Come una Fintech ha dato al suo team di vendita una pipeline affidabile eliminando 4.000+ corrispondenze duplicate con Dedupely

01

Da dove provengono i duplicati

Un'azienda, due campi sito web e un'offerta per ogni duplicato

L'azienda è un'attività fintech che gestisce la sua pipeline di vendita in HubSpot, con più di 500.000 record e un paio di migliaia di deal. Il manager di RevOps aveva utilizzato Dedupely un paio di anni prima, se ne era allontanato e è tornato con quello che ha descritto come un grande problema di duplicati a livello di società e a livello di deal. Aveva già costruito ricerche e Merge Rules proprie, e i duplicati continuavano a passare.

Tre fattori li creavano continuamente:

• Il sito web viveva in due posti. Alcuni record aziendali lo hanno memorizzato nel campo dominio, altri in un secondo campo sito web. Una ricerca su un campo non ha trovato i duplicati nascosti nell'altro.
• Le fusioni aziendali hanno creato duplicati di trattative. Quando due aziende si univano, ognuna portava la sua offerta, quindi l'azienda superstite finiva con due offerte nella stessa pipeline. Ogni pulizia di aziende potrebbe lasciare dietro una nuova pulizia di offerte.
• Non tutti i record dovrebbero corrispondere. Aziende creati da domini di posta personali, come Gmail o Yahoo, e le aziende che appartengono a un'azienda madre dovevano stare fuori dall'unione, altrimenti i record sbagliati si combinerebbero.

02

Cosa hanno rotto i duplicati

Una ricerca settimanale di record che avrebbero dovuto essere uniti

Quando è tornato, ha detto che i duplicati stavano causando il caos. Quasi ogni settimana trovava record che avrebbero dovuto unirsi e non l'avevano fatto, e si chiedeva perché ci fossero ancora così tanti duplicati.

Lato deal, un'azienda unita poteva avere due deal per lo stesso cliente nella stessa pipeline, e richiedeva un'unione manuale. Il team aveva già deciso quali deal stage dovevano sopravvivere a un merge, con stage come Lost o Bad lead impostati per essere scartati.

Perché le regole poco restrittive erano rischiose

Cercare con troppi pochi criteri era rischioso a questa scala. All'inizio, una ricerca automatica di aziende ha unito due aziende i cui domini corrispondevano tranne per l'estensione. Domain Root ignora www, .com e varianti di paese per scelta progettuale, quindi la ricerca ha fatto quello per cui era stata impostata. Non era preoccupato per quella coppia, ma ha messo in pausa la ricerca Auto Merge e ha aggiunto un secondo controllo, in modo che due aziende realmente diverse non potessero unirsi nello stesso modo.

L'abbinamento su troppi elementi ha invece mancato i duplicati reali. Una ricerca che richiedeva sia il dominio che il campo del sito web ha saltato le coppie in cui un record ha lasciato il sito web vuoto, perché i valori vuoti non contano come corrispondenza.

04

Cosa è cambiato con la deduplicazione

Ricerche che si eseguono da sole

Nel giro di poche settimane stava facendo tante fusioni da aver smesso di contare. Poco dopo, la sua ricerca principale di società automatizzata stava facendo il suo lavoro, intercettando la maggior parte dei duplicati e occasionalmente marcando solo un caso limite, così l'ha lasciata in esecuzione. Una ricerca precedente non strutturata ora non restituiva più nulla, molto probabilmente perché i suoi duplicati erano già stati fusionati.

I numeri lo confermano. In meno di 7 settimane, il team ha fusionato 2.158 corrispondenze di società e 1.852 corrispondenze di deal, molti con tre o più record in una singola corrispondenza. Dodici ricerche ora vengono eseguite in Auto Merge, quindi i nuovi duplicati tra società e deal si fusionano secondo una pianificazione anziché aspettare che qualcuno li individui.

Uno strumento su cui il team ha continuato a investire

Ha descritto Dedupely come una soluzione eccellente per deduplicare i loro record, e il team ha continuato ad aggiungere alla configurazione: ricerche separate per aziende e accordi, Merge Rules per ogni oggetto e filtri che escludono i record sbagliati.