Due schede,
una persona sola.
Premi Random: peschiamo due schede dal nostro archivio e ti mostriamo perché sono la stessa persona — la stessa via scritta in due modi, il CAP rimesso a posto, cognome e nome invertiti — e quanto ne siamo sicuri. Con l'account deduplichi le tue anagrafiche: dal sito, da un file intero o dall'API.
Gratis ogni mese: 50 verifiche di indirizzo, 100 schede per trovare i doppioni e 500 controlli di email e telefoni. Ti chiediamo solo nome, email e una password, niente carta di credito: crea l'account gratuito o accedi.
Due schede, una persona sola
Un doppione è la storia di una persona spezzata in due. Rimetterla insieme produce quattro effetti concreti.
Rispondi una volta sola, e a ragion veduta
Chi risponde guarda una scheda: se l'ordine è registrato sull'altra, quella persona non riceve nulla — e se ne accorge. Con una scheda sola la conferma parte sempre, e la comunicazione arriva una volta sola, con il nome scritto in un modo solo.
Ogni busta in più è denaro buttato
Un doppione è una stampa, una busta e un francobollo pagati per una persona che la tua comunicazione ha già raggiunto. In una campagna di volume è la spesa più facile da tagliare, senza perdere un solo destinatario.
Riconosci chi vale di più
Chi ha comprato tre volte da una scheda e due dall'altra, nei report risulta come due contatti tiepidi. Riunendo le schede appare per quello che è, un cliente affezionato, e cambia chi conviene chiamare, a chi riservare un trattamento diverso, a chi proporre di più.
I numeri tornano
Quanti clienti ho davvero? Quanto vale in media un contatto? Con un archivio pieno di doppioni ogni risposta è gonfiata, e le decisioni che ne discendono nascono viziate.
Da dove nascono i doppioni
I doppioni nascono da tre situazioni ordinarie, che si ripetono in ogni archivio destinato a crescere.
L'ordine arriva e c'è fretta
Chi registra ha una pila di moduli da smaltire (o di bollettini, se lavori in un'associazione) e non si ferma a controllare se quella persona sia già in archivio. Aprire una scheda nuova richiede trenta secondi; cercarla davvero, fra le varianti del nome e dell'indirizzo, richiede molto più tempo.
La scheda c'è, ma la ricerca non la trova
È il caso più frequente e il più difficile da evitare: la scheda esiste, ma è scritta in modo appena diverso da come la si cerca — «Via Giovanni Pascoli 4» contro «Pascoli», «V.le» contro «Viale». La ricerca non restituisce nulla, e la scheda viene ricreata in buona fede.
Entra una lista intera
Le iscrizioni dal sito, una lista raccolta a un evento, un file da un fornitore: entrano in blocco senza essere confrontate con l'archivio esistente. Accade più di rado degli altri due casi, ma quando accade i doppioni entrano a centinaia.
Tutti e tre si risolvono allo stesso modo: un controllo dell'archivio a intervalli regolari, e uno prima di ogni campagna importante.
Prima sistemiamo, poi confrontiamo
Il confronto parola per parola tratta Daniela e Dany come due persone e V. Roma 12 e Via Roma, 12 come due indirizzi, mentre sono la stessa persona e lo stesso indirizzo. Per questo lavoriamo in due tempi: prima sistemiamo i due indirizzi — via per esteso, CAP corretto, comune giusto — e solo dopo li mettiamo a confronto, insieme al nominativo, all'email e al telefono. Due grafie della stessa via diventano la stessa via prima che il confronto cominci.
Il verdetto ha tre gradi — certo, probabile o ambiguo — con il motivo accanto. Nel file pulito i gruppi certi e probabili escono già uniti in una riga sola. Quelli ambigui restano interi e vanno tra le righe da controllare: due persone diverse possono avere lo stesso nome nello stesso comune, e lì decidi tu.
Normalizzazione, doblonatura, deduplica, arricchimento
Quattro operazioni diverse, che di solito finiscono tutte sotto la parola «pulizia». Distinguerle serve, perché una è il presupposto dell'altra.
Normalizzazione
Ridurre ogni indirizzo a una scrittura unica e corretta, completando quello che manca: il CAP, la provincia, il nome della via per esteso.
«Via S. Caterina 20» e «Strada Santa Caterina 20» diventano la stessa riga.
Doblonatura
Riconoscere che due schede sono lo stesso soggetto anche se scritte in modo differente: «V. Roma 12» e «Via Roma 12», Dany e Daniela, cognome e nome invertiti.
Viene dopo la normalizzazione: così il confronto avviene fra indirizzi già scritti nella forma corretta.
Deduplica
Decidere che farne dei doppioni trovati: quale scheda tenere, quali campi prendere dall'una e quali dall'altra.
Il record finale prende da ogni scheda il campo migliore e ne registra la provenienza.
Arricchimento
Aggiungere quello che manca o che si può dedurre da quello che c'è: la forma di saluto dal nome, il titolo, l'esponente del civico, il codice fiscale.
Dati che il tuo archivio contiene già in forma implicita.
Perché conta, al di là della pulizia: chi riceve due volte la stessa lettera lo nota, e chi non riceve il ringraziamento perché la donazione era registrata su una scheda mentre tu hai guardato l'altra, lo nota ancora di più.
Tu scegli la precisione del confronto, noi ti diciamo quanto siamo sicuri
I gruppi di schede li forma il motore, e per ognuno dichiara con quanta certezza. Due manopole. Il livello minimo, cioè quanto due schede possono essere diverse e restare lo stesso soggetto: tre valori, dal sito e dai file si usa quello predefinito, dall'API si sceglie con livello_minimo. E la precisione, la stessa scala da 1 a 5 della verifica dell'indirizzo, che qui agisce sul cognome: fino a 3 si legge alla lettera, a 4 si accostano le schede col cognome scritto con o senza spazio («La Pera», «Lapera»), a 5 anche quelle col cognome che suona uguale («Lepera», «La Pera»); questi gruppi escono al più come ambigui.
Precisione stretta
Nominativo e indirizzo coincidono dopo la normalizzazione. Nessun gruppo che tu non avresti fatto a mano.
Il valore predefinito
Entrano le varianti dello stesso nome (Dany e Daniela), le abbreviazioni e i piccoli refusi. È l'impostazione con cui gira la maggior parte dei lavori.
Precisione larga
Anche gli agganci deboli: stesso indirizzo e nomi simili. Trova di più, e ti tocca guardare di più.
Il verdetto che torna su ogni gruppo — certo, probabile, ambiguo — è la nostra classificazione: dice quanto è solido il gruppo e decide cosa succede nel file pulito, dove i certi e i probabili escono uniti e gli ambigui restano da rivedere.
Il meglio di ogni scheda in un record solo
Da ciascuna scheda prendiamo il campo migliore e costruiamo un record nuovo: anche l'email che c'era su una sola delle due arriva nel record che resta.
| Campo | Scheda A | Scheda B | Record che resta |
|---|---|---|---|
| Nome | Dany Rossi | Rossi Daniela | Daniela Rossi forma canonica, campi rimessi al loro posto |
| Indirizzo | v. leopardi 4, milano | Via G. Leopardi 4, Milano | Via Giacomo Leopardi 4 dalla scheda più completa |
| CAP e città | — | Milano | 20123 MILANO MI completato in normalizzazione |
| dany.rossi@gmail.com | — | dany.rossi@gmail.com c'era solo su A | |
| Telefono | — | 379 032 8959 | 3790328959 c'era solo su B |
Tenendo A avresti perso il telefono, tenendo B l'email. Il record fuso li ha tutti e due, e per ogni campo resta scritto da quale scheda viene: se un domani la fusione non ti convince, sai esattamente cosa toccare.
Gli stessi doppioni che sfuggono a una ricerca esatta
- Dany Rossi=Daniela Rossi nome equivalente
- Rossi Mario=Mario Rossi cognome e nome invertiti
- V. Roma 12=Via Roma 12 abbreviazione sciolta
- Rossi Daniela, via leopardi 4, milano=Daniela Rossi, Via Giacomo Leopardi 4, 20123 MILANO MI indirizzo sistemato prima del confronto
Riconosciamo anche un refuso nel cognome; il titolo davanti al nome, che nel confronto non conta (Dott.ssa Maria Bianchi è la stessa persona di Maria Bianchi); e la frazione ricondotta al suo comune, perché Sampierdarena è un quartiere di Genova.
Domande collegate
- Come si verifica e corregge un'anagrafica clienti?
- Come verifico gli indirizzi dei contribuenti prima di notificare avvisi e atti?
- Come trovo i doppioni in un'anagrafica, anche se scritti in modo diverso?
- Excel non trova i duplicati: perché, e cosa fare?
Tutte le domande, con la risposta, in Domande e risposte.