Kundengeschichte
Wie ein Telemedizin-Unternehmen 9.000+ doppelte HubSpot Einträge aus seiner Calling App, Formularen und Integrationen mit Dedupely fusionierte
- 9,000+ doppelte Einträge zusammengeführt
- 4,600+ Übereinstimmungen zusammengeführt
- 23,082 zu Dedupely synchronisierte Datensätze
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
Viele Kanäle, ein HubSpot
Das Unternehmen ist ein US-amerikanisches Direct-to-Consumer-Telemedizin-Unternehmen. Es arbeitet nur mit Kontakten, ohne Unternehmen oder Deals, und Kontakte erreichen HubSpot von vielen verschiedenen Quellen:
- Integrationen, die per E-Mail abgleichen. Wenn eine Person mit anderer E-Mail-Adresse kam, erstellte die Integration einen neuen Kontakt, obwohl die Telefonnummer gleich war.
- Zwei Patientenverwaltungsplattformen. Jede Plattform sendet Kontakte an HubSpot. Eine über ein Aufnahmeformular, die andere über Landingpages, Demos, Beratungen und einen Chatbot. So könnte eine Person zwei oder drei Kontakte haben.
- Eine Anrufe-App. Eingehende Anrufe erstellten generische Kontakte mit Platzhaltalnamen wie New Call App Contact für bereits vorhandene Leads.
Schäden durch Duplikate
Marketinglisten, die nicht aufgingen
Vor einem E-Mail-Versand zeigte die Marketing-Liste etwa 7.000 Leads ohne E-Mail, mehr als geplant. Viele der ausgeschlossenen Kontakte waren Telefoneinträge, die die Calling App für Personen erstellt hatte, die das Team bereits kannte.
Eine Person, verteilt auf mehrere Datensätze
Ein Datensatz hielt die E-Mail, ein anderer die letzte Aktivität. HubSpots Duplicate-Tool markierte sie, aber das Zusammenführen erforderte manuelle Überprüfung jedes Paares. Das Ziel: alles über eine Person an einem Ort, ohne dass ein Datensatz den anderen überschreibt.
Wie Duplikate gelöst wurden
-
1. Halten Sie die beiden Patientenplattformen getrennt
Die zwei Patient-Plattformen mussten getrennt bleiben, Kontakte einer durfte nicht mit der anderen zusammengeführt werden. Mit dem Dedupely Customer Success Team führten sie das Plattform-Feld ein und ergänzten einen Filter, der eine Plattform aus den Suchen ausschließt. So konzentrierte sich die Bereinigung auf die Plattform mit vielen Einstiegspunkten.
-
2. Nach Telefonnummer, nicht Name
Zwei Menschen können den gleichen Namen haben, aber selten die gleiche Telefonnummer. Eine Suche nur nach Vor- und Nachname fand über 1.400 Treffer, aber ein gleicher Name beweist nicht, dass es dieselbe Person ist. Mit der Telefonnummer wurde die Suche eingegrenzt. Die Hauptsuche basierte nur auf der Telefonnummer mit Ähnlich eingestellt, sodass Landescodes, Leerzeichen und Bindestriche kein Match verbergen, während Vor- und Nachname ignoriert wurden.
-
3. Platzhalternamen verlieren
Die Anruf-App benutzte Platzhalternamen, die echte Namen hätten ersetzen können. Zwei Lose Rules verhindern das: wenn Vorname oder Nachname den Platzhalter enthält, verliert dieser Wert, echte Namen gewinnen. Leere Felder verlieren ohnehin, Notizen und Aktivitäten aller Datensätze werden zusammengeführt.
-
4. Stapelweise zusammenführen
Nachdem die Merge Rules eingerichtet waren, startete der Co-Gründer, der HubSpot leitet, im Hintergrund einen Bulk Merge aller 1.129 Treffer in der Telefonsuche.
Das bewirkte die Deduplizierung
9.000+ doppelte Datensätze zusammengeführt
Das Unternehmen hat über 4.600 Treffer fusioniert und mindestens 9.000 doppelte Einträge kombiniert. Heute synchronisiert Dedupely 23.082 Einträge für das Unternehmen.
Eine Person, ein Datensatz
Direkt nach der Bulk-Zusammenführung war die Lead-Liste bereits kleiner. Der Mitgründer sagte, dass alles einfacher wird, wenn die Informationen jeder Person an einem Ort gespeichert sind, und dass Dedupely das Tool ist, das sie zum Sauberhallen ihrer Daten verwenden möchten.






