# Pipedrive duplicerade poster: 20 000+ sammanslagna | Dedupely > Ett AI-telefoniföretag sammanslöt 20 000+ dubblettsposter i Pipedrive med Dedupely utan att bryta länkarna mellan moderföretag och deras grenar. - URL: https://dedupe.ly/sv/case-studies/ai-phone-answering-pipedrive-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 --- [Fallstudier](https://dedupe.ly/case-studies) Pipedrive Kundhistoria ## Hur ett AI-telefonsvar-företag slutade att manuellt kontrollera Pipedrive och slog samman 20 000+ dubblettpostningar med Dedupely - [Pipedrive](https://dedupe.ly/integrations/pipedrive) - Manuell inmatning av teamet - Formulärfyllningar och registreringar - SaaS - 20,000+ duplicerade poster slagna samman - 10,000+ Matchningar av personer och organisationer slagna samman - 0 dubbletter av personer i Pipedrives duplikatkontroll En matchning är en uppsättning dubblettsposter sammanslutna till en enda post. Varje matchning innehåller minst två poster, så antalet sammanslutna poster är minst två gånger antalet matchningar. TL;DR Ett AI-drivande telefonsvarsföretag hittade och sammanfogade Pipedrive-dubbletter för hand. Med Dedupely höll dess senior marknadsföringschef filialföretag borta med ett filter, rensade organisationer efter namn och stad, sedan personer i omgångar, sammanfogade mer än 20 000 dubblettposter. På den här sidan - 01 Varifrån dubletter kom - 02 Vad dupliceringar orsakade - 03 Hur dubbletter löstes - 04 Vad deduplicering förändrade ### Varifrån dubletter kom #### Samma företag, skrivet på olika sätt Företaget säljer AI-telefonsvar till hemserviceentreprenörer och kör både marknadsföring och försäljning via Pipedrive. Poster kom in genom manuell registrering och formulärfyllningar, så samma entreprenör eller kontakt kunde hamna i Pipedrive flera gånger. När rensningen började hade kontot ungefär 22 000 organisationer och 19 000 [Personer](https://dedupe.ly/integrations/pipedrive/duplicate-people). Pipedrive flaggade inte dubbletter som var uppenbara för en person: - **Namnvarianter.** En entreprenör kunde dyka upp som endast affärsnamnet, med Inc. tillagt, eller med en extra tjänst i namnet, som HVAC på en post och HVAC och VVS på en annan. - **Halvfyllda poster.** Ibland saknades webbplatsen, ibland telefonnumret eller adressen, och ibland hade en post bara ett företagsnamn. - **Personer inmatade på olika sätt.** Vissa förnamn innehöll ett mellannamn, och samma person kunde vara Steven på en post och Steve på en annan. #### Vissa liknande poster var tvungna att bli kvar Många av deras kunder är grupper med flera grenar. I Pipedrive är dessa grenar länkade till ett moderföretag, och några delar samma webbplats. De ser ut som dubletter men är det inte, och länkarna mellan dem var tvungna att stanna exakt som de var. ### Vad dupliceringar orsakade #### Granska, sammanslå, upprepa Utan ett sätt att deduplicera i bulk letade ledningsdirektören för marknadsföring själv efter dubletter, granskade dem och slog samman dem en i taget. Hon sa att det tog för evigt. Tidigare samma dag hade hon slagit samman fyra dubblettorganisationer för hand. #### Tillväxt på felaktig data Företaget expanderade sitt team och sin verksamhet, och hon sa att de inte kunde fortsätta med dålig data. Ingenting flaggade nya dubbletter automatiskt heller, så det manuella arbetet aldrig slutade. ### Hur dubbletter löstes - #### 1. Skydda moderbolag innan du sammanfogar något Med Dedupely:s kundsupportteam synkade de [Organisationer](https://dedupe.ly/integrations/pipedrive/duplicate-organizations) och tog med Pipedrives föräldraföretagsfält i sökningen. Ett filter för 'föräldraföretag är tomt' håller alla filialer som redan har en föräldragrupp utanför sökningen, så filialer inte kan sammanslås med sitt föräldraföretag eller varandra. Det lämnade största delen av databasen i sökningen. De få dussintalen filialer kontrollerades för hand. - #### 2. Matcha organisationer på namn och stad Matchning endast på namn hittade cirka 7 000 matchningar, för bred för att lita på: två VVS-företag med nästan samma namn, ett med en stad tillagd, kan vara två olika företag. Att lägga till staden begränsade resultatet till matchningar hon kunde lita på. Namnet använder liknande matchning, vilket hittar stavfel och små skillnader, och hon kontrollerade ett resultat i Pipedrive före sammanslagning. Namn med webbplats och namn med telefon var planerade för nästa pass. - #### 3. Rensa personer i etapper, var och en som fångar en ny grupp Personhanteringen började med en exakt e-postmatchning, sedan en Bulk Merge. För att hitta de dubbletter som återstod provade de nya fältpar: - **Efternamn och e-post,** vilket hon sa att hon aldrig hade tänkt på att prova. - **Efternamn och telefon,** som identifierade personer som Steven och Steve. - **Förnamn och telefon,** med Förnamn inställd på Similar Words bara på det första ordet, så ett mellannamn inte blockerar en matchning. De återstående matchningarna granskas en för en, eftersom två personer som delar ett telefonnummer kan vara två olika människor. ### Vad deduplicering förändrade #### Noll duplicerade personer, bekräftade av Pipedrive Företaget har sammanslutit mer än 10 000 matchningar över Personer och Organisationer och kombinerat minst 20 000 dubblettsposter. Efter de sista genomgångarna visade Pipedrive's egen dubblettövervakning ingen duplett av Personer och två Organisationer. #### Nya sätt att dela upp datan Hon sa att genomgångarna visade henne sätt att titta på data som hon inte hade tänkt på, och hon planerar att fortsätta att kontrollera med nya kombinationer för att se till att ingenting missas. Huvudpoäng Håll grenarna utanför före första sammanslutningen om din CRM länkar moderföretag till deras grenar. Rensa allt annat i bulk och granska grenarna manuellt. ### Relaterat - [Filter](https://dedupe.ly/knowledge-base/filters) - [Matchningsalternativ](https://dedupe.ly/knowledge-base/match-options) - [Slå ihop dubbletter](https://dedupe.ly/knowledge-base/merge-duplicates) - [Kundhistoria 9,092 personmatchningar sammanslutna Pipedrive Rekrytering Hur ett rekryteringsföretag minskade sin Pipedrive-personlista med en tredjedel efter att en import hade duplicerat nästan alla, med Dedupely Läs historien](https://dedupe.ly/case-studies/recruiting-pipedrive-import-duplicates) - [Kundhistoria 58,000+ duplicerade poster slagna samman Pipedrive SaaS Hur ett SaaS-företag sammanslöt över 58 000 duplicerade Pipedrive-poster från sin migrering från HubSpot, med Dedupely Läs historien](https://dedupe.ly/case-studies/saas-pipedrive-migration-duplicates) - [Kundhistoria 200+ kontomatchningar sammanslutna i månaden, i snitt Salesforce Detaljhandel Hur en återförsäljare fick sitt säljteam att sluta gissa vilket konto som skulle användas i Salesforce med Dedupely Läs historien](https://dedupe.ly/case-studies/retail-salesforce-duplicate-accounts) ### Rensa personer och organisationer i Pipedrive redan idag [Prova gratis](https://v2.app.dedupe.ly/signup) [Prata med sälj](https://meetings.dedupe.ly/meetings/gaby-salinas/talk-to-sales) Hoppa till innehåll