Gegen vollständige Datensätze abgleichen

Beginnen Sie mit Datensätzen ohne E-Mail, die einen Zwilling mit E-Mail haben, abgeglichen über Name und Unternehmen oder Name und Telefon. Das sind die offensichtlichen Dubletten, und beim Zusammenführen erhält der vollständige Datensatz alle Angaben, die der andere hatte.

Grenznahe Treffer prüfen

Es gibt tatsächlich zwei Personen mit demselben Namen im selben Unternehmen. Senden Sie unklare Treffer an den Datensatzverantwortlichen und lehnen Sie einen Treffer nur ab, wenn Sie sicher sind, dass er falsch ist.

So führen Sie sie ohne Datenverlust zusammen

Ein Datensatz ohne E-Mail enthält oft etwas, das dem vollständigen Datensatz fehlt, etwa eine Handynummer, eine Besprechungsnotiz oder einen Deal. Die Zusammenführung sollte alles davon behalten.

• Lassen Sie nie zu, dass ein leeres Feld einen Wert überschreibt. Hat ein Datensatz eine E-Mail-Adresse und der andere ist leer, bleibt die E-Mail-Adresse erhalten.
• Wählen Sie den Hauptdatensatz mit Bedacht. Der Datensatz mit der E-Mail ist oft der bessere Hauptdatensatz, da Formulare und Integrationen ihn zum Auffinden des Kontakts nutzen.
• Behalten Sie die Aktivitätshistorie. Anrufe, Notizen und Termine im leeren Datensatz gehören zur selben Person.
• Prüfen Sie den Verantwortlichen. Der leere Datensatz gehört womöglich dem Vertriebler, der die Person getroffen hat, was für die Zuständigkeitsregeln wichtig ist.

Wie verhindert man, dass neue Datensätze ohne E-Mail-Adresse sich vermehren

Sobald der Rückstand zusammengeführt ist, halten ein paar Gewohnheiten die Zahl der Duplikate klein.

• Bitten Sie Vertriebsmitarbeiter, vor dem Anlegen eines Kontakts aus einem Anruf nach Name und Telefonnummer zu suchen.
• Ordnen Sie bei jedem Import die E-Mail-Spalte zu, einschließlich sekundärer E-Mails.
• Prüfen Sie, welche Integrationen Kontakte anlegen und in welches Feld sie die E-Mail schreiben.
• Ergänzen Sie fehlende E-Mails, sobald Sie sie erfahren, bevor ein zweiter Datensatz entsteht.

Anreicherungstools können fehlende E-Mail-Adressen ergänzen, doch Daten zu Duplikaten hinzuzufügen verteilt sie auf zwei Datensätze. Unser Beitrag zu ob Sie zuerst deduplizieren oder anreichern behandelt die Reihenfolge.

Geben Sie jedem Datensatz einen zweiten Abgleichsweg

Datensätze ohne E-Mail werden leicht übersehen, weil der Abgleich oft bei der E-Mail beginnt. Sie entstehen aus Anrufen, Importen, Veranstaltungen und Integrationen, und ihre Duplikate liegen neben den vollständigen Datensätzen derselben Personen.

Name mit Firma, Name mit Telefon und Name mit Stadt finden viele davon. Mit Sorgfalt zusammengeführt, ersetzen leere Felder nie echte Werte, sondern ergänzen die Angaben, die dem vollständigen Datensatz fehlten.

Häufige Fragen