TL;DR
- Skrivningar med och utan accenter, som José och Jose, kan dela upp en person i två poster.
- Namn med två efternamn delas upp i för- och efternamnsfält på olika sätt.
- Samma telefonnummer kan sparas med eller utan landskod.
- Adressformaten skiljer sig åt mellan länder, så adresser fungerar bättre som stödjande bevis för en matchning.
- Dedupely hittar möjliga dubbletter över olika namn- och telefonformat, med förhandsgranskning innan sammanslagning.
En kund i Madrid fyller i ett formulär som "José García López." En säljare på ert kontor i USA lägger till honom som "Jose Garcia." Ert faktureringsverktyg skickar "GARCIA LOPEZ, JOSE" med hans nummer i internationellt format. För er är det en person. För en exakt matchning är det tre.
Internationella data ger variation som många matchningsupplägg inte är byggda för. Tecken ändras i exporter, namn följer olika konventioner och telefonnummer har ibland landskoder.
I det här inlägget ser du fyra källor till variation i nio länder: accenter, namnordning, telefonnummer och adresser. Du ser också hur du matchar poster utan att slå ihop personer som bara liknar varandra.
Varför internationella poster slutar matcha
Poster kommer från formulär, importer, säljare, berikning och andra anslutna verktyg. Varje källa skriver namn, nummer och adresser på sitt eget sätt, och internationella data ger fler sätt att skilja sig åt.
- Tecken: accenter och bokstäver som ñ, ü, ß eller å skrivs fel, utelämnas eller ersätts.
- Namnordning: dubbelnamn och sammansatta förnamn delas upp i fält på olika sätt.
- Telefonnummer: samma nummer förekommer i nationellt och internationellt format.
- Adresser: husnumret, postnumret och staden står i olika ordning i varje land.
Om två av dessa poster är dubbletter avgörs från fall till fall. Det ett team ser som en dubblett behöver inte vara det för ett annat, så bestäm vad som räknas som en person eller ett företag innan du slår ihop.
Accenter och specialtecken
En person skriver sitt namn med accenter. En säljare på ett amerikanskt tangentbord utelämnar dem ofta. En exakt matchning jämför tecken för tecken, så "José" och "Jose" är två olika värden.
Brev som tappas bort eller ersätts
Varje språk har sina egna bokstäver. Dessa är de som förekommer i de nio länder som det här inlägget omfattar:
- Spanska: á, é, í, ó, ú och ñ, som i José eller Muñoz.
- Portugisiska: ã, õ och ç, som i João eller Gonçalves.
- Tyska: ä, ö, ü och ß, som i Müller eller Strauß.
- Svenska: å, ä och ö, som i Åsa eller Björk.
- Italienska: à, è och ò, ibland skrivna som en apostrof efter vokalen.
Olika sätt att skriva samma bokstav
Att ta bort accenten är inte den enda ändringen. När ü eller ß inte finns tillgängliga skrivs de i tyska normalt som ue och ss. "Müller" kan då förekomma som Müller, Mueller eller Muller i tre poster.
Export kan också skada tecken. När en fil sparas med en teckenkodning och öppnas med en annan kan "José" komma tillbaka som "José." Dessa poster matchar inget förrän någon rättar dem.
Namnordning och två efternamn
CRM-system lagrar oftast ett förnamn och ett efternamn. Många personers namn passar inte in i den uppdelningen, och varje källa delar upp dem på sitt eget sätt.
Spanska namn
Spanska namn har vanligtvis två efternamn, först faderns första efternamn följt av moderns. I vardagen använder många bara det första. "José García López" kan lagras med "García López" som efternamn, eller bara "García."
Portugal och Brasilien
Portugisiska och brasilianska namn kan innehålla flera efternamn, och deras ordning och användning varierar. ”Ana Costa Ferreira” kan förekomma i en förkortad form på en annan post. Dra inte slutsatser om identitet eller familjerelationer enbart från efternamnsordningen.
Sammansatta förnamn
Sammansatta förnamn, som ”José Luis” eller ”Maria Fernanda”, kan hamna delvis i efternamnsfältet. Ett formulär med ett enda fält för ”Fullständigt namn” gör detta vanligare, eftersom något måste avgöra var delningen görs.
Att jämföra vilka ord två namn delar, i valfri ordning, fångar många av dessa. Det fungerar bäst med ett andra fält, som e-post eller telefon, eftersom delade efternamn är vanliga.
Telefonnummer och landskoder
Telefonnummer är ett bra matchningsfält för internationella poster, eftersom de saknar accenttecken och namnordning. Problemet är formatet. Samma nummer kan förekomma med landskod, utan landskod, med mellanslag, bindestreck eller parenteser.
Det internationella formatet börjar med ett plustecken och landskoden, följt av det nationella numret. Den inledande 0:an varierar också: i Storbritannien utelämnas den efter +44. I Italien behåller fasta nummer den, så ett nummer i Rom börjar med +39 06.
Vad du bör se upp med i nio länder
| Land | Landsnummer | Namn | Anteckningar om telefon och adress |
|---|---|---|---|
| USA | +1 | Accenter tas ofta bort vid inmatning | Husnummer före gatunamnet |
| Tyskland | +49 | ä, ö, ü och ß, även skrivna ae, oe, ue och ss | Gata, sedan husnummer; femsiffrigt postnummer före orten |
| Storbritannien | +44 | Accenter tas ofta bort vid inmatning | Inledande 0 i telefonnummer försvann efter +44 |
| Italien | +39 | Accentuerade vokaler skrivs ibland som apostrof | Fasta nummer behåller inledande 0 efter +39 |
| Portugal | +351 | Flera efternamn; ordningen kan variera | Gata, sedan nummer; 7-siffrig postkod skriven 0000-000 |
| Brasilien | +55 | Flera efternamn; ã, õ och ç utelämnade eller bevarade | Gata, komma, nummer; 8-siffrigt postnummer skrivet 00000-000 |
| Sverige | +46 | å, ä och ö borttagna eller behållna | Gata, sedan nummer; postnummer skrivet med mellanslag, till exempel 111 30 |
| Spanien | +34 | Två efternamn; á, é, ñ och andra tecken borttagna eller behållna | Format varierar beroende på källa |
| Mexiko | +52 | Två efternamn är vanliga | Format varierar beroende på källa |
Använd landstabellen som utgångspunkt, inte som regel för varje person eller adress. Kontrollera gällande nationella nummerplaner och postregler när du normaliserar data. Referenserna nedan täcker nummerplaner, namnvariationer och amerikanska adresskonventioner.
Adressformat
I USA står husnumret före gatan. I Tyskland, Portugal, Brasilien och Sverige kommer det efter. Postnummer skiljer sig också åt i längd, skiljetecken och placering.
Förkortningar ger ytterligare variation. "Rua" och "R.", "Straße" och "Str." eller "Avenida" och "Av." är samma ord, skrivna på två sätt. Dessutom saknar många poster adress helt.
Därför fungerar en adress bättre som stödjande underlag. Ett postnummer eller en ort som stämmer kan öka säkerheten i en namnmatchning. En lång adress som skiljer sig något säger lite.
Företagsnamn och domäner över länder
Företag har sina egna internationella varianter. Juridiska bolagsformer som GmbH, S.r.l. eller S.A. de C.V. skiljer sig åt mellan länder, och vi går igenom dem i hur bolagsbeteckningar döljer dubbletter.
Landsspecifika webbplatser är en annan källa. Ett företag kan använda example.com, example.de och example.com.br. Att ta bort en URL:s sökväg eller www-prefix gör inte dessa olika domäner lika. Använd en verifierad domänkoppling och företagsuppgifter för att identifiera relaterade poster, och avgör sedan om landsenheterna ska förbli separata.
Så matchar du internationella poster på ett säkert sätt
Principerna är desamma som vid all städning. Internationella data gör bara steg två och tre viktigare.
Börja med de uppenbara dubbletterna
Exakta e-postadresser och domäner är användbara kandidatsökningar över olika namnformat. Kontrollera delade inkorgar och separata landsenheter innan sammanslagning, och granska sedan de svårare namnbaserade matchningarna med oberoende uppgifter.
Jämför namn löst, med ett andra fält
Bortse från accenter, versaler och ordföljd när namn jämförs. Kräv sedan att ett andra fält stämmer, till exempel telefon, e-post eller företag. Läs mer om hur du väljer vilka fält som ska matchas.
Jämför telefonnummer på deras siffror
Normalisera formateringen men behåll land- och växelinformation. Att jämföra de sista siffrorna kan hitta kandidater över olika format, men orelaterade nummer i olika regioner kan dela samma slut. Bekräfta hela numret och ett annat identitetsfält innan du slår ihop.
Lägg till land när enheter ska hållas åtskilda
Två personer vid namn Maria Silva i Portugal och Brasilien är troligen olika personer. Att lägga till land i en namnmatchning håller isär dem.
Behåll originalvärdena
Bortse från accenter vid matchning, men behåll dem i posten. Människor märker när deras namn stavas fel, och ”Muller” i en e-posthälsning uppfattas som ett misstag av herr Müller.
Så hittar Dedupely dubbletter i internationella data
I Dedupely skapar du dubblettsökningar som matchar namn med Similar, för stavfel och stavningsskillnader, eller Fuzzy, för namn som låter lika. Accenterade och vanliga bokstäver räknas som samma (José = Jose), och Similar jämför telefonnummer på deras sju sista siffror. Du väljer regler för vilket värde som vinner och förhandsgranskar varje sammanslagning innan något ändras i ditt CRM.
En kund, många stavningar
Internationella poster döljer dubbletter i små skillnader: en saknad accent, ett andra efternamn, en landskod eller ett postnummer på en annan plats. Exakt matchning ser varje skillnad som en ny person.
Lös namnmatchning, telefonnummer på deras siffror och adresser som stöd hittar många av dessa. Att kräva ett andra fält och lägga till land där det spelar roll håller olika personer isär.
Källor: W3C: Personnamn runt om i världen; ITU: Nationella nummerplaner; USPS: Publication 28; Hitta dubblerade företag via domän.
Vanliga frågor
Hur hittar du dubblettkontakter när namnen har accenter?
Jämför namn utan hänsyn till accenter och versaler, så att ”José” och ”Jose” behandlas som lika. Kräv sedan att ett andra fält stämmer överens, till exempel e-post, telefon eller företag. Matchning utan accenter kan para ihop olika efternamn, som Peña och Pena, så granska namnbaserade träffar innan du slår ihop dem.
Bör du ta bort accenter från namn i ditt CRM?
Vanligtvis inte, eftersom folk märker när deras namn stavas fel och accenter kan skilja åt olika efternamn. Behåll den ursprungliga stavningen i posten och ignorera accenter endast vid matchning. Vid sammanslagning av två versioner är den med accent ofta stavningen personen själv skrev.
Hur matchar du telefonnummer med olika landskoder?
Normalisera hela numret med hjälp av landskontexten och håll anknytningar åtskilda. En matchande slutdel kan tyda på en dubblett, men kan inte bekräfta en dubblett över länder eller riktnummer. Kontrollera hela numret och ett annat identitetsfält före sammanslagning. Italiens inledande nolla för fasta nummer kräver också försiktighet vid normalisering.
Hur hanterar du två efternamn i ett CRM?
Räkna med att efternamn och sammansatta förnamn delas upp olika mellan poster. Namnkonventioner varierar inom länder och familjer. Jämför namndelarna och bekräfta sedan med oberoende uppgifter, som ett privat telefonnummer eller en e-postadress, innan du behandlar två poster som en person.
Kan du använda adresser för att hitta dubbletter i internationella data?
Ja, som stödbevis. Adressformat skiljer sig mellan länder i husnummerordning, postnummerformat och förkortningar, så långa adresser matchar sällan exakt. Ett matchande postnummer eller en matchande stad kan bekräfta en namn- eller telefonmatchning, medan en något annorlunda adress i sig säger lite.
Eller registrera dig med Google
Salesforce AppExchange 
