Kontakt, firma i zapytanie to różne informacje
Jedna firma może mieć kilku pracowników, a jedna osoba może wysłać kilka zapytań. Dwa zgłoszenia z tym samym adresem e-mail nie oznaczają, że jedno trzeba usunąć. Najpierw określ, czy porządkujesz kontakty, firmy czy sprawy sprzedażowe, i sprawdź relacje między nimi.
Zapisz, które dane rozstrzygają dopasowanie w Twoim procesie. Samo podobieństwo imienia i nazwiska nie wystarczy. Wspólny telefon biura lub adres typu „kontakt” również może należeć do kilku osób. Identyfikatory powinny odpowiadać rodzajowi rekordu, a nie przypadkowo dostępnemu polu.
Przykłady decyzji przy podobnych rekordach
To fikcyjne sytuacje do testu reguł, nie dane klientów ani opis zakończonego wdrożenia.
- Ten sam identyfikator rekordu: sprawdź, czy import powinien aktualizować istniejący kontakt zamiast tworzyć nowy.
- To samo nazwisko, inne dane firmy: pozostaw rekordy osobno do wyjaśnienia; podobieństwo nie potwierdza tożsamości.
- Wspólny e-mail biura: sprawdź model kontaktów i powiązań z firmą przed scaleniem.
- Ta sama osoba, nowe zapytanie: zachowaj nową sprawę, łącząc ją z właściwym kontaktem.
- Różne adresy e-mail, podobna nazwa: skieruj parę do przeglądu, zamiast automatycznie usuwać jeden rekord.
Najpierw wykorzystaj funkcje swojego CRM
Zanim dodasz AI, sprawdź reguły importu, identyfikatory rekordów i narzędzia wykrywania duplikatów. HubSpot opisuje dopasowanie kontaktów według e-maila oraz używanie identyfikatorów przy imporcie. Zwraca też uwagę, że firmy tworzone przez API nie są automatycznie deduplikowane według domeny. To przykład różnicy między kanałami zapisu, a nie zasada dla każdego CRM.
Dokumentacja konkretnego systemu powinna rozstrzygać, co jest aktualizowane, kiedy powstaje nowy rekord i co dzieje się z relacjami. Dostępność narzędzi zależy również od planu konta. Sprawdź działanie na próbce przed importem całej bazy.
W czym może pomóc AI?
Model można wykorzystać do wskazywania par o podobnych nazwach lub do zaproponowania kategorii dla nieuporządkowanych opisów. Wynik traktuj jako listę do sprawdzenia. Nie zamieniaj podobieństwa wyliczonego przez model w dowód, że dwie osoby są tym samym klientem.
AI nie powinno dopisywać brakującego telefonu, adresu czy informacji o zakupach. Nieznane pole pozostaje nieznane. Do próby użyj fikcyjnych danych; przed zastosowaniem do rzeczywistej bazy ustal dostęp, zakres przekazywanych informacji i odpowiedzialność za decyzje.
Jak przygotować kontrolowane scalanie?
- Przygotuj eksport lub kopię danych zgodnie z możliwościami CRM.
- Wybierz małą próbkę i oznacz pary wymagające sprawdzenia.
- Ustal rekord główny oraz zasady wyboru wartości z konfliktujących pól.
- Sprawdź powiązane sprawy, notatki, zadania i historię kontaktu.
- Zatwierdź zmianę i zapisz, kto podjął decyzję oraz z jakiego powodu.
- Zweryfikuj wynik w CRM i możliwość odtworzenia danych przed szerszym zastosowaniem.
Jeśli system nie pozwala łatwo cofnąć scalania, przygotuj sposób odtworzenia informacji przed próbą. Nie usuwaj rekordów tylko po to, by poprawić licznik duplikatów. Ważniejsze jest zachowanie poprawnej historii klienta.
Jak sprawdzić jakość danych po zmianach?
Na próbce policz prawidłowe wskazania oraz przypadki, w których różne kontakty uznano za duplikat. Sprawdź również pominięte pary, brakujące pola i utratę powiązań po scaleniu. To daje więcej informacji niż sama liczba usuniętych rekordów.
Po uporządkowaniu bazy popraw sposób dopisywania nowych danych. Ustal wymagane pola, reguły importu i przegląd błędów. Inaczej kolejne formularze i importy mogą odtworzyć ten sam problem.
Ten poradnik dotyczy jakości danych. Osobno opisuję połączenie formularza z CRM i obsługę zapytań. Jeśli potrzebujesz wdrożenia, zobacz automatyzacje i integracje dla firmy; zakres ustalam po sprawdzeniu systemu i zasad pracy z danymi.
Źródło: dokumentacja deduplikacji rekordów HubSpot. Przykłady i plan kontroli służą przygotowaniu własnego testu.
