Partnerhistoria
Hur en CRM-konsult hjälpte ett bemanningsföretag att slå ihop över 16 000 duplicerade HubSpot-poster från dess lansering, med Dedupely
- 16,000+ duplicerade poster slagna samman
- 8,200+ matchningar sammanfogade
- 54,507 poster synkade till Dedupely
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.
Varifrån dubletter kom
En distribution som laddade allt mer än en gång
Klienten är ett IT-bemanningsföretag med flera kontor. Det kör försäljning och marknadsföring i HubSpot och lagrar sitt företag och sina kontakter i ett ansökanskystem (ATS), som är dess källa till sanning. En oberoende CRM-konsult, som hjälpte till att implementera HubSpot och arbetar som dess produktchef, tog itu med dubblettproblemet.
Dubbleterna kom under distributionen:
- Stora importer från ATS. När HubSpot lanserades importerades kontakter och företag från ATS i bulk, och en integration som upprättades då förvärrade situationen.
- Dåliga importer. Några inläsningar innehöll företagsnamn på fel adress eller med fel ATS ID.
- Två webbdomäner för ett företag. Många företag har både en .com och en landsdomän, och HubSpot behandlade dem som två olika företag.
Resultatet var omkring 22 000 företag när det borde ha varit omkring 10 000, och 120 000 kontakter, några av dem i HubSpot tre, fyra eller fem gånger.
Vad dupliceringar orsakade
Aktivitet loggad på fel post
Försäljningssamtal och anteckningar loggades på en post för en kontakt. Vid senare sökning på samma person gick tidigare historik inte att hitta. Att slå samman records i HubSpot begränsades till två åt gången med dagliga gränser, och framstegen var minimala.
Ett pauserat marknadsföringsprogram
Företaget ville starta ett marknadsföringsprogram men kunde inte med så många dupliceringar. Samma person kunde få samma e-post flera gånger eller HubSpot skulle stoppa utskicket. Konsulten sa att de helt enkelt behövde rensa data innan de kunde köra ett program de kunde lita på.
Hur dubbletter löstes
-
1. Testa först, med klientens godkännande
Företaget hade sitt eget Dedupely-konto och konsulten arbetade i det som gästanvändare, så verktyget fanns kvar för företaget även efter att arbetet avslutades. Hon testade först sökningar på gamla, opåverkade poster och körde ingenting över hela databasen förrän företagets CIO var bekväm med det.
-
2. Bestäm vilka värden som vinner, fält för fält
Före sammanslagning enades konsulten och firman om vad som skulle överleva varje sammanslagning fält för fält, och firman godkände Merge Rules:
- Primär post: den äldsta posten.
- E-post och telefon: posten med senaste aktivitet vinner, eftersom det är mest troligt den innehåller mejl och nummer som personen använder nu.
- Dåliga e-postadresser förlorar: Lose Rules eliminerar e-post från kontakter vars status är Inaktiv, e-postadresser med hård studs och testadresser som innehåller ord som dummy, fake eller example.
- ATS-ID: ID:t från den senast skapade posten vinner, eftersom den senaste uppladdningen från ATS innehåller rätt ID.
- Tidigare anställda poster förlorar: för e-post, telefon, ägare och kontaktstatus förlorar värden från poster ägda av tidigare anställda, så det aktiva teamets uppgifter överlever.
- Lead-status och livscykelstadium: behålls från den primära posten.
Tomma värden skriver aldrig över befintlig data.
-
3. Slå samman i lager, från enkelt till svårt
Den första företagssökningen matchade på fyra saker samtidigt: liknande företagsnamn, gatuadress (Similar Words, valfri ordning), företagsägare och ATS ID. Matchningar som överensstämmer på alla fyra är bra kandidater för Bulk Merge. Senare sökningar luckrade upp ett fält i taget, så de uppenbara dubbletter kunde slås ihop först och de svårare fallen fick mer uppmärksamhet.
-
4. Håll företagsgrenar åtskilda
Många företag har flera kontor med samma namn. För att hindra grenar från att sammanslås med varandra arbetade konsulten igenom en sökning själv: ett liknande företagsnamn och det exakta ATS ID:t, med ett filter så minst en post i varje matchning inte hade adress. Under denna sökning var säkerhetsinställningarna för Företag var inställda på två poster per matchning, så större matchningar hölls tillbaka i Excluded istället för sammanslagning. Eftersom Safety Settings gäller för varje Companies-sökning hanterades denna separat. På så sätt sammanfördes en post utan adress med den som har adress, och två kontor med adress kombineras inte. Konsulten körde dessa matchningar som Bulk Merge. Vid sidan av sammanslagningarna tog konsulten och bolagets CIO bort ungefär 7 200 tomma företagsposter som inte hade någon aktivitet.
Vad deduplicering förändrade
16 000+ dubblettsposter sammanfogade
Företaget har sammanslaget över 8 200 matchningar, kombinerat minst 16 000 dubblettoster. Idag synkroniserar Dedupely 54 507 poster för företaget.
En städning som företaget kan hålla igång
Tidigt sa konsulten att hon tyckte Dedupely var rätt verktyg för klienten. Eftersom kontot tillhör företaget är planen att någon på dess eget team lär sig reglerna och sökningarna och håller data ren efter den initiala rengöringen.






