Varför HubSpot och Dedupely hittar olika dubbletter

Antalet dubbletter stämmer inte – här är varför

Ser du färre dubbletter i Dedupely än i HubSpot? Ingen fara: det är inget fel, utan en fråga om omfattning. Dedupely följer dina regler exakt, medan HubSpot använder intern logik som varken syns eller går att ställa in. Om inte din matchningslogik och dina Merge Rules efterliknar den logiken stämmer resultaten inte överens.

Antalet matchningar beror på hur du definierar en dubblett, inte på hur ett annat verktyg flaggar den. Börja med att se över din matchningslogik, inte synkstatusen, för att förklara skillnaden.

Vad Dedupely faktiskt tittar på

Dedupely kontrollerar exakt det du säger åt det att kontrollera. Du styr det i Search Pads med egna matchningsalternativ per fält, bland annat:

• Fält att jämföra, som Förnamn, Efternamn, E-post, Företagsnamn och egna fält
• Ett matchningsalternativ per fält, till exempel Exact match, Similar match, Fuzzy match, Similar Words (Any Order) match eller Domain Root match

Om en dubblett inte matchar exakt så som du ställt in din Search Pad utesluts den, eftersom det inte finns någon delvis matchning. Kvaliteten på resultatet beror alltså helt på vilka fält du tar med och hur du matchar dem. Lita inte på standardinställningarna – gå igenom varje fält och matchningsalternativ som används.

Mer om Search Pads här.

Lär dig bygga ett Search Pad-system som hittar alla dina dubbletter med den här guiden.

Villkor med exakt matchning kan begränsa vad som visas

Att matcha telefonnummer eller förnamn med Exakt matchning blockerar ofta giltiga dubbletter – redan skillnader i formatering bryter matchningen. Till exempel:

• “+1 555-123-4567” och “5551234567” matchar inte med exakt matchning
• “Horizon Labs Inc.” och “Horizon Labs Incorporated” matchar inte, även om de avser samma bolag

Vill du hitta fler träffar, testa Similar match där formatering eller små variationer är vanliga. Det gäller telefonnummer, namn och i vissa fall e-postadresser.

Tips: I Dedupely kan du testa matchningsalternativ genom att klona en Search Pad, ändra ett fält från Exakt till någon annan matchning och köra skanningen igen. Skillnaden i resultat syns oftast direkt.

Så utvärderar du matchningsresultat efter en ändring

Efter en skanning med uppdaterad matchningslogik, kontrollera vilka typer av poster som matchas

Leta efter mönster i de nya matchningarna:

• Är dubbletterna verkliga eller bara lika?
• Skapar vissa värden brus (som ofullständiga företagsnamn eller återanvända e-postadresser)?
• Ger tomma fält svagare matchningar än du tänkt dig?

Använd granskningen för att avgöra om du ska behålla ändringen, justera matchningsalternativen eller lägga till ytterligare ett fält för balans. Iteration handlar om kvaliteten på matchade dubbletter.

Det du styr kan du lita på

Dedupelys styrka är att verktyget följer din matchningslogik exakt.

Vill du ha fler matchningar, håll matchningsinställningarna generösa. Vill du ha full kontroll, skärp dem. Oavsett vilket är det du som definierar vad som räknas som en dubblett. Den tydligheten ger resultat som du kan förklara, felsöka och förbättra – utan att gissa.