Kundengeschichte
Wie ein KI-Telefonanbieter mit Dedupely 20.000+ Duplikate in Pipedrive zusammenführte
- Pipedrive
- Manuelle Eingabe durch das Team
- Formularausfüllungen und Anmeldungen
- SaaS
- 20,000+ doppelte Einträge zusammengeführt
- 10,000+ Personen- und Organisationsübereinstimmungen zusammengeführt
- 0 doppelte Personen in Pipedrive's eigenem Duplikat-Finder
Eine Übereinstimmung ist ein Satz doppelter Datensätze, die in einem einzelnen Datensatz gemergt werden. Jede Übereinstimmung enthält mindestens zwei Datensätze, daher ist die Anzahl der gemergten Datensätze mindestens doppelt so hoch wie die Anzahl der Übereinstimmungen.
Woher die Duplikate kamen
Dieselbe Firma, unterschiedlich geschrieben
Das Unternehmen verkauft KI-Software für Telefonbeantworter an Handwerksbetriebe und führt Marketing und Vertrieb über Pipedrive. Datensätze kamen durch manuelle Eingabe des Teams und durch Formularausfüllung herein, sodass derselbe Auftragnehmer oder Kontakt mehr als einmal in Pipedrive landen konnte. Bei Beginn der Bereinigung enthielt das Konto etwa 22.000 Organisationen und 19.000 Personen.
Pipedrive erkannte Duplikate nicht, die offensichtlich waren:
- Namensvarianten. Ein Auftragnehmer konnte als nur Geschäftsname erscheinen, mit Inc. hinzugefügt, oder mit zusätzlichem Service im Namen, wie HVAC auf einem Datensatz und HVAC and Plumbing auf einem anderen.
- Unvollständige Einträge. Manchmal fehlte die Website, manchmal die Telefonnummer oder Adresse, manchmal hatte ein Datensatz nur den Unternehmensname.
- Personen unterschiedlich eingetragen. Einige Vornamen enthielten einen Mittelnamen. Dieselbe Person konnte Steven in einem Datensatz und Steve in einem anderen heißen.
Einige ähnliche Datensätze mussten getrennt bleiben
Viele ihrer Kunden sind Gruppen mit mehreren Niederlassungen. In Pipedrive sind diese Niederlassungen mit einem Mutterunternehmen verknüpft, und einige teilen sich die gleiche Website. Sie sehen aus wie Duplikate, aber sie sind es nicht, und die Verbindungen zwischen ihnen mussten genau so bleiben wie sie waren.
Schäden durch Duplikate
Überprüfen, zusammenführen, wiederholen
Ohne eine Möglichkeit, in großen Mengen zu deduplizieren, fand die Senior Director of Marketing Duplikate selbst, überprüfte sie und führte sie einzeln zusammen. Sie sagte, es habe ewig gedauert. Am selben Tag hatte sie bereits vier doppelte Organisationen von Hand zusammengeführt.
Wachstum auf schlechten Daten
Das Unternehmen wuchs schnell, aber sie sagten, das könne nicht mit schlechten Daten funktionieren. Kein System flaggte neue Duplikate, also musste die manuelle Arbeit immer wieder gemacht werden.
Wie Duplikate gelöst wurden
-
1. Schützen Sie übergeordnete Unternehmen vor dem Zusammenführen
Mit dem Customer Success Team von Dedupely synchronisierten sie Organisationen und integrierte das Muttergesellschaftsfeld von Pipedrive in die Suche. Mit einem Filter für 'Muttergesellschaft ist leer' bleiben alle Zweige mit gesetzter Muttergesellschaft aus der Suche ausgeschlossen, sodass kein Zweig mit seiner Muttergesellschaft oder mit anderen Zweigen zusammengeführt wird. So blieb der Großteil der Datenbank in der Suche. Die wenigen Dutzend Zweige werden von Hand überprüft.
-
2. Organisationen nach Name und Stadt abgleichen
Der Abgleich nur nach Name fand etwa 7.000 Übereinstimmungen, zu breit zum Vertrauen: zwei Klempnereien mit nahezu gleichem Namen, eine mit Stadt, können zwei verschiedene Unternehmen sein. Die Stadt hinzuzufügen verengte es auf vertrauenswürdige Übereinstimmungen. Der Name-Abgleich nutzt Similar-Matching, das Tippfehler und kleine Unterschiede erfasst, und sie überprüfte Ergebnisse in Pipedrive vor der Fusion. Name mit Website und Name mit Telefon waren als nächste Durchgänge geplant.
-
3. Bereinigen Sie Personen schrittweise, jeder Durchgang erfasst eine neue Gruppe
Bei Personen begannen sie mit genauer E-Mail-Übereinstimmung, dann mit Bulk-Merge. Um die restlichen Duplikate zu finden, probierten sie neue Feldkombinationen:
- Nachname und E-Mail, das sie nach eigenen Aussagen noch nie versucht hatte.
- Nachname und Telefon, die Personen wie Steven und Steve fasste.
- Vorname und Telefon, mit Vorname auf Similar Words nur auf das erste Wort eingestellt, sodass ein zweiter Name keinen Treffer blockiert.
Die verbleibenden Übereinstimmungen werden einzeln überprüft, denn zwei Personen, die eine Telefonnummer teilen, können unterschiedliche Personen sein.
Das bewirkte die Deduplizierung
Keine doppelten Personen, von Pipedrive bestätigt
Das Unternehmen hat mehr als 10.000 Übereinstimmungen über Personen und Organisationen hinweg gemergt und dabei mindestens 20.000 doppelte Datensätze kombiniert. Nach den letzten Durchläufen zeigte Pipedrives eigene Duplikatprüfung keine doppelten Personen und zwei Organisationen.
Neue Wege, die Daten zu analysieren
Sie sagte, die Suchvorgänge hätten ihr neue Möglichkeiten gezeigt, die Daten zu analysieren, die sie übersehen hatte, und sie plant, mit neuen Kombinationen weiterzumachen, um nichts zu übersehen.
Verwandte
- Kundengeschichte 9,092 Personenübereinstimmungen gemergtPipedrive Personalvermittlung
Wie ein Executive Search Unternehmen seine Pipedrive-Personenliste um ein Drittel verringerte, nachdem ein Import fast alle dupliziert hatte, mit Dedupely.
Geschichte lesen - Kundengeschichte 58,000+ doppelte Einträge zusammengeführtPipedrive SaaS
Wie ein SaaS-Unternehmen 58.000+ Pipedrive-Duplikate zusammenführte, die durch die Migration von HubSpot entstanden, mit Dedupely.
Geschichte lesen - Kundengeschichte 200+ Kontenübereinstimmungen pro Monat, durchschnittlich gemergtSalesforce Einzelhandel
Wie ein Einzelhandelshändler sein Vertriebsteam mit Dedupely von Vermutungen über das richtige Salesforce-Konto befreite
Geschichte lesen
