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.
La demo è limitata a poche prove al giorno. Registrati o accedi: l'account è gratuito, i prezzi sono nella pagina dei prezzi.
Due schede, una persona sola
Un doppione non è un record in più da cancellare: 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: non due allo stesso indirizzo, magari con il nome scritto in due modi diversi.
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: nessun destinatario in meno, solo le spedizioni che servono.
Riconosci chi vale di più
Chi ha comprato tre volte da una scheda e due dall'altra, nei report risulta come due contatti tiepidi invece di uno affezionato. Riunendo le schede la storia torna intera, 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. Prima di analizzare, bisogna contare giusto.
Non sono errori di distrazione
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
Confrontare due schede parola per parola non porta lontano: Daniela e Dany sono la stessa persona, V. Roma 12 e Via Roma, 12 sono lo stesso indirizzo, e nessun confronto letterale se ne accorge. 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 risultato non è un sì o un no. Quando il verdetto non è netto lo dichiariamo — certo, probabile o ambiguo, con il motivo accanto: due persone diverse possono avere lo stesso nome nello stesso comune, e unire due schede resta una tua decisione, da prendere sapendo su che cosa si fonda.
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, e non per caso: senza, confronti stringhe invece che indirizzi.
Deduplica
Decidere che farne dei doppioni trovati: quale scheda tenere, quali campi prendere dall'una e quali dall'altra.
Il doppione non si butta: si integra, e resta scritto da dove viene ogni informazione.
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 nessuno ti ha dato, ma 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
Non ti chiediamo di decidere quali schede unire: quello lo facciamo noi, e per ogni gruppo diciamo con quanta certezza. L'unica manopola è la precisione del confronto, 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. Da non confondere con la precisione della normalizzazione dell'indirizzo, che è un'altra cosa e ha cinque livelli.
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, non una tua scelta: dice quanto è solido il gruppo, e serve a decidere cosa puoi accettare a occhi chiusi e cosa vale la pena rivedere.
Il doppione non si butta: si fonde
È la differenza che conta. Chi deduplica di solito tiene una scheda e scarta l'altra — e con l'altra scarta l'email che c'era solo lì. Noi costruiamo un record nuovo prendendo da ciascuna il campo migliore.
| 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 | — | 347 032 8959 | 3470328959 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 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.