TL;DR
- B2B-dubbletter är personer inom företag, matchade på företagets domän och företagsnamn.
- B2C-dubbletter är privatpersoner och hushåll, matchade på namn, telefon och adress.
- Domänmatchning på privata e-postdomäner som gmail.com samlar orelaterade konsumenter i samma grupp.
- Om en delad inkorg eller ett delat hem är en dubblett beror på ditt team.
- Dedupely hittar dubblerade personer och företag, oavsett om dina kunder är företag eller privatpersoner.
En dubblett är två eller fler poster för samma sak. Vad "saken" är beror på vem du säljer till.
I B2B är en post en person inom ett företag, eller företaget självt. I B2C är en post en enskild individ, ofta i ett hushåll med andra kunder. Fälten som visar att två poster är samma ändras med det, och det gör även felen.
I det här inlägget ser du hur B2B- och B2C-dubbletter skiljer sig och vilka fält varje modell matchar på. Du ser också var de två överlappar och vad som går fel när reglerna blandas ihop.
Vad en post representerar i B2B och B2C
Skillnaden börjar med vad varje post representerar.
B2B: personer inom företag
B2B-data har två nivåer: företag och de personer som arbetar där. En dubblett kan uppstå på båda nivåerna. Samma företag kan finnas två gånger, och samma person kan finnas två gånger på ett och samma företag.
Företaget är det som binder ihop personerna. Det är därför företagsuppgifter, som webbdomän och företagsnamn, väger så tungt i B2B-matchning.
B2C: privatpersoner och hushåll
B2C-data handlar om individer. Det finns inget företag som förankrar dem, så personens egna uppgifter gör jobbet: namn, telefon, adress och privat e-post.
Många konsumenter delar också hem. Partners, föräldrar och barn kan dela adress, telefonnummer och ibland e-post.
Så matchas B2B-dubletter
Börja med de uppenbara dubbletterna: exakt e-post för personer och exakt domän för företag. Kombinera sedan fält för resten.
Företag: domän, sedan namn
Huvuddomänen för ett företags webbplats eller e-post är ofta den starkaste länken mellan företagsposter. Matcha företag på domän förklarar varför, och när landsdomäner eller dotterbolag gör det svårare.
Företagsnamn hjälper när domänen saknas. Suffix som Inc. eller GmbH kan dölja matchningar, så namn jämförs ofta utan dem.
Personer: e-post, sedan namn med företag
Jobb-e-post är första fältet för personer. När en person har två e-postadresser på samma företag hittar man dem med namn kombinerat med företag eller domän.
Delade inkorgar
Adresser som info@ eller sales@ tillhör ett team. Flera personer kan använda en, så matchning enbart på e-post kan gruppera olika kollegor tillsammans.
Så matchas B2C-dubbletter
B2C börjar också med exakt e-post. Konsumenter använder dock ofta mer än en e-postadress, så många dubbletter behöver andra fält för att hittas.
Privatpersoner: namn med telefon eller adress
Kombinera namn med ett fält som är stabilt för personen: telefonnummer, eller adress med postnummer. En matchning på enbart namn är svag, eftersom vanliga namn återkommer hos orelaterade personer.
Namnvariationer
Konsumenter skriver in sina egna namn, så stavfel, smeknamn och stavningsvarianter är vanliga. Robert och Bob, eller Sean och Shawn, kan vara samma person. Matchning som tar hänsyn till dessa skillnader fångar dubbletter som exakt matchning missar.
Hushåll
En delad adress eller telefon kan peka på en person som angetts två gånger, eller på två personer i ett hushåll. Vissa företag behandlar hushållet som en kund, medan andra behöver att varje person hålls isär. Dubblettkunder i e-handel går igenom hushåll och gåvobeställningar mer i detalj.
B2B- och B2C-dubbletter sida vid sida
| B2B | B2C | |
|---|---|---|
| Vad en post är | En person inom ett företag, eller företaget | En enskild person, ofta i ett hushåll |
| Börja med | Exakt e-post; exakt företagsdomän | Exakt e-post |
| Prova sedan | Namn med företag eller domän; företagsnamn utan bolagsformer | Namn med telefon; namn med adress och postnummer |
| Delad data | Delade brevlådor, företagets huvudnummer | Hushållets adress, telefon eller e-post |
| Fält att utesluta | Privata e-postdomäner vid domänmatchning | Endast e-post som matchningsfält |
| Vanlig bedömningsfråga | Filialer och dotterbolag som delar namn eller domän | Hushållsmedlemmar som delar kontaktuppgifter |
Där B2B och B2C överlappar
Många verksamheter passar inte snyggt in i en modell. I dessa fall avgörs vad som räknas som dubblett från fall till fall, och det ett team anser vara en dubblett kanske inte ett annat gör.
- Enskilda firmor och frilansare: personen är företaget, och en privat e-postadress är företagets e-postadress.
- Företag som säljer till båda: någon kan köpa privat och igen för sin arbetsgivare, som två kunder eller en.
- Småföretag med personliga e-postadresser: en butiksägare som använder en gmail.com-adress kan inte matchas mot ett företag via domän.
Bestäm vilken modell varje grupp av poster följer, och matcha sedan varje grupp på sina egna fält.
Vad som går fel när du använder fel regler
Varje modells bästa fält kan orsaka fel i den andra.
B2B-regler för B2C-data
Domänmatchning på privata e-postadresser grupperar orelaterade personer som delar en leverantör. Matchning enbart på e-post missar konsumenter som använde en andra adress.
B2C-regler på B2B-data
Matchning på telefon eller adress kan gruppera kollegor som delar kontor eller ett huvudnummer. Filialer med samma namn och adressformat kan se ut som ett enda företag. Relaterade poster som ser ut som dubbletter förklarar hur man håller isär dem.
Så matchar Dedupely företags- och konsumentposter
Dedupely hittar dubblettkontakter och -företag utan konfiguration, oavsett om dina kunder är företag, konsumenter eller båda. Du kan också skapa dubblettsökningar på kärndomän för B2B eller namn med telefonnummer för B2C, med hänsyn till stavfel, ljudlikheter och smeknamn. Du förhandsgranskar varje sammanslagning och avvisar falska träffar, till exempel hushållsmedlemmar som du håller isär.
Matcha på det som gör att posterna är samma
Dubbletter i B2B och B2C skiljer sig åt eftersom posterna representerar olika saker. I B2B sitter personer inom företag, så domänen och företagsnamnet binder ihop dem. I B2C har privatpersoner och hushåll egna uppgifter, så namn, telefon och adress gör jobbet.
Många team har lite av varje. Att bestämma vilken modell varje grupp av poster följer, och börja med de uppenbara dubbletterna, hindrar att den ena modellens regler skapar fel i den andra.
Vanliga frågor
Vad är skillnaden mellan B2B- och B2C-dubbletter?
B2B-dubbletter är personer inom företag, eller själva företagen, så de matchas på företagsdomän, företagsnamn och jobbmejl. B2C-dubbletter är enskilda personer, ofta i hushåll, så de matchas på namn i kombination med telefon, adress eller privat e-post. Delad data skiljer sig också: delade inkorgar i B2B, delade hem i B2C.
Hur hittar du dubbletter av konsumenter i ett CRM?
Börja med exakta e-postmatchningar, eftersom de är lättast att bekräfta. Matcha sedan på namn i kombination med telefonnummer, eller med adress och postnummer. Ta höjd för stavfel, smeknamn och stavningsvarianter, och granska matchningar som delar adress, eftersom hushållsmedlemmar kan se ut som en person som angetts två gånger.
Kan du matcha B2C-kunder på e-postdomän?
Inte tillförlitligt. Konsumenter använder privata e-postleverantörer som gmail.com, så en domänmatchning grupperar orelaterade personer som delar leverantör. För konsumenter matchar du på hela e-postadressen, eller på namn med telefon eller adress, och behåller domänmatchning för företagsposter.
Ska hushållsmedlemmar slås ihop i ett B2C-CRM?
Det beror på hur du använder datan. Vissa företag behandlar ett hushåll som en kund för marknadsföring eller fakturering, medan andra håller isär varje person för beställningar, samtycke eller service. Bestäm vilken vy du behöver och avvisa sedan matchningar mellan hushållsmedlemmar som du håller separata.
Vilka fält identifierar en dubblett av ett företag inom B2B?
Företagets webbplats eller e-postdomän är ofta det starkaste fältet, med privata e-postdomäner utelämnade. Företagsnamnet, jämfört utan suffix som Inc. eller Ltd., hjälper när domänen saknas. Granska filialer eller dotterbolag som delar namn innan de slås ihop.
Eller registrera dig med Google
