TL;DR
- Schreibweisen mit und ohne Akzent, etwa José und Jose, können eine Person in zwei Datensätze aufteilen.
- Namen mit zwei Nachnamen werden auf unterschiedliche Weise auf Vor- und Nachnamensfelder aufgeteilt.
- Dieselbe Telefonnummer kann mit oder ohne Ländervorwahl gespeichert sein.
- Adressformate unterscheiden sich je nach Land, daher eignen sich Adressen besser als unterstützender Hinweis für einen Treffer.
- Dedupely findet mögliche Duplikate über Namens- und Telefonformate hinweg, mit einer Vorschau vor dem Zusammenführen.
Ein Kunde in Madrid trägt sich im Formular als „José García López“ ein. Ein Vertriebler in Ihrem US-Büro legt ihn als „Jose Garcia“ an. Ihr Abrechnungstool sendet „GARCIA LOPEZ, JOSE“ mit seiner Nummer im internationalen Format. Für Sie ist das eine Person. Für einen exakten Abgleich sind es drei.
Internationale Daten bringen Abweichungen mit sich, für die viele Matching-Konfigurationen nicht gebaut wurden. Zeichen ändern sich in Exporten, Namen folgen unterschiedlichen Konventionen, und Telefonnummern enthalten manchmal Ländervorwahlen.
In diesem Beitrag sehen Sie vier Quellen von Abweichungen in neun Ländern: Akzente, Namensreihenfolge, Telefonnummern und Adressen. Außerdem zeigen wir, wie Sie Datensätze abgleichen, ohne Personen zusammenzuführen, die nur ähnlich aussehen.
Warum internationale Datensätze nicht mehr übereinstimmen
Datensätze stammen aus Formularen, Importen, dem Vertrieb, Anreicherung und anderen Tools. Jede Quelle schreibt Namen, Nummern und Adressen auf eigene Weise, und internationale Daten lassen sie noch stärker abweichen.
- Zeichen: Akzente und Buchstaben wie ñ, ü, ß oder å werden getippt, weggelassen oder ersetzt.
- Reihenfolge der Namen: zwei Nachnamen und zusammengesetzte Vornamen werden unterschiedlich auf Felder aufgeteilt.
- Telefonnummern: dieselbe Nummer erscheint im nationalen und im internationalen Format.
- Adressen: Hausnummer, Postleitzahl und Ort stehen in jedem Land in einer anderen Reihenfolge.
Ob zwei dieser Datensätze Duplikate sind, hängt vom Einzelfall ab. Was ein Team als Duplikat sieht, sieht ein anderes vielleicht nicht. Legen Sie daher vor dem Zusammenführen fest, was als eine Person oder ein Unternehmen gilt.
Akzente und Sonderzeichen
Eine Person tippt ihren Namen mit Akzenten. Ein Vertriebler mit US-Tastatur lässt sie oft weg. Ein exakter Treffer vergleicht Zeichen für Zeichen, daher sind "José" und "Jose" zwei verschiedene Werte.
Buchstaben, die verloren gehen oder ersetzt werden
Jede Sprache hat eigene Buchstaben. Dies sind die, die in den neun Ländern dieses Beitrags vorkommen:
- Spanisch: á, é, í, ó, ú und ñ, wie in José oder Muñoz.
- Portugiesisch: ã, õ und ç, wie in João oder Gonçalves.
- Deutsch: ä, ö, ü und ß, wie in Müller oder Strauß.
- Schwedisch: å, ä und ö, wie in Åsa oder Björk.
- Italienisch: à, è und ò, manchmal als Apostroph nach dem Vokal geschrieben.
Verschiedene Schreibweisen desselben Namens
Das Weglassen der Umlaute ist nicht die einzige Änderung. Im Deutschen schreibt man bei fehlendem ü oder ß üblicherweise ue und ss. „Müller“ kann dann in drei Datensätzen als Müller, Mueller oder Muller auftauchen.
Exporte können auch Zeichen beschädigen. Wird eine Datei in einer Zeichenkodierung gespeichert und in einer anderen geöffnet, kann aus "José" "José" werden. Solche Datensätze passen zu nichts, bis jemand sie korrigiert.
Namensreihenfolge und zwei Nachnamen
CRMs speichern meist einen Vornamen und einen Nachnamen. Viele Namen passen nicht sauber in diese Aufteilung, und jede Quelle trennt sie auf ihre eigene Weise.
Spanische Namen
Spanische Namen haben meist zwei Nachnamen, zuerst den des Vaters, dann den der Mutter. Im Alltag verwenden viele nur den ersten. "José García López" kann mit "García López" als Nachname gespeichert werden oder nur als "García".
Portugal und Brasilien
Portugiesische und brasilianische Namen können mehrere Nachnamen enthalten, und deren Reihenfolge und alltäglicher Gebrauch variieren. „Ana Costa Ferreira“ kann in einem anderen Datensatz in verkürzter Form erscheinen. Leiten Sie Identität oder Familienbeziehungen nicht allein aus der Reihenfolge der Nachnamen ab.
Zusammengesetzte Vornamen
Zusammengesetzte Vornamen wie „José Luis“ oder „Maria Fernanda“ können teilweise im Nachnamensfeld landen. Ein Formular mit einem Feld „Vollständiger Name“ macht das wahrscheinlicher, da entschieden werden muss, wo getrennt wird.
Der Vergleich gemeinsamer Wörter zweier Namen, unabhängig von der Reihenfolge, erkennt viele davon. Am besten funktioniert er mit einem zweiten Feld wie E-Mail oder Telefon, da gleiche Nachnamen häufig vorkommen.
Telefonnummern und Ländervorwahlen
Telefonnummern eignen sich gut als Abgleichsfeld für internationale Datensätze, da sie keine Akzente und keine Namensreihenfolge enthalten. Das Problem ist das Format. Dieselbe Nummer kann mit Ländervorwahl, ohne sie, mit Leerzeichen, Bindestrichen oder Klammern erscheinen.
Das internationale Format beginnt mit einem Pluszeichen und der Ländervorwahl, gefolgt von der nationalen Nummer. Auch die führende 0 variiert: Im Vereinigten Königreich entfällt sie nach +44. In Italien behalten Festnetznummern sie, daher beginnt eine Nummer aus Rom mit +39 06.
Worauf Sie in neun Ländern achten sollten
| Land | Vorwahl | Namen | Notizen zu Telefon und Adresse |
|---|---|---|---|
| Vereinigte Staaten | +1 | Akzente werden bei der Eingabe oft weggelassen | Hausnummer vor dem Straßennamen |
| Deutschland | +49 | ä, ö, ü und ß, auch geschrieben als ae, oe, ue und ss | Straße, dann Hausnummer; 5-stellige PLZ vor dem Ort |
| Vereinigtes Königreich | +44 | Akzente werden bei der Eingabe oft weggelassen | Führende 0 bei Telefonnummern nach +44 fällt weg |
| Italien | +39 | Betonte Vokale, manchmal als Apostroph eingegeben | Festnetznummern behalten die führende 0 nach +39 |
| Portugal | +351 | Mehrere Nachnamen; Reihenfolge kann variieren | Straße, dann Hausnummer; 7-stellige Postleitzahl im Format 0000-000 |
| Brasilien | +55 | Mehrere Nachnamen; ã, õ und ç entfernt oder erhalten | Straße, Komma, Hausnummer; 8-stellige Postleitzahl im Format 00000-000 |
| Schweden | +46 | å, ä und ö entfernt oder erhalten | Straße, dann Hausnummer; PLZ mit Leerzeichen, etwa 111 30 |
| Spanien | +34 | Zwei Nachnamen; á, é, ñ und andere weggelassen oder beibehalten | Formate unterscheiden sich je nach Quelle |
| Mexiko | +52 | Doppelte Nachnamen sind üblich | Formate unterscheiden sich je nach Quelle |
Nutzen Sie die Ländertabelle als Ausgangspunkt, nicht als Regel für jede Person oder Adresse. Prüfen Sie beim Normalisieren die einschlägigen nationalen Nummerierungs- und Postleitlinien. Die folgenden Quellen behandeln Nummerierungspläne, Namensvarianten und US-Adresskonventionen.
Adressformate
In den USA steht die Hausnummer vor der Straße. In Deutschland, Portugal, Brasilien und Schweden steht sie danach. Auch PLZ unterscheiden sich in Länge, Zeichensetzung und Position.
Abkürzungen erhöhen die Vielfalt. "Rua" und "R.", "Straße" und "Str." oder "Avenida" und "Av." sind dasselbe Wort, nur anders geschrieben. Hinzu kommt, dass viele Datensätze gar keine Adresse haben.
Deshalb eignet sich eine Adresse besser als unterstützender Beleg. Eine übereinstimmende Postleitzahl oder Stadt kann Ihr Vertrauen in einen Namenstreffer erhöhen. Eine lange Adresse, die leicht abweicht, sagt wenig aus.
Firmennamen und Domains über Ländergrenzen hinweg
Unternehmen bringen ihre eigenen internationalen Varianten mit. Rechtsform-Zusätze wie GmbH, S.r.l. oder S.A. de C.V. unterscheiden sich je nach Land, und wir behandeln sie in wie Firmenzusätze Duplikate verbergen.
Länderwebsites sind eine weitere Quelle. Ein Unternehmen kann example.com, example.de und example.com.br nutzen. Das Entfernen von Pfad oder www-Präfix macht diese Domains nicht gleich. Nutzen Sie eine geprüfte Domain-Zuordnung und Unternehmensdaten, um zusammengehörige Datensätze zu erkennen, und entscheiden Sie dann, ob die Ländergesellschaften getrennt bleiben.
So gleichen Sie internationale Datensätze sicher ab
Die Grundsätze sind wie bei jeder Bereinigung dieselben. Internationale Daten machen den zweiten und dritten Schritt nur wichtiger.
Mit den offensichtlichen Dubletten beginnen
Exakte E-Mail-Adressen und Domains eignen sich gut als erste Suchen über unterschiedliche Namensformate. Prüfen Sie gemeinsame Postfächer und getrennte Ländereinheiten vor dem Zusammenführen und bewerten Sie die schwierigeren namensbasierten Treffer anschließend mit unabhängigen Angaben.
Namen unscharf vergleichen, mit einem zweiten Feld
Ignorieren Sie beim Namensvergleich Akzente, Groß- und Kleinschreibung sowie Wortreihenfolge. Verlangen Sie dann, dass ein zweites Feld übereinstimmt, etwa Telefon, E-Mail oder Firma. Mehr dazu, wie Sie auf welchen Feldern abgeglichen wird.
Telefonnummern anhand ihrer Ziffern vergleichen
Formatieren Sie Nummern einheitlich und behalten Sie Länder- und Durchwahlangaben. Der Vergleich der letzten Ziffern findet Kandidaten über alle Formate hinweg, doch unabhängige Nummern in verschiedenen Regionen können dieselbe Endung haben. Prüfen Sie vor dem Zusammenführen die vollständige Nummer und ein weiteres Identitätsfeld.
Land hinzufügen, wenn Gesellschaften getrennt bleiben sollen
Zwei Personen namens Maria Silva in Portugal und Brasilien sind wahrscheinlich verschiedene Menschen. Wenn Sie das Land in den Namensabgleich aufnehmen, bleiben sie getrennt.
Originalwerte speichern
Ignorieren Sie Akzente beim Abgleich, speichern Sie sie aber im Datensatz. Menschen bemerken falsch geschriebene Namen: Ein „Muller“ in der Anrede wirkt auf Herrn Müller wie ein Fehler.
Wie Dedupely Duplikate in internationalen Daten findet
In Dedupely erstellen Sie duplicate searches, die Namen mit Ähnlich abgleichen, für Tippfehler und Schreibvarianten, oder mit Fuzzy, für ähnlich klingende Namen. Akzentuierte und einfache Buchstaben gelten als gleich (José = Jose), und Ähnlich vergleicht Telefonnummern anhand der letzten sieben Ziffern. Sie legen Regeln fest, welcher Wert gewinnt, und sehen jede Zusammenführung in der Vorschau, bevor sich in Ihrem CRM etwas ändert.
Ein Kunde, viele Schreibweisen
Internationale Datensätze verbergen Duplikate in kleinen Unterschieden: ein fehlender Akzent, ein zweiter Nachname, eine Ländervorwahl oder eine Postleitzahl an anderer Stelle. Exakter Abgleich sieht in jedem Unterschied eine neue Person.
Unscharfer Namensabgleich, Telefonnummern über ihre Ziffern und Adressen als unterstützender Hinweis finden viele davon. Ein zweites Pflichtfeld und das Land, wo es zählt, halten verschiedene Personen getrennt.
Referenzen: W3C: Personennamen weltweit; ITU: Nationale Nummerierungspläne; USPS: Publication 28; Doppelte Unternehmen über die Domain finden.
Häufige Fragen
Wie finden Sie doppelte Kontakte bei Namen mit Akzenten?
Vergleichen Sie Namen unter Ignorierung von Akzenten und Groß-/Kleinschreibung, sodass "José" und "Jose" als gleich gelten. Verlangen Sie danach, dass ein zweites Feld übereinstimmt, etwa E-Mail, Telefon oder Unternehmen. Akzentfreier Abgleich kann verschiedene Nachnamen wie Peña und Pena verbinden, daher sollten Sie namensbasierte Treffer prüfen, bevor Sie zusammenführen.
Sollten Sie Akzente aus Namen in Ihrem CRM entfernen?
In der Regel nicht, denn Menschen merken, wenn ihr Name falsch geschrieben ist, und Akzente können verschiedene Nachnamen unterscheiden. Behalten Sie die ursprüngliche Schreibweise im Datensatz und ignorieren Sie Akzente nur beim Abgleich. Beim Zusammenführen zweier Versionen ist die akzentuierte Schreibweise oft die, die die Person selbst eingegeben hat.
Wie gleichen Sie Telefonnummern mit unterschiedlichen Ländervorwahlen ab?
Normalisieren Sie die vollständige Nummer unter Berücksichtigung des Landes und halten Sie Durchwahlen getrennt. Eine übereinstimmende Endung kann auf ein Duplikat hindeuten, bestätigt es aber über Ländergrenzen oder Vorwahlen hinweg nicht. Prüfen Sie die vollständige Nummer und ein weiteres Identitätsfeld, bevor Sie zusammenführen. Auch die führende Null bei italienischen Festnetznummern erfordert bei der Normalisierung besondere Sorgfalt.
Wie gehen Sie im CRM mit zwei Nachnamen um?
Nachnamen und zusammengesetzte Vornamen werden in Datensätzen oft unterschiedlich geteilt. Namenskonventionen variieren innerhalb von Ländern und Familien. Vergleichen Sie die Namensteile und bestätigen Sie mit unabhängigen Angaben wie privater Telefonnummer oder E-Mail, bevor Sie zwei Datensätze als eine Person behandeln.
Können Sie Adressen nutzen, um Dubletten in internationalen Daten zu finden?
Ja, als unterstützender Beleg. Adressformate unterscheiden sich je nach Land in Hausnummernfolge, Postleitzahlformat und Abkürzungen, daher stimmen lange Adressen selten exakt überein. Eine übereinstimmende PLZ oder Stadt kann einen Namens- oder Telefonabgleich bestätigen, eine leicht abweichende Adresse allein sagt dagegen wenig.
Oder mit Google registrieren
Salesforce AppExchange 
