كيفية إزالة تكرارات القوائم دون فقدان أي بيانات

لإزالة التكرارات من قائمة عبر الإنترنت، حدّد أولًا الحقل الذي يميّز كل شخص أو شركة أو منتج. نفّذ جولة مطابقة صارمة، وراجع مجموعات التكرارات المقترحة، ثم ادمج القيم المفيدة أو احذف الصفوف التي لا تضيف شيئًا. بهذه الطريقة، تظل عملية التنظيف سريعة من دون اعتبار كل قيمتين متشابهتين تطابقًا مؤكدًا.

يتيح لك Datablist تنفيذ ذلك كله عبر سير عمل واحد في المتصفح. استورد ملف CSV أو Excel، واختر خصائص المطابقة، وقارن الصفوف، وراجع النتيجة، ثم صدّر القائمة النظيفة. يظل فحص التكرارات للقراءة فقط إلى أن تبدأ إجراء Remove أو Merge أو معالجة مخصصة.

يستخدم هذا الدليل نموذجًا قابلًا للتنزيل يضم 1,000 صف، ويتضمن نسخًا متطابقة، وأسماء بريد إلكتروني بديلة، وصيغًا مختلفة لأسماء الشركات وعناوين URL وأرقام الهواتف، وأخطاء إملائية، وقيمًا متعارضة، وسجلات يكمل بعضها بعضًا.

🔑 القاعدة الآمنة لإزالة التكرارات

طابق باستخدام أصغر معرّف موثوق، لكن استند إلى الصف كاملًا عند تحديد ما يجب الاحتفاظ به.

إزالة التكرارات من قائمة قيم بسيطة

إذا كانت قائمتك تحتوي على قيمة واحدة في كل سطر، فاحفظها كملف CSV بعمود واحد وعنوان مثل Email أو Domain أو Value. استورد الملف إلى Datablist، ثم شغّل Clean > Remove duplicates على ذلك العمود باستخدام Exact. راجع المجموعات، واختر السجل الذي تريد الاحتفاظ به، وعالج الصفوف المكررة، ثم صدّر القيم المتبقية.

على سبيل المثال، يجب أن تحتفظ قائمة توضيحية تضم alpha.example وbeta.example وalpha.example بقيمة alpha واحدة وقيمة beta واحدة بعد حذف الصف المتكرر. هذا مثال مقترح للمدخلات والمخرجات، وليس قياسًا إضافيًا مستمدًا من النموذج القابل للتنزيل.

أنصح بهذه الطريقة مع قوائم المعرّفات. أما إذا كان الملف يتضمن عدة أعمدة، فالمطلوب هو معالجة السجلات المكررة، لأن حذف صف يعني حذف قيمه الأخرى أيضًا. استخدم سير عمل الدمج الموضح أدناه عندما يتضمن صف ثانٍ يحمل البريد الإلكتروني نفسه رقم هاتف أو ملاحظة مفيدة.

أبقِ المعرّفات الفارغة منفصلة. في المقارنة الافتراضية للخصائص المحددة، لا يُثبت غياب المعرّف النصي وجود تطابق. وإذا أردت حذف الصفوف الفارغة، فنفّذ ذلك صراحةً ضمن عملية التنظيف بدلًا من انتظار أداة إزالة التكرارات لتقرر ما تمثله.

تحديد ما يجعل السجل فريدًا

لا تبدأ بخوارزمية المطابقة، بل ابدأ بتعريف الكيان.

فجهة الاتصال والشركة والمنتج والمعاملة تحتاج إلى معرّفات مختلفة:

نادرًا ما تكشف جولة واحدة جميع التكرارات. فقد يظهر البريد الإلكتروني نفسه لجهة اتصال في صفين، بينما تكون جهة اتصال أخرى قد غيّرت بريدها الإلكتروني واحتفظت برقم الهاتف نفسه. نفّذ جولات منفصلة للمعرّفات المختلفة بدلًا من إنشاء قاعدة واحدة تشمل جميع الخصائص.

على سبيل المثال:

1. طابق جهات الاتصال حسب البريد الإلكتروني.
2. عالج المجموعات التي راجعتها.
3. وحّد صيغ أرقام الهواتف، ثم نفّذ فحص Exact على الخاصية المنظّفة.
4. نفّذ فحصًا تقريبيًا حذرًا بالاعتماد على الاسم الكامل والشركة.

حدّد قاعدة القيم الفارغة قبل إضافة الحقول إلى فحص واحد. عند استخدام Value required، قد يؤدي غياب أحد المعرّفات إلى استبعاد سجل مرشح مفيد.

أما مع Match on empty value، فتحصل الخصائص الفارغة في كلا السجلين على درجة 100%، وقد ترفع المتوسط: تطابق البريد الإلكتروني مع غياب اسم العائلة في السجلين يمنح درجة 87.5%؛ وإضافة ثلاث خصائص فارغة في كليهما ترفعها إلى 95%. راجع مثال احتساب درجات القيم الفارغة قبل افتراض أن زيادة عدد الأعمدة تعني دليلًا أقوى.

استخدم الأدلة المتخصصة عندما يحتاج المعرّف إلى معالجة خاصة لتوحيد صيغته:

• إزالة تكرارات عناوين البريد الإلكتروني والأسماء البديلة
• مطابقة أسماء الشركات المكررة
• إزالة التكرارات من حقل يتضمن عدة قيم
• توحيد صيغ أرقام الهواتف المحلية والدولية

تنزيل قائمة المثال المكوّنة من 1,000 صف

نزّل ملف CSV التجريبي لإزالة التكرارات. يتضمن الملف 1,000 صف تمثل 800 كيان مصمم للاختبار.

يجمع الملف عدة حالات اختبار:

هذه أعداد مرجعية مصممة مسبقًا، وليست ضمانًا بأن كل حد للمطابقة التقريبية سيعطي النتيجة نفسها. فقد تضيف مطابقة المسافة سجلات مرشحة أخرى عندما يكون الحد منخفضًا. راجع تلك المجموعات قبل معالجتها.

فيما يلي ثلاثة أزواج من الملف:

تختلف الصفوف أيضًا في حقول مثل المسمى الوظيفي والمالك والحالة والإيرادات والمصدر والوسوم والملاحظات. وتجعل هذه التعارضات الملف مفيدًا لاختبار قواعد السجل الرئيسي والقيم التي تبقى في كل حقل.

استيراد القائمة إلى Datablist

افتح Datablist واستورد ملف CSV أو Excel إلى collection. تعمل collection كجدول بيانات منظم: تمثل الصفوف العناصر، وتمثل الأعمدة الخصائص.

تحقق من أنواع الخصائص التي اكتُشفت أثناء الاستيراد:

• يجب أن تستخدم أعمدة البريد الإلكتروني النوع Email.
• يجب أن تستخدم أعمدة المواقع النوع URL.
• يجب أن تستخدم أعمدة الهاتف النوع Phone.
• يجب أن تستخدم أعمدة الإيرادات أو الكميات النوع Number.
• يجب أن تستخدم تواريخ النشاط والإنشاء النوع DateTime.

احتفظ بأعمدة المعرّف والمصدر والمالك والملاحظات والحالة داخل collection. فهي تساعدك على اختيار السجل الصحيح والتحقق مما سيحتفظ به الدمج.

تشغيل جولات المطابقة Exact وSmart والتقريبية

افتح Clean واختر الإجراء المناسب لهدفك:

• Remove duplicates عندما يمكن الاستغناء عن الصفوف الثانوية.
• Merge duplicates عندما تحتوي الصفوف على معلومات تستحق الاحتفاظ بها.
• Match across collections عندما تكون السجلات موزعة بين collections مختلفة.

يستخدم الإجراءان الأولان محرك الكشف نفسه. ويفتح كل منهما مساحة عمل النتائج مع تحديد وضع معالجة مختلف.

ابدأ بمطابقة Exact

استخدم All Properties مع Exact لاكتشاف الصفوف التي نُسخت مرتين بلا أي تغيير. واستخدم Selected Properties عندما يجب أن يتطابق حقل بعينه، مثل معرّف خارجي، تطابقًا تامًا.

تعيد هذه الجولة خمس مجموعات تكرارات في نموذج الـ1,000 صف. وتضم كل مجموعة صفين متطابقين في قيم جميع الخصائص.

تُعد Exact الجولة الأولى الأكثر أمانًا، لأن كل تطابق محتفظ به يجتاز مقارنة صارمة. لكنها لن تطابق بين Acme Inc. وAcme، أو بين رقمَي هاتف مختلفَي التنسيق، أو بين اسمَي بريد بديلين إذا اختلفت القيم المخزنة.

يمكن للزوار غير المسجلين إجراء فحص Exact للتكرارات. ويتيح إنشاء حساب مجاني مقارنة Smart وبقية مزايا الخطة المجانية.

استخدم مطابقة Smart لبيانات الأعمال

توحّد مطابقة Smart القيم لأغراض المقارنة من دون إعادة كتابة الخلايا المخزنة. اختر المعالج الملائم للخاصية:

• يعالج Email حالة الأحرف والمسافات المحيطة والأسماء البديلة بعلامة plus والنقاط في Gmail ونطاق googlemail.com وأغلفة أسماء العرض وقيم mailto:.
• يستطيع URL تجاهل البروتوكولات والشرطة المائلة الأخيرة، مع إعدادات اختيارية للنطاقات الفرعية والمسارات ومعلمات الاستعلام.
• يتجاهل Phone رموز التنسيق، لكنه لا يتحقق من صحة الأرقام، ولا يستخدم خاصية Country، ولا يستنتج رمز دولة مفقودًا.
• يزيل Company Name المصطلحات القانونية والتجارية والجغرافية الشائعة.
• يتجاهل Text علامات التشكيل والمسافات وعلامات الترقيم والرموز وحالة الأحرف وترتيب الكلمات.

يتطلب معالج Company Name ومطابقة القيم المتعددة والخوارزميات المتقدمة خطة مدفوعة. تتوفر Exact وSmart لمطابقة collection واحدة ضمن الخطة المجانية، إلا أن Smart تتطلب حسابًا مجانيًا.

عندما تحتوي خلية واحدة على عدة معرّفات مفصولة بفواصل منقوطة، فعّل Multiple Values. يقارن Datablist كل جزء ويعد الخاصية متطابقة عند تطابق زوج واحد على الأقل. فمثلًا، يمكن لخلية تحتوي على primary@example.com;shared@example.com أن تتطابق مع خلية ثانية تحتوي على shared@example.com.

أعاد هذا الإعداد 60 مجموعة من صفين على النموذج المخصص المكوّن من 200 صف. وأثبت التحقق من القيم المرجعية اكتشاف الأزواج المصممة الستين كلها واستبعاد حالات الضبط الثمانين كلها. اتبع سير عمل إزالة التكرارات من الحقول متعددة القيم للوصول إلى ملف النموذج وملف CSV للنتائج وقرارات الدمج.

أعادت جولة البريد الإلكتروني هذه 105 مجموعات، تضم كل منها صفين: 100 زوج مصمم لتوحيد صيغ البريد الإلكتروني، إضافة إلى أزواج النسخ المتطابقة الخمسة التي تتشارك البريد نفسه أيضًا.

وحّد صيغ أرقام الهواتف قبل مطابقتها

يفيد معالج Smart Phone في حالة محددة: عندما تتطابق الأرقام وتختلف المسافات أو الأقواس أو الشرطات أو الرموز. فهو يستطيع مطابقة (415) 555-0123 مع 4155550123.

لكنه لا يستطيع استنتاج أن رقمًا محليًا وآخر دوليًا يمثلان الرقم نفسه. فمثلًا، يحتاج الرقمان 06 12 34 50 08 و+33 6 12 34 50 08 إلى سياق الدولة قبل مقارنتهما.

استخدم Phone Number Cleaner قبل إزالة التكرارات اعتمادًا على الهاتف:

1. اربط خاصية Phone الخام.
2. للقوائم الخاصة بدولة واحدة، اختر الدولة ضمن Local Phone Countries. وللقوائم المختلطة، فعّل Define country per item واربط خاصية Country.
3. اكتب نتيجة enrichment في Clean Phone Number من دون استبدال القيمة الخام.
4. راجع المخرجات الفاشلة أو الفارغة. يجب ألا تدخل في المطابقة المعتمدة على الهاتف.
5. شغّل Duplicates Finder على Clean Phone Number باستخدام Exact.

نزّل نموذج الهاتف المخصص المكوّن من 200 صف. يتضمن 50 زوجًا من الأرقام المحلية والدولية من الولايات المتحدة وفرنسا والمملكة المتحدة وألمانيا وإسبانيا، إضافة إلى 100 حالة ضبط غير متطابقة. أعاد التحقق باستخدام منطق التنظيف الفعلي رقم هاتف موحّدًا لكل صف من الصفوف الـ200. وتتقارب الأزواج المصممة الخمسون إلى 50 قيمة دولية مشتركة، بينما تظل حالات الضبط فريدة.

تتحقق خطوة المعالجة المسبقة هذه أيضًا من تنسيق الهاتف. احتفظ بخاصيتَي Phone وCountry الأصليتين بجوار المخرجات المنظّفة حتى تتمكن من فحص أي سجل قبل دمجه. اقرأ ما يعنيه توحيد صيغ أرقام الهواتف لفهم دور رموز الدول والقيم الدولية.

بالنسبة إلى سجلات الشركات، نفّذ جولة منفصلة على Website. اختر Smart مع معالج URL. لا تفعّل Ignore Subdomain وIgnore Path وIgnore Query Params إلا عندما لا يُفترض أن تميّز مكونات URL هذه شركة أو موقعًا مختلفًا.

أعاد هذا الإعداد 200 مجموعة من صفين على نموذج الـ1,000 صف نفسه. تتضمن 50 زوجًا اختلافات مصممة في عناوين URL، بينما تتشارك 150 مجموعة موقعًا متطابقًا أصلًا. وفي هذا الاختبار، انتهى كل زوج مصدّر إلى اسم المضيف الموحّد نفسه.

نزّل مجموعات تكرارات Website البالغ عددها 200، أو راجع سير عمل إزالة تكرارات الشركات لاستراتيجية مطابقة تبدأ بالنطاق.

استخدم المطابقة التقريبية أو الصوتية للمراجعة

تقارن Metaphone طريقة نطق النص، بينما تحسب Jaro-Winkler وLevenshtein درجة التشابه، ما يساعد على اكتشاف اختلافات إملائية مثل Uma Turner وUman Turner.

التطابقات التقريبية سجلات مرشحة وليست تكرارات مؤكدة. ابدأ بحد مرتفع، وافحص أضعف المجموعات، ثم اخفض حد النتائج فقط إذا ظلت المراجعة دقيقة.

لإجراء جولة تقريبية قابلة للقياس، اختر Full Name، ثم Distance مع Levenshtein، وأبقِ معالج Text، واضبط الحد على 90%.

أعاد هذا الفحص 77 مجموعة من صفين في نموذج الـ1,000 صف. ووجد التحقق من القيم المرجعية 21 مجموعة تربط الكيان المصمم نفسه، و56 مجموعة تربط كيانات مختلفة. وكانت معظم النتائج الإيجابية الخاطئة أسماء مختصرة مثل G. Rossi، حيث لا تكفي قيمة Full Name وحدها للتمييز بين شخصين.

تكتشف الجولة اختلافات إملائية مقصودة مثل Uma A. Turner وUman A. Turner، لكنها توضح أيضًا لماذا تتطلب المطابقة التقريبية بالاسم وحده مراجعة بشرية.

نزّل مجموعات Levenshtein المصدّرة البالغ عددها 77 لفحص التطابقات المفيدة والنتائج الإيجابية الخاطئة.

للمطابقة الصوتية، اختر Full Name، ثم Metaphone، وأبقِ معالج Text.

عرضت هذه الجولة 69 مجموعة: 5 ضمن Ready و64 ضمن Needs review. وتتضمن المجموعات المصدّرة 188 صفًا. وكشف التحقق بمقارنتها مع كيانات النموذج المعروفة عن 19 مجموعة خالصة للكيان نفسه و50 مجموعة تخلط بين أشخاص مختلفين. ويتراوح حجم المجموعات بين صفين وسبعة صفوف.

يؤكد Why matched خاصية Full Name وخوارزمية Metaphone ومعالج Text ودرجة المجموعة. استخدم هذه التفاصيل لتدقيق المقارنة، لا كبديل عن التحقق من الهوية.

نزّل مجموعات Metaphone المصدّرة البالغ عددها 69 لفحص التطابقات الصوتية المفيدة والنتائج الإيجابية الخاطئة. وغالبًا ما تجمع المجموعات الخاطئة الأكبر بين أحرف أولى واسم عائلة شائع، مثل عدة أسماء مختصرة تحمل Rossi. تتداخل رموزها الصوتية، لكن الأسماء وحدها لا تقدم دليل هوية كافيًا للدمج التلقائي.

تتضمن صفحة النتائج عنصري تحكم:

• يحدد Include matches from المجموعات التي تظهر.
• يبقي Process automatically from المجموعات الأقل ثقة ضمن Needs review ويستبعدها من المعالجة المجمّعة.

يتيح لك هذا الفصل فحص مجموعة واسعة من السجلات المرشحة من دون تطبيق قاعدة الأتمتة نفسها عليها جميعًا.

مراجعة مجموعات التكرارات

تقسم مساحة عمل النتائج مجموعات التكرارات إلى Ready وNeeds review.

• مجموعات Ready لها نتيجة معالجة محددة وتستوفي حد الثقة للمعالجة التلقائية.
• مجموعات Needs review أقل ثقة، أو تتضمن تعارضات دمج لم تُحل، أو لم تطابق قاعدة اختيار السجل، أو تخطتها قاعدة مخصصة.

تحقق في كل مجموعة غير مؤكدة مما يلي:

• هل يمثل كل صف الشخص أو الشركة أو المنتج نفسه؟
• ما المعرّف الذي تسبب في المطابقة؟
• هل تكمل أي قيم بعضها بعضًا؟
• أي مصدر هو المرجع الموثوق؟
• هل سيؤدي حذف صف إلى فقدان رقم هاتف أو معرّف أو حالة أو تاريخ أو ملاحظة؟
• هل ترتبط المجموعة عبر سجل ثالث ضعيف الصلة؟

استخدم Why matched لفحص خصائص المطابقة وخوارزمياتها ومعالجاتها ونطاق درجاتها. وفي الفحوص التقريبية، يمثل تشابه المجموعة أضعف رابط محتفظ به يلزم لإبقاء المجموعة متصلة.

يمكنك أيضًا:

• تأكيد تطابق منخفض الثقة.
• إخراج سجل واحد من المجموعة من دون حذفه.
• تخطي المجموعة.
• فتح سجل وتعديله.
• مراجعة المجموعة في Merging Assistant.
• البحث في جميع المجموعات المتبقية وترتيب السجلات المرشحة الأعلى خطورة أولًا.

⚠️ لا تعالج مجموعة تقريبية اعتمادًا على النسبة وحدها

قد تعود الأسماء المتشابهة إلى أشخاص مختلفين. راجع المعرّفات والحقول المحيطة قبل تأكيد المجموعة.

تحقق من المعرّفات المشتركة والمفقودة قبل الدمج

قد يعود صندوق بريد مشترك مثل info@company.example إلى عدة جهات اتصال. وقد يتطابق شخصان يحملان ذلك العنوان حسب Email مع بقائهما شخصين مختلفين. وبالمثل، قد يحدد نطاق الشركة نشاطًا واحدًا لكنه يظهر في سجلات العديد من الموظفين.

أنصح باستبعاد هذه المجموعات من الدمج التلقائي على مستوى الأشخاص إلى أن يؤكد معرّف آخر التطابق. أما إذا كان هدفك إنشاء صف واحد لكل شركة، فقد يكون النطاق المشترك هو مفتاح التجميع المقصود. عرّف الكيان قبل تفسير النتيجة.

تغيّر قاعدة القيم الفارغة أيضًا مقارنة الخصائص المحددة. ففي الفحص متعدد الخصائص الذي يستخدم مقارنة غير Exact، يوفر إعداد Empty Value Rule المتقدم خيارَي Value required (default) وMatch on empty value. يشترط الخيار الافتراضي وجود المعرّف النصي، بينما يؤدي السماح بمطابقة القيم الفارغة إلى تخفيف هذا الشرط. لا تستخدمه إلا عندما تقدم حقول المطابقة الأخرى دليل هوية كافيًا؛ فغياب البريد الإلكتروني من سجلين لا يثبت أنهما يعودان إلى الشخص نفسه.

على سبيل المثال، لا ينبغي دمج صفين ذوي حقل Email فارغ وقيم Full Name مختلفة لمجرد تقليل عدد الصفوف. فقد يظل الصف الذي يفتقد البريد الإلكتروني يحتوي على جهة اتصال تحتاج إلى الاحتفاظ بها أو إثرائها لاحقًا.

حذف التكرارات أو دمجها أو معالجتها بقواعد مخصصة

العثور على التكرارات وحلها قراران منفصلان. اختر وضع المعالجة بعد مراجعة ما تتضمنه الصفوف الثانوية.

احذف التكرارات عندما يكون أحد الصفوف هو المرجع

يحتفظ Remove duplicates بسجل واحد محدد من دون تغيير، ويحذف الصفوف الأخرى في كل مجموعة Ready.

استخدمه للصفوف المنسوخة أو عمليات الاستيراد المؤقتة أو السجلات التي يمكن الاستغناء عن قيمها الثانوية. ويعرض الاستعراض تحذيرًا عندما تحتوي السجلات التي ستُحذف على معلومات إضافية أو متعارضة. لا تُنسخ هذه القيم إلى الصف المحتفظ به.

ادمج الصفوف عندما تتضمن بيانات مفيدة

يملأ Merge and preserve data الخصائص الفارغة في السجل المحدد، ويحل التعارضات وفق الإعدادات، ثم يحذف الصفوف الثانوية.

ابدأ بقاعدة Record to keep. الخيار الافتراضي هو Most Complete. وتتيح الخطط المدفوعة قواعد تعتمد على وقت الإنشاء أو التحديث، أو أعلى قيمة للخاصية أو أدناها، أو وجود قيمة مطلوبة في خاصية معينة.

ثم حدّد القيمة التي يجب أن تبقى لكل خاصية متعارضة:

• اجمع القيم النصية المختلفة باستخدام فاصل.
• احتفظ بقيمة السجل المحدد.
• في الخطط المدفوعة، اختر القيم لكل حقل على حدة باستخدام قواعد مثل الأحدث أو الأقدم أو الأطول أو الأقصر أو الأعلى أو الأدنى أو الأكثر تكرارًا.

استخدم قواعد مستوى الحقل عندما لا يتضمن أي صف منفرد أفضل قيمة لكل خاصية. يمكنك الاحتفاظ بمعرّف السجل المحدد، مع أخذ مسمى وظيفي أحدث واسم شركة أطول والحالة الأكثر تكرارًا من صفوف أخرى.

حدّث الاستعراض بعد تغيير الحد أو سير العمل أو عضوية المجموعة أو إعدادات التعارض أو قاعدة اختيار السجل.

استخدم Custom with AI لمنطق خاص بكل مجموعة

ينشئ Custom with AI سير عمل لمعالجة المجموعات انطلاقًا من تعليمات مكتوبة بلغة طبيعية. ويمكنه اختيار سجل، أو نسخ القيم وتوحيد صيغها، أو إضافة خاصية للحالة، أو حساب إجمالي المجموعة، أو حذف الصفوف الثانوية، أو تخطي المجموعات التي لا تستوفي شرطًا معينًا.

على سبيل المثال:

احتفظ بالسجل الذي تكون قيمة Source فيه CRM export. وانسخ Job Title من أحدث سجل، واجمع قيم Notes المختلفة مع فواصل أسطر، وأضف خانة اختيار Duplicate Reviewed، ثم احذف السجلات الثانوية.

أشِر إلى خصائص collection بصيغة /Property أو {{Property}}. أنشئ سير العمل وعاينه قبل تشغيله. تتوفر Custom with AI للمستخدمين المسجلين المشتركين في الخطط المدفوعة.

للاستثناءات الفردية، افتح Review group واستخدم Merging Assistant بدلًا من زيادة تعقيد قاعدة المعالجة المجمّعة.

التحقق من القائمة النظيفة وتصديرها

قبل معالجة مجموعات Ready، تحقق مما يلي:

• يعكس الاستعراض الإعدادات الحالية.
• تمت مراجعة المجموعات منخفضة الثقة وذات المعرّفات المشتركة.
• يحمل السجل المحدد المعرّف الذي تريد الاحتفاظ به.
• ستبقى قيم الهاتف والمصدر والملاحظات والحالة الفريدة.
• لن تُجمع الحقول التي لا تقبل سوى قيمة واحدة في قيمة متسلسلة.
• يتطابق عدد Ready المعروض مع نطاق المعالجة المطلوب.

بعد المعالجة، طابق عدد الصفوف وفق المعادلة:

صفوف البداية - الصفوف الثانوية المحذوفة = الصفوف النهائية

في جولة Exact بهذا الدليل، دمج Datablist خمس مجموعات تضم كل منها صفين. ولذلك انخفض عدد عناصر collection من 1,000 إلى 995 عنصرًا.

نزّل مجموعات التكرارات قبل المعالجة عندما تحتاج إلى ملف للمراجعة الخارجية. تتضمن الخطط المدفوعة معرّفات قابلة للاستخدام لمجموعات التكرارات وسجل التغييرات اللاحقة للمعالجة. ويسجل هذا السجل معرّفات Datablist المحذوفة والمحدّثة مع القيم السابقة والنهائية.

تظهر عمليات الحذف والدمج التلقائية أيضًا في History الخاصة بـcollection، حيث يمكنك التراجع عنها.

عُد إلى collection وافتح Export لتنزيل ملف CSV أو Excel النظيف.

إزالة التكرارات من عدة قوائم

استخدم المطابقة بين collections عندما تحتاج إلى مقارنة ملف Leads جديد ببيانات مصدّرة من CRM. اعتبر CRM القائمة المرجعية، واحذف السجلات المطابقة له من القائمة الواردة قبل الاستيراد.

نزّل ملف CRM التجريبي وملف الفعالية التجريبي لاختبار سير العمل. يستخدم الملفان عناوين أعمدة مختلفة ويتضمنان 100 حالة تداخل مصممة في البريد الإلكتروني. ويبدأ كل ملف بـ250 صفًا.

استورد كل ملف إلى collection مستقلة، ثم افتح Clean > Match across collections. أضف المجموعتين واربط الخصائص المتناظرة، مثل Email مع Attendee Email.

في هذا الاختبار، أعادت مطابقة Smart باستخدام معالج Email عدد 100 مجموعة عابرة للـcollections من بين 500 سجل مفحوص. اختر Event Registrations ضمن Remove duplicate items from collection {X} للإبقاء على CRM من دون تغيير وحذف السجلات المطابقة له من قائمة الفعالية.

تزيل المعالجة التلقائية بين collections الصفوف، لكنها لا تدمج قيم الفعالية الفريدة في CRM. صدّر المجموعات أو راجعها أولًا إذا كانت السجلات الواردة تحتوي على معلومات تحتاج إلى الاحتفاظ بها.

بعد معالجة حالات التداخل المئة، تتضمن Event Registrations عدد 150 جهة اتصال جديدة صافية.

المطابقة بين collections ميزة Premium. اقرأ الدليل التفصيلي حول إزالة التكرارات من عدة ملفات CSV أو Excel للتعرف إلى خيارات ربط collections ومعالجتها.

الأسئلة الشائعة

هل يمكنني إزالة تكرارات قائمة مجانًا عبر الإنترنت؟

نعم. يمكن للزوار غير المسجلين إجراء فحص Exact. ويتيح الحساب المجاني مطابقة Smart وغيرها من مزايا الخطة المجانية الخاصة بـcollection واحدة. أما الخوارزميات التقريبية والصوتية، والمعالجات المتقدمة، والمطابقة بين collections، وقواعد بقاء القيم القابلة للضبط، وCustom with AI، فتتطلب خطة مدفوعة.

هل أحذف الصفوف المكررة أم أدمجها؟

احذف الصفوف عندما يكون أحد السجلات هو المرجع ولا تتضمن السجلات الأخرى شيئًا تحتاج إليه. واستخدم الدمج عندما تحتوي الصفوف الثانوية على قيم مفيدة. يحذرك استعراض Remove عند احتمال فقدان بيانات.

هل يستطيع Datablist اكتشاف التكرارات ذات الأخطاء الإملائية؟

نعم. تقارن Jaro-Winkler وLevenshtein تشابه النصوص، بينما تقارن Metaphone طريقة نطقها. تتطلب هذه الخوارزميات المتقدمة خطة مدفوعة، ويجب مراجعة نتائجها.

هل يمكن دمج الصفوف المكررة من دون فقدان البيانات؟

يستطيع Datablist ملء الحقول الفارغة، وجمع القيم النصية، والاحتفاظ بقيمة السجل المحدد، أو تطبيق قواعد بقاء القيم على مستوى الحقول. راجع الاستعراض لأن أي قيمة تختار استبعادها لن تظهر في السجل المدمج.

ما الحد الأقصى لحجم القائمة؟

تدعم الخطة المجانية ما يصل إلى مليون عنصر لكل collection في مساحة تخزين المتصفح. وتدعم الخطط المدفوعة استيراد ما يصل إلى مليوني عنصر لكل collection. ومع ذلك، تظل العمليات المحلية الكبيرة مرتبطة بقدرات المتصفح والجهاز.

هل يمكنني مراجعة التكرارات من دون تغيير القائمة؟

نعم. عملية الكشف للقراءة فقط. يمكنك فحص المجموعات، وتعديل الحدود، واستخدام Why matched، والبحث في النتائج وترتيبها، وتنزيل الصفوف المكررة قبل بدء أي إجراء معالجة.

للاطلاع على جميع الإعدادات والقيود، اقرأ وثائق Duplicate Finder الكاملة.