Doppelte Firmennamen sind ein echter Albtraum. Sie vermüllen Dein CRM, verfälschen Reports und machen es unnötig schwer, Customer Interactions sauber nachzuverfolgen.

Und sie händisch zu fixen? Noch schlimmer. Die gute Nachricht: Es geht auch deutlich einfacher.

In diesem Guide zeige ich Dir, wie Du doppelte Firmennamen schnell findest und zusammenführst – in CSV/Excel-Dateien oder direkt aus Deinem CRM-Export. Du lernst:

Lass uns Deine Daten aufräumen.

Schritt 1: Deine Liste mit Firmennamen importieren

Starte damit, Deine Liste mit Firmennamen in Datablist zu importieren.

Create a New Collection
Create a New Collection

Nach dem Import schaust Du kurz drüber, ob die Firmennamen und die übrigen Felder korrekt geladen wurden.

Company Names Data Preview
Company Names Data Preview

Schritt 2: Duplikate mit Algorithmen erkennen

Nutze den Duplicates Finder von Datablist, um passende Firmennamen zu erkennen.

Open the Duplicates Finder Tool
Open the Duplicates Finder Tool

Wähle die Spalte mit den Firmennamen als Zielfeld aus.

Select Company Name Column
Select Company Name Column

Jetzt entscheidest Du Dich für den passenden Deduplication-Algorithmus:

  • Smart Algorithm: Ideal für klassische Duplikate nach Normalisierung.
Use Smart Matching Algorithm
Use Smart Matching Algorithm
  • Distance Algorithm: Findet ähnliche Namen mit kleinen Abweichungen oder Tippfehlern. Lege dafür einen Similarity Threshold fest (Standard 80, Minimum 50).
Set Distance Matching Threshold
Set Distance Matching Threshold

Starte den Duplikate-Check, um die passenden Records zu finden.

So funktioniert der Company Name Processor

Der Company Name Processor ist ein Spezial-Tool, das Firmennamen vor dem Duplikate-Abgleich normalisiert. Das ist wichtig, weil Company Names in der Praxis fast immer in Varianten in Deinen Daten auftauchen.

Was er macht:

  • Entfernt Rechtsformen: LLC, Inc., Ltd. usw.
  • Ignoriert geografische Begriffe: Europe, USA, UK usw.
  • Filtert typische Business-Keywords: Partners, Group, Technologies usw.

Beispiel:

Original NameNormalized Name
Apple Inc.Apple
Apple USA LLCApple
Apple TechnologiesApple
Microsoft CorporationMicrosoft
Microsoft Ltd. UKMicrosoft

So werden z. B. „Apple Inc.“ und „Apple Technologies“ zuverlässig als Duplikate erkannt.

Schritt 3: Doppelte Company-Records zusammenführen

Die Duplikate werden anschließend in Gruppen zusammengefasst.

Review Duplicate Groups
Review Duplicate Groups

Note: Wenn Du nur die Liste der Duplikate brauchst, exportiere einfach die Matching-Ergebnisse. Wenn Du Duplikate zusammenführen willst, mach mit den nächsten Schritten weiter.

Konflikte auflösen

Eine „conflicting property“ bedeutet, dass bei den erkannten Duplikaten für dasselbe Feld unterschiedliche Werte vorhanden sind.

Wenn Deine Duplicate-Records in bestimmten Feldern unterschiedliche Werte haben, musst Du festlegen, wie gemerged werden soll.

Datablist bietet dafür zwei Optionen:

  • Combine Values: Führt mehrere Werte aus verschiedenen Duplicate-Records in einem Feld im Master-Record zusammen (z. B. mehrere Telefonnummern).
  • Keep One Value and Delete the Others: Du wählst einen Wert aus einem der Duplicate-Records aus, der behalten wird; die anderen Werte in diesem Feld werden verworfen (z. B. die vollständigste Adresse behalten).

Es gibt einen Shortcuts Link, mit dem Du dieselbe Merge-Regel auf alle Konflikt-Felder anwenden kannst.

Set Merging Rules
Set Merging Rules

Master-Record auswählen

Ein Record wird zum „Master“, alle anderen werden in diesen gemerged.

Du kannst z. B. so auswählen:

  • Most Complete: Der Record mit den meisten ausgefüllten Feldern.
  • Last Updated: Der zuletzt geänderte Record.
  • First Created: Der älteste Record nach Erstellungsdatum.
  • Highest Value: Der Record mit dem höchsten Wert in einem ausgewählten Feld (bei Gleichstand gewinnt der neueste Record).
  • Lowest Value: Der Record mit dem niedrigsten Wert in einem ausgewählten Feld (bei Gleichstand gewinnt der neueste Record).
  • Matching Value: Der Record, der einen bestimmten Wert in einem ausgewählten Feld enthält. Records ohne diesen Wert werden nicht gemerged.

Nachdem Du Merge-Regeln und Master-Record-Auswahl konfiguriert hast, aktualisiere die Preview, um das Ergebnis vor dem finalen Merge zu prüfen.

Refresh Preview
Refresh Preview

In der Preview siehst Du, welche Werte gelöscht, kombiniert und welcher Master-Record pro Duplikat-Gruppe verwendet wird.

Preview Merging Results
Preview Merging Results

Wenn nötig, kannst Du bestimmte Records auch manuell zusammenführen.

Starte den automatischen Merge-Prozess, wo es sinnvoll ist, indem Du die passende Option auswählst (z. B. „Auto-merge duplicates when possible“).

Complete the Merge
Complete the Merge

Nach dem Merge ist Dein Datensatz sauber und bereit für den Export. Zum Export der deduplizierten Daten klickst Du oben im Header auf „Export“. Du kannst als CSV oder Excel exportieren.

Export the Cleaned List
Export the Cleaned List

Fazit

Doppelte Firmennamen aufzuräumen muss kein riesiger Aufwand sein.

Mit den richtigen Tools und einem klaren Prozess:

  • verhinderst Du inkonsistente Daten
  • machst Dein CRM effizienter
  • sparst Dir jede Menge Zeit bei manuellen Checks

Leg heute los – und halte Deine Company-Daten dauerhaft sauber und übersichtlich.