Cómo una Fintech le dio a su equipo de ventas un pipeline confiable al limpiar más de 4.000 duplicados con Dedupely

01

De dónde vinieron los duplicados

Una empresa, dos campos de sitio web, una oferta por cada duplicado

La empresa es una fintech que gestiona su pipeline de ventas en HubSpot con más de 500 000 registros y unos miles de tratos. El responsable de RevOps usó Dedupely hace un par de años, se alejó y volvió con lo que describió como un gran problema de duplicados a nivel de empresa y de trato. Ya había construido sus propias búsquedas y Merge Rules, y los duplicados aún se colaban.

Tres cosas los creaban continuamente:

• El sitio web estaba en dos lugares. Algunos registros guardaban el dominio, otros un campo de sitio web adicional. Una búsqueda en un campo perdía los duplicados que se ocultaban en el otro.
• Las fusiones de empresas crearon duplicados de tratos. Cuando dos empresas se fusionaban, cada una aportaba su propia oferta, dejando a la empresa superviviente con dos ofertas en el mismo pipeline. Cada limpieza de empresas podía generar una nueva limpieza de ofertas.
• No todos los registros deberían coincidir. Empresas creadas a partir de dominios de correo personal, como Gmail o Yahoo, y las empresas que pertenecen a una empresa matriz tuvieron que quedar fuera de la fusión, de lo contrario se combinarían los registros incorrectos.

02

Lo que los duplicados rompieron

Una búsqueda semanal de registros que deberían estar fusionados

Cuando regresó, dijo que los duplicados estaban causando caos. Casi cada semana encontraría registros que deberían haber sido fusionados y no lo habían sido, y se preguntaría por qué todavía había tantos duplicados.

En el lado de los acuerdos, una empresa fusionada podría terminar con dos acuerdos para el mismo cliente en el mismo pipeline, y alguien tenía que encontrarlos y fusionarlos manualmente. El equipo ya había decidido qué etapas de acuerdo deberían sobrevivir a una fusión, con etapas como Perdido o Cliente potencial deficiente configuradas para perder.

Por qué eran arriesgadas las reglas laxas

Hacer coincidir con muy poco era arriesgado a esta escala. Al principio, una búsqueda de empresa automatizada fusionó dos empresas cuyos dominios coincidían excepto por el final. Raíz de dominio ignora www, .com y variantes de país por diseño, así que la búsqueda hizo lo que debería. No le preocupaba ese par, pero pausó la búsqueda de Auto Merge y añadió una segunda comprobación, para que dos empresas realmente diferentes no pudieran fusionarse de la misma forma.

Buscar demasiadas coincidencias pasó por alto duplicados reales. Una búsqueda que requería dominio y campo de sitio web se saltaba pares donde un registro dejaba el sitio web en blanco, porque los valores en blanco no cuentan como coincidencia.

04

Cómo cambió la deduplicación

Búsquedas que se ejecutan automáticamente

Dentro de pocas semanas estaba fusionando tanto que había dejado de contar. Poco después, su búsqueda automatizada principal de empresas estaba haciendo su trabajo: capturaba la mayoría de duplicados y solo ocasionalmente marcaba un caso extremo real, así que la dejó ejecutándose. Una búsqueda más antigua de una sola vez ya no devolvía nada, probablemente porque sus duplicados ya habían sido fusionados.

Los números lo confirman. En menos de 7 semanas, el equipo fusionó 2 158 coincidencias de empresas y 1 852 de tratos, muchas con tres o más registros en una sola coincidencia. Doce búsquedas ahora funcionan en Auto Merge, así que los duplicados nuevos de empresas y tratos se fusionan en un calendario en lugar de esperar a que alguien los encuentre.

Una herramienta que el equipo seguía mejorando

Describió Dedupely como haciendo un excelente trabajo deduplicando sus registros, y el equipo siguió añadiendo a la configuración: búsquedas separadas para empresas y ofertas, Merge Rules para cada objeto, y filtros que mantienen fuera los registros incorrectos.