# Pipedrive Duplikate: 20.000+ zusammengeführt | Dedupely > Ein KI-Telefonantwortdienst mergte über 20.000 Pipedrive-Duplikate mit Dedupely, ohne Links zwischen Muttergesellschaften und Niederlassungen zu beschädigen. - URL: https://dedupe.ly/de/case-studies/ai-phone-answering-pipedrive-duplicates - Section: case-studies - Published: 2026-10-14 - Site index: https://dedupe.ly/llms.txt - Any page: append `.md` to its URL for this plain-text form --- [Fallstudien](https://dedupe.ly/case-studies) Pipedrive Kundengeschichte ## Wie ein KI-Telefonanbieter mit Dedupely 20.000+ Duplikate in Pipedrive zusammenführte - [Pipedrive](https://dedupe.ly/integrations/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. TL;DR Ein KI-Telefonantwort-Unternehmen fand und führte Pipedrive-Duplikate manuell zusammen. Mit Dedupely hielt sein Senior Director of Marketing Filialunternehmen aus, reinigte Organizations nach Name und Stadt, People in Durchläufen, und führte über 20.000 Duplikate zusammen. Auf dieser Seite - 01 Woher die Duplikate kamen - 02 Schäden durch Duplikate - 03 Wie Duplikate gelöst wurden - 04 Das bewirkte die Deduplizierung ### 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](https://dedupe.ly/integrations/pipedrive/duplicate-people). 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](https://dedupe.ly/integrations/pipedrive/duplicate-organizations) 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. Fazit Wenn Ihr CRM Mutterunternehmen mit ihren Niederlassungen verlinkt, halten Sie die Niederlassungen heraus, bevor Sie etwas mergen. Bereinigen Sie alles andere in Massen, dann prüfen Sie die Niederlassungen manuell. ### Verwandte - [Filter](https://dedupe.ly/knowledge-base/filters) - [Match-Optionen](https://dedupe.ly/knowledge-base/match-options) - [Duplikate zusammenführen](https://dedupe.ly/knowledge-base/merge-duplicates) - [Kundengeschichte 9,092 Personenübereinstimmungen gemergt Pipedrive Personalvermittlung Wie ein Executive Search Unternehmen seine Pipedrive-Personenliste um ein Drittel verringerte, nachdem ein Import fast alle dupliziert hatte, mit Dedupely. Geschichte lesen](https://dedupe.ly/case-studies/recruiting-pipedrive-import-duplicates) - [Kundengeschichte 58,000+ doppelte Einträge zusammengeführt Pipedrive SaaS Wie ein SaaS-Unternehmen 58.000+ Pipedrive-Duplikate zusammenführte, die durch die Migration von HubSpot entstanden, mit Dedupely. Geschichte lesen](https://dedupe.ly/case-studies/saas-pipedrive-migration-duplicates) - [Kundengeschichte 200+ Kontenübereinstimmungen pro Monat, durchschnittlich gemergt Salesforce Einzelhandel Wie ein Einzelhandelshändler sein Vertriebsteam mit Dedupely von Vermutungen über das richtige Salesforce-Konto befreite Geschichte lesen](https://dedupe.ly/case-studies/retail-salesforce-duplicate-accounts) ### Räumen Sie Ihre Pipedrive-Kontakte und Organisationen heute auf [Kostenlos testen](https://v2.app.dedupe.ly/signup) [Vertrieb kontaktieren](https://meetings.dedupe.ly/meetings/gaby-salinas/talk-to-sales) Zum Inhalt springen