Sådan renser du virksomhedsnavne med AI trin for trin

Når du vil rense virksomhedsnavne i en Lead-liste, skal du først definere det ønskede output: Fjern juridiske endelser, når de tydeligt står adskilt fra brandnavnet, ensret mellemrum og brugen af store og små bogstaver, og behold ord, der er en del af brandet. Eksempelvis kan Acme, Inc. blive til Acme, mens The Limited ikke automatisk bør blive til The.

Datablist giver dig to metoder til at anvende disse regler på en CSV-kolonne. Company Name Cleaner behandler hver række med AI, mens AI Editing genererer en JavaScript-transformation, som du kan forhåndsvise, før du anvender den på hele samlingen. Gem det oprindelige navn i en separat egenskab, så du kan sammenligne og rette resultatet før Outbound eller deduplikering.

Hvis du først vil kontrollere nogle få navne, kan du bruge den gratis Company Name Cleaner. Indsæt op til ti navne, og sammenlign de oprindelige og rensede værdier, før du bruger samme metode på hele din CSV-fil.

Denne guide gennemgår:

• Sådan renser du virksomhedsnavne med generativ AI (ChatGPT)
• Sådan renser du virksomhedsnavne med AI-genereret JavaScript-kode
• Forskellene mellem de to metoder, og hvornår du bør vælge hver af dem

Regler for rensning af virksomhedsnavne

Afgør først, om du har brug for et naturligt navn til Outbound eller et standardiseret navn til matching af poster. Resultaterne kan være forskellige. Tag udgangspunkt i disse regler, og gennemgå undtagelserne:

• Fjern kun juridiske selskabsformer som Inc., LLC eller GmbH, når de står som separate endelser.
• Ensret gentagne mellemrum og overflødig tegnsætning uden at ændre det genkendelige brandnavn.
• Behold ord som Group, Holdings eller Limited, når de er en del af brandet, eller når navnet alene ikke gør det muligt at afgøre det.
• Send usikre navne til manuel gennemgang i stedet for at gætte virksomhedens identitet.

Metode 1: Rens virksomhedsnavne med generativ AI

Den første metode anvender AI på hvert virksomhedsnavn. Vælg den, når navnene har forskellige formater, og du hellere vil gennemgå kontekstafhængige resultater end vedligeholde en fast liste over juridiske endelser.

Datablist tilbyder den dedikerede enrichment Company Name Cleaner. Gennemgå konfigurationen og kreditforbruget, før du kører den på en stor liste.

Foretrækker du en kodebaseret arbejdsgang, kan du rense virksomhedsnavne i Python via API'et.

Lad os gennemgå metoden trin for trin.

Start med at importere dine virksomhedsnavne fra en CSV- eller Excel-fil.

Min fil indeholder kun virksomhedsnavne til demonstrationen, men du kan uploade en almindelig fil med flere egenskaber eller kolonner. Metoden fungerer på samme måde.

Vælg derefter “Enrich”.

Vælg derefter Enrichment Templates.

Vælg Company Name Cleaner.

Rediger derefter prompten, og vælg den kolonne, der indeholder virksomhedsnavnene, ved hjælp af {{Name}} eller /Name.

Gå videre til næste trin for at konfigurere dit output.

Du kan enten oprette en ny egenskab til resultaterne eller knytte dem til en eksisterende egenskab i din samling.

I mit tilfælde oprettede jeg en ny.

Datablist opretter også automatisk egenskaben "Run Status". Den hjælper dig med at følge, hvilke navne der er blevet behandlet, og hvad hver behandling har kostet.

Nu kan du konfigurere kørslen ved at vælge mellem følgende muligheder:

• Kør i Async (i skyen)
• Test på de første 10 elementer
• Kør kun på de første 10 eller 100 elementer, eller angiv selv, hvor mange elementer du vil rense.

Jeg har konfigureret mine kørselsindstillinger og kan nu starte min enrichment.

Dette er det sidste trin, før vi går videre til anden del af processen.

Jeg valgte at køre enrichment i Async på de første 100 elementer.

Når enrichment er færdig, vises resultatet i outputegenskaben. Sammenlign et udvalg med de oprindelige navne, herunder korte navne, internationale selskabsformer og navne med ord som Group eller Limited.

Her er en video, der viser processen til rensning af virksomhedsnavne.

Metode 2: Rens virksomhedsnavne med AI-genereret JavaScript

Til en liste med et forudsigeligt format kan AI Editing generere en JavaScript-transformation ud fra dine instruktioner og op til 10 eksempelposter. Værktøjet læser ikke alle virksomhedsnavne i samlingen, før scriptet bliver skrevet. Angiv de relevante selskabsformer og undtagelser i prompten, og afprøv derefter den genererede kode på repræsentative navne, før du kører den på hele listen.

Dermed undgår du at kalde en AI-model for hver række, men en genereret regel kan stadig fjerne det forkerte ord. Behold kildekolonnen, og test først de vanskelige navne.

Sådan gør du trin for trin.

Start med at importere dine virksomhedsnavne i Datablist. Brug en CSV- eller Excel-fil.

Min fil indeholder kun virksomhedsnavne til denne demonstration, men du kan uploade en fil med flere egenskaber eller kolonner. Filen kan indeholde hundredtusindvis af rækker. Datablist er velegnet til at åbne store CSV-filer.

Vælg Edit, og vælg derefter AI Editing.

Skriv en prompt med regler, og brug egenskaben med virksomhedsnavnene som reference. Udvid listen over juridiske endelser med selskabsformerne fra landene i din fil i stedet for at gå ud fra, at de første eksempelposter indeholder alle varianter:

Generér JavaScript, der læser {{company_name}} og skriver et renset navn til en separat egenskab. Brug en eksplicit liste over juridiske endelser, hvor der ikke skelnes mellem store og små bogstaver: Inc., Incorporated, LLC, L.L.C., Ltd., Limited, Corp., Corporation, LLP, PLC, GmbH, GmbH & Co. KG, AG, B.V., N.V., S.A., S.A.R.L., SAS, S.r.l., Pty Ltd, Pte Ltd og Co., Ltd. Match kun en fuldstændig endelse, der er adskilt fra brandnavnet med et mellemrum eller tegnsætning. Håndter endelser med flere ord før de kortere endelser, og tillad almindelige variationer i punktummer og mellemrum. Fjern kun endelsen, og fjern derefter tilbageværende kommaer, punktummer og mellemrum i starten og slutningen. Fjern ikke disse ord fra midten af et navn, og reducer ikke et navn til et generisk ord som "The". Behold Group og Holdings, når de er en del af brandnavnet. Lad navnet være uændret, hvis endelsen er tvetydig. Eksempler: "Acme, Inc." -> "Acme"; "Acme GmbH & Co. KG" -> "Acme"; "The Limited" -> "The Limited"; "Limited Partners Group" -> "Limited Partners Group". Anvend de samme regler på alle rækker og ikke kun på eksempelposterne.

Bemærk: Hvis du vil bruge den samme prompt, skal du huske at indsætte en egenskab som reference med krøllede parenteser ({{Property}}).

AI Editing bruger eksemplet til at generere og forhåndsvise et script. Værktøjet renser ikke hver række med en LLM. Vælg eller filtrer repræsentative rækker før genereringen, så forhåndsvisningen omfatter navne med juridiske endelser på flere ord, brands med Limited eller Group samt navne uden en juridisk endelse. Gennemgå både den genererede JavaScript-kode og forhåndsvisningen. Hvis scriptet overser en endelse eller fjerner et ord fra brandnavnet, skal du føje den præcise regel eller undtagelse til prompten og generere scriptet igen, før du kører det på hele listen.

Når forhåndsvisningen er korrekt, skal du klikke på Run on items og sammenligne et større udvalg af resultater med den oprindelige egenskab.

Hvis du har en mindre liste, forklarer vores gratis arbejdsgang til rensning af virksomhedsnavne, hvordan du gennemgår de rensede navne og bevarer stabile identifikatorer til den efterfølgende deduplikering.

Hvad er forskellen på de to metoder?

Rensning med generativ AI (metode 1) bruger AI direkte til at rense virksomhedsnavne, mens metode 2 (AI-genereret JavaScript) bruger AI til at oprette et JavaScript-script, som udfører rensningen.

Metode 1 anvender AI på hver behandlet række og bruger credits. Den kan håndtere forskellige formater, men resultaterne skal stadig gennemgås.

Metode 2 genererer et script ud fra dine eksplicitte regler og et lille udvalg af eksempler og anvender derefter scriptet på alle rækker. Den fungerer bedst, når du kan angive de relevante selskabsformer og kontrollere særlige tilfælde før den fulde kørsel.

Begge metoder automatiserer rensningen af virksomhedsnavne, men det rigtige valg afhænger af listens størrelse, dit budget og dine krav til præcision.

Hvornår skal du vælge metode 1 eller metode 2?

Rensning med generativ AI (metode 1)

• Blandede formater og sprog
• Navne, der kræver kontekstafhængige beslutninger
• Når du kan gennemgå et udvalg af AI-resultater

AI-genereret JavaScript (metode 2)

• Lister, der følger ensartede regler
• Når du kan forhåndsvise og finjustere det genererede script
• Når du vil undgå et AI-kald for hver række

Ofte stillede spørgsmål om rensning af virksomhedsnavne

Hvordan renser jeg automatisk virksomhedsnavne til B2B leadgenerering?

Importér CSV-filen, bevar kolonnen med det oprindelige navn, og skriv det rensede navn til en ny egenskab. Brug Company Name Cleaner til navne med mange variationer eller AI Editing til en regel, der kan genbruges. Gennemgå et udvalg af resultaterne før eksport.

Hvordan fjerner jeg juridiske selskabsformer fra virksomhedsnavne i stor skala?

Angiv, hvilke endelser der skal fjernes, og behold det oprindelige navn. Forhåndsvis korte navne, navne fra forskellige lande og navne med brandord, der minder om juridiske selskabsformer. Tilpas reglen, hvis den ændrer et brandnavn forkert.

Kan AI rense virksomhedsnavne fra forskellige lande og sprog?

AI kan behandle navne fra forskellige lande, men juridiske selskabsformer og navnekonventioner varierer. Tilføj eksempler fra din liste, og gennemgå tvetydige resultater i stedet for at antage, at én regel for endelser passer til alle lande.

Hvor lang tid tager det at rense 1.000 virksomhedsnavne med AI?

Tidsforbruget afhænger af metoden, samlingens størrelse og behandlingsforholdene. Test en mindre portion, kontrollér resultatet, og brug kørslen til at planlægge den større opgave.