# Doublons Pipedrive Après Migration HubSpot | Dedupely > Les Organisations Pipedrive d'une SaaS ont augmenté 2,5x après migration depuis HubSpot. Avec Dedupely, fusion de 58 000+ enregistrements en double. - URL: https://dedupe.ly/fr/case-studies/saas-pipedrive-migration-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 --- [Études de cas](https://dedupe.ly/case-studies) Pipedrive Cas client ## Comment une entreprise SaaS a fusionné 58 000+ fiches Pipedrive en doublon créées par sa migration depuis HubSpot, avec Dedupely - [Pipedrive](https://dedupe.ly/integrations/pipedrive) - Après une migration CRM - Après une importation de liste - SaaS - 58,000+ enregistrements en doublons fusionnés - 29,000+ correspondances fusionnées - 2.5x combien la liste des Organisations s'est agrandie après la migration Une correspondance est un ensemble d'enregistrements en double fusionnés en un seul enregistrement. Chaque correspondance contient au moins deux enregistrements, donc le nombre d'enregistrements fusionnés est au moins le double du nombre de correspondances. Résumé Une entreprise SaaS a migré de HubSpot vers Pipedrive, et les importations répétées ont porté ses Organizations d'environ 26 000 à 64 000. Avec Dedupely, son fondateur a créé des correspondances sur le nom, puis l'adresse et le téléphone, a conservé l'enregistrement contenant le plus de données, et a fusionné plus de 58 000 enregistrements en doublon. Sur cette page - 01 D'où venaient les doublons - 02 Problèmes causés par les doublons - 03 Comment les doublons ont été résolus - 04 Ce que la déduplication a changé ### D'où venaient les doublons #### Une liste de prospects importée plusieurs fois L'entreprise est une activité SaaS en Asie-Pacifique développant une plateforme d'apprentissage pour les employeurs. Son fondateur et PDG configurait lui-même le pipeline commercial et migrait de HubSpot vers Pipedrive. Le plan était simple : importer une liste de prospects d'environ 26 000 entreprises et commencer à vendre à partir de celle-ci. La migration a demandé plusieurs tentatives : - **La première importation ne s'est pas déroulée comme prévu.** La liste a été exportée en feuille de calcul et importée dans Pipedrive. Quand les données n'ont pas atterri correctement, elle a été réimportée. - **Un outil de migration a encore tout déplacé.** Le compte a été migré avec un outil de migration, et c'est à ce moment que les doublons ont commencé à apparaître. - **Chaque doublon contenait des données différentes.** L'enregistrement du CRM ancien contenait l'adresse complète, la page LinkedIn, le nombre d'employés et la description. D'autres n'avaient que le pays, écrit en différents formats. Le résultat était environ 64 000 [Organisations](https://dedupe.ly/integrations/pipedrive/duplicate-organizations) alors qu'il devrait y en avoir environ 26 000, deux fois et demie le nombre réel. ### Problèmes causés par les doublons #### Une base de données illisible Avec 64 000 organisations à l'écran, il était impossible de savoir quelles fiches étaient réelles. Les données d'une seule entreprise étaient réparties sur deux, trois, quatre et parfois cinq fiches, chacune en contenant une partie différente. Le contrôle des doublons propre à Pipedrive en a signalé environ 9 000, ce qui n'en représentait pas la totalité. #### Les meilleures données devaient être conservées Le nettoyage devait préserver les données plus riches de l'ancien CRM. Une fusion qui aurait conservé le mauvais enregistrement aurait supprimé exactement ce que l'importation était censée apporter. Cette crainte a laissé le CRM inchangé : après avoir vu davantage de doublons s'ajouter aux premiers, le dernier souhait du fondateur était de créer d'autres problèmes avant d'avoir une vue claire des données. ### Comment les doublons ont été résolus - #### 1. Correspondance sur le nom, puis affinage par l'adresse Avec l'équipe de réussite client de Dedupely, le fondateur a commencé par une recherche sur le nom de l'organisation. À lui seul, le nom a retourné environ 26 000 correspondances, trop large pour être fiable, puisque deux entreprises différentes peuvent partager un nom. L'ajout de l'adresse avec correspondance exacte a réduit cela à 4 211 correspondances. Le changement de l'adresse en Similar Words sur les trois premiers mots, pour que les petites différences dans la façon dont une adresse est écrite ne bloquent pas une correspondance, l'a porté à 4 868. - #### 2. Conserver l'enregistrement contenant le plus de données [Merge Rules](https://dedupe.ly/product/duplicate-merging) décidé ce qui survit. La règle Primary Record était définie sur Most Field Data, donc chaque fusion consolidait les doublons dans l'enregistrement ayant le plus d'informations. L'aperçu affiche les valeurs gagnantes en gras avant exécution, et les valeurs vides ne remplacent jamais les données existantes. Une fusion de test de deux enregistrements, vérifiée directement dans Pipedrive, l'a confirmé : la page LinkedIn, le nombre d'employés et la description du CRM ancien étaient tous toujours présents. Après cela, les correspondances ont été fusionnées en masse, par vagues, s'exécutant en arrière-plan. - #### 3. Si des doublons restent, modifiez les champs de recherche Après les premiers milliers de fusions, la recherche était presque vide, mais de nombreux doublons restaient visibles dans Pipedrive. L'adresse était la raison. De nombreux doublons avaient une adresse différente ou aucune, et les valeurs vides ne comptent pas comme correspondance, donc la recherche les ignorait. La solution : cesser la correspondance sur l'adresse, correspondre sur le nom et le téléphone avec Similar. Une fusion de test a validé le résultat. Le plan était une série de fusions en masse sur différentes combinaisons. ### Ce que la déduplication a changé #### Plus de 58 000 enregistrements en doublon fusionnés L'entreprise a fusionné plus de 29 000 correspondances, combinant au moins 58 000 enregistrements en double. Aujourd'hui, le compte synchronise 26 551 enregistrements. #### De zéro au contrôle des données Au départ, le fondateur ne savait pas ce qu'il regardait. En voyant la première fusion conserver la page LinkedIn, le nombre d'employés et la description de l'ancien CRM, il a dit que c'était exactement ce qu'il tentait de faire. Après le deuxième passage, il a compris qu'il s'y prenait mal et que la session lui avait ouvert les yeux. À retenir Quand vous migrez vers un nouveau CRM, importez vos données une fois et comparez le comptage de fiches avec l'ancien système. Si le nombre augmente, nettoyez les doublons avant que votre équipe ne commence à ajouter des notes et des offres aux mauvaises fiches. ### Associé - [Options de correspondance](https://dedupe.ly/knowledge-base/match-options) - [Merge Rules](https://dedupe.ly/knowledge-base/merge-rules) - [Fusionnez les doublons](https://dedupe.ly/knowledge-base/merge-duplicates) - [Cas client 9,092 correspondances de personnes fusionnées Pipedrive Recrutement Comment un cabinet de recrutement a réduit d'un tiers sa liste de contacts Pipedrive après qu'une importation a créé des doublons, avec Dedupely Lire l'histoire](https://dedupe.ly/case-studies/recruiting-pipedrive-import-duplicates) - [Cas client 20,000+ enregistrements en doublons fusionnés Pipedrive SaaS Comment une entreprise de réponse téléphonique IA a arrêté la vérification manuelle de Pipedrive et fusionné 20 000+ doublons avec Dedupely Lire l'histoire](https://dedupe.ly/case-studies/ai-phone-answering-pipedrive-duplicates) - [Cas client 200+ correspondances de comptes fusionnées par mois, en moyenne Salesforce Vente au détail Comment un détaillant a empêché son équipe commerciale de deviner le compte à utiliser dans Salesforce avec Dedupely Lire l'histoire](https://dedupe.ly/case-studies/retail-salesforce-duplicate-accounts) ### Nettoyez vos Organizations Pipedrive aujourd'hui [Essayer gratuitement](https://v2.app.dedupe.ly/signup) [Contacter les ventes](https://meetings.dedupe.ly/meetings/gaby-salinas/talk-to-sales) Aller au contenu