Résumé
- Normaliser d'abord les données du CRM est facultatif quand la correspondance sait lire au-delà des différences de format.
- Formats de téléphone, majuscules, accents, suffixes d'entreprise et préfixes de sites web cachent tous des doublons.
- La fusion décide quelle valeur survit, la valeur que vous gardez peut donc être une valeur bien formatée.
- Normaliser un fichier avant un import empêche de nouveaux problèmes de format d'entrer dans le CRM.
- Dedupely repère les doublons malgré les différences de format et vous laisse choisir la valeur gagnante.
Beaucoup d'équipes planifient le nettoyage du CRM en deux étapes. D'abord, elles mettent chaque numéro, nom d'entreprise et site web au même format. Ensuite, elles cherchent les doublons.
La première étape peut prendre des semaines, et elle cale souvent avant que la seconde ne commence. Pendant ce temps, les doublons restent en place, et de nouveaux continuent d'arriver.
Dans cet article, vous verrez pourquoi vous n'avez pas besoin de standardiser vos données avant de dédoublonner. Vous verrez quelles différences de format cachent des doublons, comment Dedupely trouve les correspondances malgré elles et comment la fusion garde la valeur fiable. Vous verrez aussi trois outils gratuits pour nettoyer un fichier avant qu'il n'arrive dans votre CRM.
La réponse courte : non
Normaliser et dédoublonner résolvent des problèmes différents. Normaliser rend les valeurs identiques en apparence. Dédoublonner trouve les fiches qui décrivent la même personne ou entreprise et les fusionne en une seule.
Les deux ne se croisent qu'au rapprochement. Si une recherche compare les valeurs caractère par caractère, « (555) 123-4567 » et « 555.123.4567 » ressemblent à deux numéros différents. Si elle compare ce que les valeurs signifient, le format ne compte plus.
Voilà pourquoi l'ordre peut s'inverser. Vous pouvez dédoublonner d'abord, avec un rapprochement qui lit à travers les formats, et laisser la fusion garder la valeur la mieux formatée. Le nettoyage vous laisse alors moins d'enregistrements à standardiser ensuite.
Les différences de format qui masquent les doublons
Ces différences apparaissent dans presque tous les CRM. Chacune divise une même personne ou entreprise en fiches qu'une comparaison exacte traite comme différentes.
| Champ | Ce qui varie | Exemple |
|---|---|---|
| Téléphone | Espaces, tirets, parenthèses, indicatifs pays | +1 (555) 123-4567 et 555-123-4567 |
| Noms | Majuscules, accents, surnoms | José Müller et jose muller ; Robert et Bob |
| Nom de l'entreprise | Suffixes juridiques, ordre des mots | Acme Inc et Acme LLC |
| Site web ou domaine | www, https, domaines pays | https://www.acme.com et acme.co.uk |
| Majuscules | Ana.Ruiz@Acme.com et ana.ruiz@acme.com |
La plupart viennent de la façon dont les fiches entrent dans le CRM. Formulaires, imports, outils d'enrichissement et commerciaux qui saisissent à la main utilisent chacun leur propre format. Notre article sur comment les données internationales créent des doublons cachés traite ceux qui viennent d'autres pays et d'autres langues.
Comment Dedupely rapproche malgré les différences de format
Dans Dedupely, chaque champ d'une recherche de doublons a sa propre option de correspondance. Plusieurs sont conçues pour ignorer la mise en forme, donc les valeurs de votre CRM peuvent rester telles quelles pendant la recherche.
Numéros de téléphone
Pour les champs téléphone, l'option de correspondance pour les petites différences supprime la mise en forme, les tirets, les parenthèses et les indicatifs pays. Elle compare ensuite les sept derniers chiffres. « +1 (555) 123-4567 » et « 555.123.4567 » deviennent le même numéro.
Sept chiffres peuvent aussi être communs à deux numéros différents dans des indicatifs régionaux différents. Associez le téléphone à un nom ou une entreprise, pour qu'une correspondance exige que les deux concordent. Notre article sur rapprocher les doublons par numéro de téléphone va plus loin.
Noms, accents et majuscules
La correspondance exacte dans Dedupely ignore la casse, et le rapprochement traite de la même façon les lettres accentuées et non accentuées. José et Jose correspondent, tout comme Müller et Muller.
Pour les différences d'orthographe, une option de correspondance repère les petites fautes et les lettres manquantes, et une autre les noms qui se prononcent pareil, comme Sean et Shawn. Le rapprochement par mots communs peut aussi apparier des surnoms, comme Robert et Bob.
Noms d'entreprise et suffixes
La correspondance sur mots partagés compare les mots d'un nom, dans n'importe quel ordre ou sur les premiers ou derniers mots. Vous pouvez aussi ajouter jusqu'à 50 termes à ignorer, comme Inc., LLC ou Ltd., chaque équipe ajoutant ceux dont ses données ont besoin.
Avec Inc. et LLC dans la liste, « Acme Inc » et « Acme LLC » se comparent tous deux comme « Acme ». Notre guide sur le le nettoyage d'un CSV avant un import CRM montre pourquoi les tableurs ne les repèrent pas.
Domaines et sites web
Rapprocher sur la racine d'un domaine compare le domaine principal d'un e-mail ou d'une URL. Cela ignore tout ce qui se trouve avant et après le domaine lui-même, comme https, www, les chemins et les extensions nationales, et « https://www.acme.com/contact » et « acme.co.uk » partagent donc la racine « acme ».
Il rapproche aussi sales@acme.com et support@acme.com. C'est utile pour les entreprises et risqué pour les personnes, alors utilisez-le sur les fiches entreprise ou associez-le à un nom.
Laisser la fusion décider du format conservé
La correspondance trouve les doublons. La fusion décide de l'allure de la fiche ensuite, et c'est là que le format peut être corrigé gratuitement.
Quand trois fiches d'une même personne fusionnent, un numéro, une orthographe du nom et un nom d'entreprise survivent. Si vous choisissez ces valeurs à dessein, le nettoyage vous laisse une fiche mieux formatée que chacune des originales.
Dans Dedupely, vous fixez des règles sur la fiche conservée et la valeur gagnante dans chaque champ. La fiche conservée peut être la plus ancienne, la plus récente, la dernière mise à jour ou la plus complète. Les règles champ par champ s'ajoutent par-dessus.
Une règle de champ peut aussi choisir une valeur selon son contenu. Par exemple, réglez la règle du téléphone pour garder le numéro qui contient « + », et la version avec l'indicatif l'emporte.
Les champs vides n'écrasent jamais les champs remplis : une valeur ne disparaît que si vous en choisissez une autre.
Prévisualisez quelques fusions avant de lancer une recherche entière. L'aperçu montre les valeurs gagnantes en gras, pour voir quel format la fiche fusionnée gardera.
Là où la normalisation aide encore
Sauter la normalisation avant le dédoublonnage ne veut pas dire s'en passer complètement. Des formats cohérents comptent toujours pour les rapports, les segments, les workflows et les outils qui lisent votre CRM.
- Après la fusion : moins de fiches signifie moins à corriger, et beaucoup de champs portent déjà la valeur choisie.
- À la source : un champ de formulaire qui demande l'indicatif, ou une liste déroulante de pays, arrête les nouvelles variantes.
- Avant un import : un fichier est l'endroit le plus simple pour corriger les formats, car rien dans le CRM n'en dépend encore.
Les deux premiers font partie de votre routine habituelle. Le troisième bénéficie d'une aide gratuite.
Trois outils gratuits pour nettoyer un fichier avant un import
Les outils gratuits de Dedupely tournent dans le navigateur, sans compte. Trois d'entre eux corrigent les formats à l'origine du plus grand nombre de doublons cachés dans une liste.
Formateur de numéro de téléphone
Collez une colonne de numéros et récupérez-les au format E.164, le format international qui commence par un plus et l'indicatif pays. L'outil signale les numéros qu'il ne peut pas formater, pour les corriger ou les écarter avant l'import. Formateur de numéro de téléphone
Normalisation des noms d’entreprise
Les noms d'entreprise arrivent avec des suffixes, des majuscules et de la ponctuation dans toutes les combinaisons. Le normaliseur transforme « Acme Inc » et « ACME Incorporated » en un seul nom d'entreprise, et la liste arrive dans votre CRM avec une seule orthographe. Normalisation des noms d’entreprise
Normalisateur d'emails
L'e-mail est le champ que beaucoup de CRM utilisent pour reconnaître un contact à l'import. Le normaliseur met chaque adresse en minuscules et repère les fautes de frappe, pour qu'une adresse mal saisie ne devienne pas un second contact. Normalisateur d'emails
Une fois le fichier propre dans votre CRM, lancez-y vos recherches de doublons. Un fichier propre peut encore contenir des personnes qui existent déjà dans le CRM, et le rapprochement les détecte.
Comment Dedupely trouve les doublons dans des données non normalisées
Dedupely se connecte à votre CRM et compare chaque champ avec sa propre option, en passant outre formats de téléphone, majuscules, accents, suffixes d'entreprise et préfixes de sites. Vous fixez quelle valeur gagne et prévisualisez chaque fusion, pour que la fiche conservée porte la valeur fiable.
Dédoublonner d'abord, puis ranger le reste
Normaliser tout un CRM avant de dédoublonner est un projet en soi, et retarde le nettoyage qui compte le plus. Un rapprochement qui lit à travers les formats trouve les doublons dans les données que vous avez aujourd'hui.
La fusion devient alors votre étape de normalisation pour chaque fiche concernée. Il reste moins à ranger ensuite, et un import propre évite les nouvelles variantes.
Questions fréquentes
Faut-il normaliser les données CRM avant de dédoublonner ?
Pas forcément, si votre correspondance passe outre les différences de format comme les téléphones, les accents et les suffixes d'entreprise. Dédoublonner d'abord laisse moins de fiches à normaliser, et la fusion peut garder la valeur la mieux formatée. Normaliser reste utile ensuite pour les rapports et workflows, et avant tout nouvel import.
Peut-on trouver des doublons si les numéros de téléphone ont des formats différents ?
Oui, si le rapprochement retire espaces, tirets, parenthèses et indicatifs pays avant de comparer. Associez le téléphone à un nom ou une entreprise, car comparer seulement les derniers chiffres peut apparier deux numéros différents de zones différentes. Testez d'abord la recherche sur un échantillon.
Les suffixes comme Inc. et LLC empêchent-ils les doublons de correspondre ?
Oui avec la correspondance exacte, car « Acme Inc » et « Acme LLC » sont des textes différents. Une correspondance qui ignore une liste de suffixes compare le nom principal, les deux se lisent donc « Acme ». Constituez la liste à partir de vos propres données, car les suffixes varient selon le pays, comme GmbH ou Pty Ltd.
Quelle différence entre normalisation des données et dédoublonnage ?
La normalisation modifie les valeurs pour qu'elles suivent un format, comme les numéros en E.164 ou une orthographe par pays. Le dédoublonnage trouve les fiches d'une même personne ou entreprise et les fusionne en une. Les deux se rejoignent dans la correspondance : des formats incohérents cachent des doublons à la comparaison exacte, que la correspondance souple sait lire.
Faut-il nettoyer un fichier CSV avant de l'importer dans mon CRM ?
Oui, un fichier est l'endroit le plus simple pour corriger les formats, car rien ne dépend encore de ses lignes. Formatez les numéros, mettez les e-mails en minuscules et normalisez les noms d'entreprise, puis supprimez les doublons du fichier. Après l'import, cherchez les fiches qui correspondent à des personnes déjà dans votre CRM.
Ou inscrivez-vous avec Google
