Caso di studio

Come un'azienda SaaS ha unito 58.000+ record duplicate di Pipedrive creati dalla sua migrazione da HubSpot, con Dedupely

  • Pipedrive
  • Dopo una migrazione CRM
  • Dopo l'importazione di un elenco
  • SaaS
  • 58,000+ record duplicati uniti
  • 29,000+ corrispondenze unite
  • 2.5x quanto è cresciuto l'elenco Organizzazioni dopo la migrazione

Una corrispondenza è un insieme di record duplicati fusi in un unico record. Ogni corrispondenza contiene almeno due record, quindi il numero di record fusi è almeno il doppio del numero di corrispondenze.

Da dove provengono i duplicati

Un elenco di prospect, importato più volte

L'azienda è un'attività SaaS in Asia-Pacifico che sviluppa una piattaforma di apprendimento per i datori di lavoro. Il fondatore e CEO stava configurando la pipeline di vendita da solo e migrando da HubSpot a Pipedrive. Il piano era semplice: trasferire un elenco di prospetti di circa 26.000 aziende e iniziare a vendere da lì.

La migrazione ha richiesto più di un tentativo:

  • La prima importazione non è arrivata come previsto. L'elenco è stato esportato come foglio di calcolo e importato in Pipedrive, ma quando i dati non sono arrivati come previsto, è stato importato di nuovo.
  • Uno strumento di migrazione ha spostato di nuovo tutto. Dopo di che, l'intero account è stato trasferito con uno strumento di migrazione, ed è allora che i duplicati sono apparsi.
  • Ogni duplicato conteneva dati diversi. Il record del vecchio CRM aveva l'indirizzo completo, la pagina LinkedIn, il numero di dipendenti e la descrizione. Altri avevano solo un paese, scritto in formati diversi.

Il risultato era circa 64.000 Organizzazioni dove ci sarebbero dovuti essere circa 26.000, due volte e mezzo il numero reale.

Un team che pianifica una pipeline di vendita

Cosa hanno rotto i duplicati

Un database illeggibile

Con 64.000 organizzazioni sullo schermo, non c'era modo di dire quali record fossero reali. I dati di una singola azienda erano suddivisi in due, tre, quattro e a volte cinque record, ognuno contenente una parte diversa. Il controllo duplicati di Pipedrive ha segnalato circa 9.000, che non hanno coperto tutti.

I dati migliori dovevano sopravvivere

La pulizia doveva conservare i dati più ricchi dal vecchio CRM. Un'unione che preservasse il record sbagliato eliminerebbe esattamente quello che l'importazione era destinata a portare. Quella preoccupazione mantenne il CRM intatto: dopo aver visto più duplicati accumularsi su quelli iniziali, l'ultima cosa che il fondatore voleva era creare più problemi prima di avere una visione chiara dei dati.

Come sono stati risolti i duplicati

  1. 1. Abbina per nome, poi restringi per indirizzo

    Con il team Customer Success di Dedupely, il fondatore ha iniziato con una ricerca sul nome dell'organizzazione. Di per sé, il nome ha restituito circa 26.000 risultati, troppo ampi per essere affidabili, poiché due aziende diverse possono condividere un nome. Aggiungendo l'indirizzo con Exact matching ha ridotto a 4.211 risultati. Cambiando l'indirizzo a Similar Words sulle prime tre parole, in modo che piccole differenze in come viene scritto un indirizzo non blocchino una corrispondenza, l'ha aumentato a 4.868.

  2. 2. Mantieni il record con più dati

    Merge Rules ha deciso cosa sopravvive. La regola del Record Primario è stata impostata su Più Dati Campo, quindi ogni merge piega i duplicati nel record che contiene più informazioni. L'anteprima del merge mostra i valori vincenti in grassetto prima che accada qualsiasi cosa, e i valori vuoti non sovrascrivono mai i dati esistenti.

    Un'unione di prova di due record, controllata direttamente in Pipedrive, lo ha confermato: la pagina LinkedIn, il numero di dipendenti e la descrizione dal vecchio CRM erano ancora tutti lì. Dopo di che, le corrispondenze sono state unite in massa, in ondate, in esecuzione in background.

    Merge Rules di Dedupely con il record primario impostato a Dati di campo prevalenti

  3. 3. Se i duplicati persistono, modifica i campi di corrispondenza

    Dopo le prime migliaia di unioni, la ricerca era quasi vuota, ma molti duplicati erano ancora visibili in Pipedrive. Il problema era l'indirizzo. Molti duplicati avevano un indirizzo diverso o nessuno, e i valori vuoti non contano come corrispondenza, quindi la ricerca li ha saltati.

    La soluzione era smettere di abbinare sull'indirizzo e abbinare su nome e telefono, con il Telefono impostato su Similar Words in modo che i prefissi internazionali, gli spazi e i trattini non ostacolino l'abbinamento. Un'unione di prova di un'azienda con quattro record ha lasciato esattamente uno in Pipedrive. Da lì, il piano era una serie di merge in massa, ognuno catturando un gruppo che l'ultimo ha perso: nome e telefono, nome e indirizzo di nuovo, poi le prime due parole del nome.

    Ricerca Organizations di Dedupely con corrispondenza su Nome e Telefono

Cosa è cambiato con la deduplicazione

58,000+ record duplicati uniti

L'azienda ha fusionato più di 29.000 corrispondenze, combinando almeno 58.000 record duplicati. Oggi l'account sincronizza 26.551 record.

Da nessuna idea ai dati desiderati

All'inizio, il fondatore ha detto di non avere idea di cosa stesse guardando. Vedendo il primo merge mantenere la pagina LinkedIn, il numero di dipendenti e la descrizione dal vecchio CRM, ha detto che era esattamente quello che stava cercando di fare. Dopo il secondo turno, ha detto che stava procedendo nel modo sbagliato e che la sessione lo aveva aiutato.

Correlato

Pulisci le tue Organizzazioni Pipedrive oggi

Prova gratis Contatta le vendite
Vai al contenuto