Slå ihop CRM-poster utan att förlora data

I Dedupely styr du hur dubbletter slås samman med Merge Rules på fältnivå. I stället för att låta en post skriva över en annan bestämmer du hur varje fält hanteras under sammanslagningen. Då kan CRM-administratörer slå samman i stor skala utan att skriva över användbar data eller granska varje par manuellt.

Misslyckade sammanslagningar börjar oftast på fältnivå

Många CRM-verktyg slår samman utifrån postprioritet, men i praktiken kräver olika fält olika logik: en post kan ha en färskare e-postadress, en annan en mer komplett titel. Om systemet låter en post vinna över hela linjen går användbara värden förlorade.

Det ger oförutsägbara sammanslagningar, fel i automatiseringar och extra rensning. Problemet är inte att hitta dubbletterna, utan en logik som behandlar alla fält lika.

Låt fälten styra sammanslagningen

Varje fält bör bedömas utifrån vad som gör ett värde tillförlitligt, inte bara utifrån vilken post det kom från. I Dedupely kan du med Merge Rules på fältnivå styra logik som senast uppdaterad, ifyllt värde eller föredragen källa.

Så här går du till väga:

• Använd senaste värdet för fält som ändras ofta, som e-post eller telefonnummer
• Använd not blank när vilket värde som helst är bättre än inget. Till exempel sekundära kontaktfält
• Använd källa när du litar mer på en integration eller ett system än på andra

Då kan du använda logik som passar hur din data flödar, i stället för att förlita dig på postprioritet eller fältordning.

Bygg din strategi för Merge Rules utifrån tre frågor

Istället för att lägga samma regel på alla fält, använd de här frågorna för att sätta logik som passar hur varje fält fungerar i ditt CRM.

1. Speglar fältet identitet, fas eller systemdata?

• Identitetsfält som e-post ändras ofta – utgå från det senaste.
• Fasfält som leadstatus eller livscykelfas bör följa en bestämd värdeordning.
• Fält som kommer från integrationer kan ha nytta av källprioritering.

1. Vilka efterföljande processer är beroende av fältet?

• Om värdet påverkar routing, poängsättning eller automatisering, använd den mest tillförlitliga källan eller den senaste uppdateringen.
• Används det för personalisering eller rapportering kan det spela större roll att värdet finns än varifrån det kommer.

Det ger dig en tydlig beslutsväg för varje fält och en regelstruktur som håller för importer, dubbletthantering och synkar.

Granska färre sammanslagningar genom att sätta rätt regler

När varje fält följer tydlig logik behöver du inte granska varje dubblett. Du kontrollerar bara de poster som avviker från dina Merge Rules, inte varje par.

Så här förändras processen:

• Före: Hitta dubbletter → Jämför poster manuellt → Bestäm vilka värden som ska behållas
• Efter: Ställ in merge rules → Slå ihop → Granska bara flaggade fall

I stället för att granska allt granskar du bara det som dina regler inte kan lösa.

Förhandsgranska sammanslagningar innan de påverkar ditt CRM

Med Dedupely testar du dina Merge Rules mot CSV-synkar eller testsegment ur ditt CRM:s livedata. Du ser:

• Vilket värde som behålls per fält
• Vilken regel som avgjorde
• Hur den färdiga sammanslagna posten skulle se ut

Du får en full bild av hur reglerna beter sig utan att skarpa data ändras. Du kan justera logiken innan den används på riktiga poster.

Enhetlig data gör massammanslagning praktisk

När varje fält följer en definierad regel blir massammanslagning förutsägbar. Du vet hur varje värde bedöms, och bara poster som inte uppfyller reglerna kräver uppmärksamhet.

Till exempel:

• En nyare e-postadress från ett formulär ersätter ett äldre CRM-värde
• Ett värde från en prioriterad källa (som CRM eller en betrodd integration) behålls framför en CSV-import
• Ett ifyllt telefonnummer fyller i ett tomt fält på en annan post

Varje sammanslagning följer samma logik, oavsett postordning eller volym. Resultatet är en konsolidering som gör datan mer användbar, inte bara färre poster.

Använd loggarna för att förfina sammanslagningslogiken över tid

Efter varje sammanslagning loggar Dedupely vilka värden som behölls. Loggarna visar exakt hur dina merge rules fungerar på riktiga poster.

Du kanske märker:

• Livscykelfaser går inte framåt som väntat – uppdatera prioritetslistan för värden
• Vissa importer skriver alltid över CRM-värden – justera källprioriteringen
• Vissa fält saknar fortfarande värden efter sammanslagning – använd regeln inte tom i stället

Varje logg hjälper dig att förbättra nästa omgång sammanslagningar. Du behöver inte gissa varför ett värde behölls, du ser det och justerar vid behov.

FAQ

Hur skiljer sig regler på fältnivå från sammanslagningar på postnivå?

Regler på fältnivå tillämpar logik på varje fält för sig. Postbaserade sammanslagningar väljer en post att behålla som den är.

Kan jag använda olika regler för olika objekttyper?

Ja. Dedupely stöder separata regler för kontakter, företag, leads och andra objekt.

Vad händer om båda fältvärdena är tomma eller identiska?

Dedupely använder reservlogik utifrån ditt CRM eller din inställda prioritetsordning för poster.

Går det att granska eller justera sammanslagningar i efterhand?

Ja. Sammanslagningsloggarna visar vad som ändrades och varför, vilket ger dig underlag för framtida justeringar av reglerna.

Resultatet blir bättre när regler styr logiken

Dubbletthantering fungerar bara när rätt data överlever. Regler på fältnivå gör det möjligt genom att ge dig kontroll över hur varje värde bedöms. När logiken är satt blir sammanslagningarna konsekventa, snabba och helt i linje med hur teamen använder CRM-datan – från routing och segmentering till rapportering och synk.

Om dina sammanslagningar fortfarande beror på postordning eller gissningar, bör du börja här.