Hitta och slå samman dubbletter

• Dubblettdetektering: Automatisk skanning identifierar potentiella dubbletter av kontakter, företag och affärer.
• Smart sammanslagning: Kombinera poster medan du bevarar de mest fullständiga och korrekta data från vardera.
• Förebyggande regler: Blockera dubbletter vid källan med konfigurerbara matchningsregler.
• Datakvalitetspoäng: Spåra den övergripande databashälsan och identifiera poster som behöver uppmärksamhet.

Lumenbase använder fuzzy-matchningsalgoritmer för att identifiera potentiella dubbletter. Till skillnad från enkla exaktmatchningssökningar fångar fuzzy-matchning variationer som "Robert Smith" och "Bob Smith" eller "Acme Corp" och "Acme Corporation."

Matchningskriterier per entitet: Kontakter matchas på e-postadress (starkast), namn plus företag eller telefonnummer; Företag matchas på domän/webbplats, företagsnamn eller telefonnummer; Affärer matchas på affärsnamn plus företag, kontakt plus stängningsdatum.

E-postmatchning är den mest tillförlitliga signalen. Namnmatchning är knepigare. Vanliga namn genererar många falska positiva, så systemet kräver ytterligare matchningsfält.

Varje potentiell dubblett får ett konfidenspoäng från 0 till 100: 90–100 (Mycket hög): exakt e-postmatchning eller exakt namn plus företag; 70–89 (Hög): liknande namn plus samma domän eller telefon; 50–69 (Medel): liknande namn plus partiella fältmatchningar; Under 50 (Låg): markeras inte som potentiell dubblett.

Dubblettdetektering körs automatiskt under importer och kan utlösas manuellt från avsnittet Datakvalitet.

Du kan komma åt dubblettdetektering från två ställen: den dedikerade Datakvalitetsdashboarden eller direkt inom en entitetslistvy.

1. Öppna Datakvalitet: Navigera till Företagsinställningar → Datakvalitet → Dubbletter. Du ser en sammanfattning av detekterade dubbletter grupperade efter entitetstyp.
2. Granska dubblettgrupper: Klicka på en dubblettgrupp för att se matchade poster sida vid sida. Varje grupp visar matchningsfält markerade och konfidenspoänget.
3. Filtrera efter konfidensgrad: Använd konfidensfiltet för att fokusera på matchningar med hög konfidensgrad först. Matchningar med lägre konfidensgrad kräver mer noggrann granskning.

Sammanslagning kombinerar två eller fler dubbletter till en enda, enhetlig post. Processen bevarar alla tillhörande data (aktiviteter, affärer, uppgifter) genom att omlänka dem till den kvarvarande posten.

1. Välj vilken post som blir "primär" (den som överlever).
2. Granska fält för fält vilka värden som ska behållas från varje dubblett.
3. Bekräfta sammanslagningen. Sekundära poster raderas och deras data omlänkas.
4. Alla aktiviteter, affärer och uppgifter från raderade poster flyttas till den primära.

När dubbletter har olika värden för samma fält väljer du vilket som ska behållas. Systemet föreslår standardvärden baserat på datakompletion och aktualitet: icke-tomma värden föredras framför tomma; nyligen uppdaterade värden föredras när båda finns; e-postadresser standardiseras till den validerade om tillgänglig; manuell åsidosättning tillgänglig för varje fält.

Sammanslagning är permanent. Den sekundära posten raderas och kan inte återställas. Om du är osäker på om poster verkligen är dubbletter, använd alternativet "Markera som inte dubblett" för att utesluta dem från framtida skanningar.

När du möter hundratals dubbletter (vanligt efter en rörig dataimport) är det inte praktiskt att slå ihop en i taget. Masssammanslagning låter dig lösa flera dubblettgrupper på en gång.

1. Filtrera dubbletter till matchningar med hög konfidensgrad (90+) för säkerhet.
2. Välj flera dubblettgrupper med kryssrutor.
3. Klicka på Masssammanslagning och välj din lösningsstrategi.
4. Granska sammanfattningen som visar vad som händer med varje grupp.
5. Bekräfta för att bearbeta alla valda sammanslagningar.

Behåll äldsta: primärpost är den som skapades först. Behåll nyaste: primärpost är den senast skapade. Behåll mest komplett: primärpost har flest fyllda fält. Behåll mest aktiv: primärpost har flest tillhörande aktiviteter.

Börja med en liten batch på 10–20 dubbletter för att verifiera att resultaten matchar dina förväntningar. När du är säker på processen, skala upp till större batchar.

Rensning är nödvändigt, men förebyggande är bättre. Lumenbase erbjuder flera verktyg för att stoppa dubbletter innan de kommer in i din databas.

Importdubbletthantering: Under CSV- eller Excel-importer markerar systemet automatiskt potentiella dubbletter. Du kan välja att hoppa över, uppdatera, skapa ändå eller granska.

Realtidsdublettvarningar: När du manuellt skapar kontakter eller företag söker systemet efter matchningar i realtid. Om en potentiell dubblett finns ser du en varning med alternativet att visa den befintliga posten istället.

Webbformulärdeduplicering: Formulär kopplade via API kan konfigureras att uppdatera befintliga poster istället för att skapa dubbletter.

• Kör dubblettskanning månadsvis, eller kvartalsvis som minimum för mindre databaser.
• Bearbeta dubbletter med hög konfidensgrad omedelbart; de är nästan alltid korrekta.
• Granska matchningar med medelhög konfidensgrad noggrant; namnmatchningar är ofta inte sanna dubbletter.
• Utbilda ditt team att söka efter befintliga poster innan du skapar nya.
• Använd konsekventa datainmatningsstandarder (t.ex. alltid "AB" inte "Aktiebolag").
• Rensa upp inför stora importer för att undvika att multiplicera befintliga dubbletter.
• Överväg att tilldela en "dataansvarig" som ansvarar för löpande kvalitet.

• Datakvalitetsdashboard: Företagsinställningar → Datakvalitet.
• Dubblettdetektering: Datakvalitet → Dubletter-fliken.
• Importinställningar: Importguiden → Steg för dubbletthantering.
• Sammanslagningshistorik: Datakvalitet → Sammanslagningshistorik.