Blog
Doublons

Sur quels champs rapprocher pour trouver les doublons CRM

9
min de lecture
A grid of fields for contacts, companies and deals, with the matched fields filled in

Sommaire

Contacter les ventes
Essayer gratuitement
Afficher en Markdown

Résumé

  • Commencez par les correspondances exactes sur le champ qui identifie chaque fiche, comme l'e-mail ou le domaine.
  • Après les correspondances exactes, combinez deux champs ou plus, comme le nom et l'entreprise.
  • Les meilleurs champs dépendent de l'objet et de l'origine de ses enregistrements.
  • Aucun champ n'est sûr partout, car ce qui compte comme doublon varie selon l'équipe.
  • Dedupely vous permet de créer des recherches de doublons sur les champs adaptés à chaque objet et à chaque source.

Toute recherche de doublons commence par une décision : quels champs doivent concorder pour que deux fiches comptent comme identiques. Trop peu, et vous fusionnez des personnes qui partagent juste un nom. Trop, et les doublons que vous cherchiez passent à travers.

Il n'existe pas de liste universelle des bons champs. Un contact issu d'un formulaire web contient d'autres données qu'un contact issu d'une liste d'événement. Une fiche entreprise ne se comporte pas non plus comme une transaction.

Dans cet article, vous verrez par où commencer et quelles combinaisons essayer ensuite. Vous verrez aussi comment l'objet et la source changent votre choix, et pourquoi un seul champ peut induire en erreur.

D'abord, définissez ce qu'est un doublon dans votre CRM

Avant de choisir des champs, regardez vos propres données. Qu'est-ce qui fait de deux fiches le même client pour votre équipe, et où vos fiches se recoupent-elles ? Une fois que vous le savez, les champs de rapprochement, et la rigueur de chacun, en découlent.

Cela dépend du cas : ce qu'une équipe considère comme un doublon, une autre peut ne pas le faire.

Une équipe qui vend à des particuliers peut traiter deux contacts au même e-mail comme une seule personne. Une équipe qui vend à des foyers peut les traiter comme deux acheteurs partageant une boîte.

Il en va de même pour les entreprises. Pour une équipe, tous les bureaux d'une entreprise forment un compte. Pour une autre, chaque bureau a son propriétaire et son contrat, et doit rester une fiche à part.

Commencez par les doublons évidents

La première étape la plus sûre, ce sont les doublons que personne ne conteste. Ce sont en général des correspondances exactes sur le champ qui identifie chaque fiche, et les moins risquées à fusionner.

Contacts : e-mail

Pour les personnes, l'e-mail est le point de départ habituel. Deux contacts avec le même e-mail professionnel sont très probablement la même personne, même si les noms sont écrits différemment.

Comparez-le à l'identique, sans tenir compte de la casse. Gardez une correspondance d'email plus souple pour plus tard, une fois les groupes évidents fusionnés.

Entreprises : domaine

Pour les entreprises, le domaine du site web joue le même rôle. Deux fiches entreprise au même domaine sont en général la même société, quel que soit le champ nom.

Les domaines demandent un peu de soin. La même entreprise peut apparaître comme www.example.com, example.com et https://example.com/contact, donc comparez le domaine principal.

Puis combinez les champs

Beaucoup de doublons ne partagent ni e-mail ni domaine. Une fiche a un e-mail professionnel, l'autre un e-mail personnel, ou l'une n'a pas d'e-mail du tout. Pour les trouver, combinez deux champs ou plus qui, ensemble, désignent une personne ou une entreprise.

Nom et entreprise

Prénom et nom avec le nom de l'entreprise est une combinaison courante pour les contacts. Elle repère les personnes inscrites deux fois avec des e-mails différents, et les fiches saisies à la main sans e-mail.

Nom et pays ou ville

Pour les entreprises, nom plus pays est une bonne étape suivante. Elle sépare « Northwind » en Allemagne de « Northwind » au Canada, qui peuvent n'avoir aucun lien.

Pour les contacts sans entreprise, le nom plus la ville peut fonctionner, à condition que les noms de votre base ne soient pas trop courants.

Nom et téléphone

Le nom avec un numéro de téléphone aide quand les e-mails manquent, comme pour les fiches issues d'appels ou d'événements en présentiel. Les formats de téléphone varient beaucoup, alors retirez espaces, tirets et parenthèses et comparez les chiffres.

Les leads et transactions ont besoin de leurs propres champs

Les contacts et les entreprises suivent les points de départ ci-dessus. Les leads et les transactions se comportent autrement, à cause de ce qu'ils contiennent et de la vitesse à laquelle ils sont créés.

Objet Une bonne première correspondance Une combinaison suivante Là où il peut tromper
Leads Email exact pour les leads personnes, domaine exact pour les leads entreprises Le nom avec l'entreprise du formulaire ou de la liste Des leads importés avec seulement un nom et une entreprise, et des inscriptions répétées avec un nouvel e-mail
Transactions Même entreprise associée, même montant et même date de clôture Nom de la transaction avec l'entreprise Renouvellements et achats répétés que votre équipe garde comme transactions séparées

Les leads contiennent peu de données, donc une correspondance sur deux champs maigres mérite une relecture. Les transactions portent de l'argent : vérifiez propriétaire et étape avant de fusionner, car ils décident qui est crédité.

Choisir les champs pour chaque source

L'origine d'une fiche vous dit à quels champs vous fier. Un même objet peut demander des champs différents selon la façon dont ses fiches ont été créées.

Formulaires web

Les formulaires recueillent en général un email, donc l'email y est plutôt fiable. Les noms le sont moins : les gens tapent des surnoms, tout en majuscules ou leur nom complet dans le champ prénom.

Imports et listes d'événements

Listes d'événements, de partenaires ou de fournisseurs ont souvent des noms et des entreprises mais pas d'e-mail, ou un e-mail personnel. Nom et entreprise est en général la meilleure correspondance pour ces enregistrements.

Intégrations et enrichissement

Les fiches créées par un autre système portent souvent l'identifiant propre à ce système, une correspondance solide quand il est présent. Les outils d'enrichissement peuvent ajouter le nom juridique d'une entreprise, et les correspondances sur le nom échouent alors là où celles sur le domaine marchent encore.

Les fiches saisies par les commerciaux

La saisie manuelle apporte des fautes de frappe, des champs manquants et des valeurs dans le mauvais champ, comme un numéro dans le champ e-mail. Un rapprochement de noms plus souple aide, tout comme vérifier plus d'un champ.

Pourquoi un seul champ peut induire en erreur

Il n'y a pas de liste fixe de champs à ne jamais utiliser seuls. Cela dépend de vos données. Certains champs induisent toutefois en erreur assez souvent pour mériter un second regard :

  • Numéros de téléphone : le standard d'un bureau ou le fixe d'une famille peut être partagé par beaucoup de monde.
  • Prénoms : des prénoms courants comme Maria ou John correspondent à des milliers de personnes sans lien.
  • E-mail : les boîtes partagées comme info@ ou sales@ peuvent représenter toute une équipe.
  • Nom de l'entreprise : des entreprises différentes peuvent porter le même nom dans des pays différents.
  • Ville ou adresse : un grand immeuble de bureaux peut abriter des dizaines d'entreprises.

Rien de tout cela n'est une règle. Pour une entreprise qui sert des foyers, un téléphone partagé peut être exactement ce qui fait de deux fiches un seul client. C'est pourquoi les champs doivent découler de votre propre définition du doublon.

Décidez de la rigueur de chaque champ

Choisir un champ, c'est la moitié de la décision. L'autre moitié, c'est le degré de concordance de ses valeurs. Exact convient à l'e-mail ou au domaine, une option plus souple aux noms, et un champ souvent vide peut être laissé de côté.

Un schéma utile consiste en un champ strict plus un ou deux plus souples. Par exemple, un domaine d'entreprise exact avec un nom de contact plus souple trouve la même personne saisie deux fois dans une entreprise. Pour en savoir plus sur la façon de gagner en confiance, voir comment identifier correctement tous les doublons de votre CRM.

Comment Dedupely vous aide à rapprocher sur les bons champs

Dans Dedupely, vous créez des recherches de doublons pour chaque objet et réglez la rigueur de chaque champ, de l'exact à l'orthographe proche. Des recherches prêtes à l'emploi pour les combinaisons de champs courantes sont là dès la première connexion, pour commencer par les doublons évidents. Quand des fiches correspondent sans être des doublons pour votre équipe, rejetez la correspondance, elle ne reviendra pas dans vos recherches.

Créez votre première recherche de doublons

Laissez vos propres données choisir les champs

Les champs qui trouvent les doublons dans un CRM peuvent les rater, ou rapprocher les mauvaises fiches, dans un autre. Commencer par les correspondances exactes d'e-mail et de domaine règle les ensembles évidents, et des combinaisons comme le nom avec l'entreprise ou le pays trouvent le reste.

Ce qui tient l'ensemble, c'est votre propre définition du doublon. Sachez ce qui fait de deux fiches le même client pour votre équipe, et où chaque source a des données justes ou fausses. Les bons champs pour chaque objet deviennent alors bien plus faciles à choisir.

Questions fréquentes

Quels champs utiliser pour trouver les contacts en double ?

Commencez par l'e-mail, en correspondance exacte, car deux contacts avec le même e-mail professionnel sont en général une seule personne. Combinez ensuite prénom et nom avec l'entreprise, ou le nom avec le téléphone, pour repérer les personnes avec des e-mails différents ou sans e-mail. Le bon dosage dépend de l'origine de vos contacts et de ce que votre équipe considère comme un doublon.

Quels champs utiliser pour trouver les transactions en double ?

Commencez par les transactions liées à la même entreprise qui partagent le même montant et la même date de clôture. Comparez ensuite le nom de la transaction avec l'entreprise. Les renouvellements et achats répétés peuvent sembler identiques, décidez donc d'abord si votre équipe les garde comme transactions séparées avant de fusionner quoi que ce soit.

Rapprocher sur le nom seul suffit-il pour trouver les doublons ?

En général non : les noms courants correspondent à beaucoup de personnes sans lien, et des sociétés différentes de pays différents peuvent partager un nom. Combinez le nom avec au moins un autre champ, comme l'entreprise, le domaine e-mail, le pays ou le téléphone. Deux fiches ne correspondent alors que si plusieurs indices concordent.

Peut-on trouver des doublons par numéro de téléphone ?

Oui, mais les numéros de téléphone fonctionnent mieux associés à un nom. Les standards et les fixes familiaux peuvent être partagés par beaucoup de monde, donc une correspondance sur le seul téléphone peut regrouper des fiches qui ne sont pas des doublons. Les formats varient aussi, alors retirez espaces, tirets et indicatifs et comparez les chiffres.

Combien de champs doivent correspondre avant de fusionner des doublons ?

Plus les champs solides concordent, plus la fusion est sûre : une correspondance exacte d'e-mail ou de domaine suffit souvent pour les doublons évidents. Pour des correspondances plus souples, cherchez trois ou quatre champs qui concordent, comme le nom, l'entreprise et le téléphone. Examinez les ensembles qui en ont moins avant de fusionner.

Portrait de Gaby Salinas

Derrière l'article

Gaby Salinas

Assistante marketing chez Dedupely

Gaby Salinas est arrivée aux données CRM depuis le marketing et la publicité, si bien qu'elle aborde les doublons sous deux angles : la logique de correspondance et de fusion qui les sous-tend, et ce qu'ils provoquent chez les personnes qui utilisent le CRM, comme le commercial qui appelle un client deux fois, l'administrateur à qui l'on reproche la situation et le nettoyage que personne ne veut entreprendre.

En tant qu'assistante marketing chez Dedupely, elle suit la manière dont les équipes RevOps, les utilisateurs finaux, les consultants et les équipes techniques travaillent réellement avec leurs données : les enregistrements auxquels ils cessent de faire confiance, les solutions de contournement qu'ils mettent en place et le moment où ils décident enfin de procéder au nettoyage. Ce qu'elle découvre façonne l'essentiel de ce que Dedupely publie.

Se connecter avec Gaby sur LinkedIn

Nous contacter

Nous vous aidons volontiers à le mettre en place.

Écrivez-nous

Nous avons sans doute déjà la réponse à votre question

E-mail copié dans le presse-papiers !

Réserver un Zoom

Que vous débutiez ou que vous passiez la vitesse supérieure.
Contactez-nous

Commencez gratuitement

20 fusions gratuites en essai et autant d’assistance gratuite que nécessaire pour maîtriser vos doublons.

"Un gain de temps fantastique avec d'excellents filtres - la fusion automatique et en masse devient tellement plus simple !"
Une équipe

Une équipe

Utilisateur HubSpot

HubSpot MarketplaceHubSpot Marketplace

Vous nettoyez des CRM pour vos clients ? Voir le programme partenaires

Aller au contenu