Um Duplikate in einem Mehrfachfeld zu entfernen, musst Du jeden Zelleninhalt vor dem Datensatzabgleich in einzelne Vergleichswerte aufteilen. Aktiviere dazu in Datablist Multiple Values für eine textbasierte Property, die Exact oder Smart verwendet. Datablist teilt den Zelleninhalt an den Semikolons auf, wendet den ausgewählten Processor auf jeden Teil an und wertet die Property als Treffer, sobald mindestens ein Wert übereinstimmt.
Dieser Workflow ist praktisch, wenn eine CRM-Zeile mehrere E-Mail-Adressen, Websites, Identifikatoren, Tags oder Skills in einer einzigen Zelle enthält. So findest Du zwei Datensätze, die einen gemeinsamen Wert haben, ohne dass der gesamte Zelleninhalt identisch sein muss.
Für diesen Guide verwenden wir ein ausgewertetes Beispiel mit 200 E-Mail-Datensätzen. Du kannst dieselben Schritte mit Deiner eigenen CSV- oder Excel-Datei durchführen.
- Mehrfachfeld vorbereiten
- Multiple Values für den Abgleich konfigurieren
- Gruppen prüfen und zusammenführen
- Wann sich der Mehrfachwert-Abgleich eignet
Mehrfachfeld vorbereiten
Datablist verwendet ein Semikolon (;) als Trennzeichen für mehrere Werte. Leerzeichen vor und nach den einzelnen Teilen werden entfernt. Kommas, Pipes und Zeilenumbrüche werden mit dieser Einstellung nicht als Trennzeichen erkannt.
Die Inhalte dieser beiden Zellen unterscheiden sich beispielsweise, enthalten aber beide shared-008@match.example:
| Externe ID | E-Mail-Adressen |
|---|---|
MV-008-A | primary-008@redwood-008.example;shared-008@match.example |
MV-008-B | shared-008@match.example |
Lade die Beispieldatei mit 200 Mehrfachwert-E-Mails herunter, um den Workflow nachzuvollziehen. Sie enthält 60 bewusst angelegte Gruppen mit jeweils zwei Datensätzen sowie 80 Kontrollzeilen ohne Übereinstimmung. Jede angelegte Gruppe besitzt genau eine eindeutige gemeinsame Adresse. Dadurch können unabhängige Gruppen nicht über einen wiederverwendeten Testwert miteinander verbunden werden.
Importiere die Datei in eine Collection und ordne Emails als Text-Property zu. Beim Duplikat-Check verarbeitet der Email Processor jeden durch ein Semikolon getrennten Teil einzeln.
Verwendet Deine Quelldatei Kommas oder ein anderes Trennzeichen, solltest Du die Spalte vor dem Abgleich vereinheitlichen. Nutze Suchen und Ersetzen, wenn das Trennzeichen eindeutig ist. Benötigst Du stattdessen eine eigene Ausgabezeile pro E-Mail-Adresse, verwende den CSV Rows Splitter. Das Aufteilen von Zeilen und der Abgleich von Mehrfachwert-Zellen lösen unterschiedliche Probleme.
⚠️ Kommas nicht unüberlegt ersetzen
Ersetze Kommas nicht pauschal, wenn Zellen Namen, Adressen oder Text in Anführungszeichen enthalten können. Prüfe zuerst, ob das Trennzeichen ausschließlich zur Werteliste gehört.
Multiple Values für den Abgleich konfigurieren
Öffne Clean > Merge duplicates. Deaktiviere All Properties und wähle für diesen Durchlauf ausschließlich Emails aus.
Konfiguriere die Property wie folgt:
- Algorithm: Smart
- Processor: Email
- Option: Multiple Values aktiviert
Multiple Values ist in kostenpflichtigen Tarifen für textbasierte Properties verfügbar, die Exact oder Smart verwenden. Es handelt sich um eine Vergleichsoption und nicht um einen separaten Processor.
Für jedes Datensatzpaar führt Datablist folgende Schritte aus:
- Beide Zellen werden an jedem Semikolon aufgeteilt.
- Leerzeichen vor und nach jedem Teil werden entfernt.
- Der Email Processor wird auf jede Adresse angewendet.
- Jeder Teil des einen Datensatzes wird mit jedem Teil des anderen verglichen.
- Die Property gilt als Treffer, sobald ein Vergleich erfolgreich ist.
Die Smart Email-Verarbeitung wird weiterhin auf jeden einzelnen Teil angewendet. Sie kann Groß- und Kleinschreibung, umgebende Leerzeichen, Plus-Aliasse, Punkte in Gmail-Adressen, googlemail.com, Anzeigenamen sowie mailto:-Werte normalisieren. Verwende Exact, wenn jede Adresse ohne diese E-Mail-spezifischen Smart-Regeln übereinstimmen muss.
Klicke auf Run duplicates check. Für die Beispieldatei werden 60 Gruppen mit jeweils zwei Zeilen gefunden. Alle 120 gezielt angelegten Datensätze wurden erkannt, während keine der 80 Kontrollzeilen in einer Gruppe auftaucht.
Die vollständigen Zellen bleiben in den Ergebnissen sichtbar. So erkennst Du schnell, welche Adresse sich überschneidet und welche Adressen nur in einem der Datensätze vorkommen.
Öffne bei einer Gruppe Why matched. In der Erklärung sollten Emails, Smart, Email processor und Multiple values aufgeführt sein. Der Score von 100 % bezieht sich in diesem Beispiel auf das übereinstimmende E-Mail-Paar und nicht auf jeden Wert in beiden Zellen.
Lade die 60 exportierten Duplikatgruppen herunter, um das gemessene Ergebnis zu prüfen. Jede exportierte Gruppe enthält zwei Datensätze derselben gezielt angelegten Entität.
Gruppen prüfen und zusammenführen
Im Beispiel werden alle 60 Gruppen unter Needs review aufgeführt, weil fünf weitere Properties widersprüchliche Werte enthalten. Der E-Mail-Treffer liegt trotzdem bei 100 %. Ready und Needs review zeigen an, ob die Zusammenführung mit den konfigurierten Regeln sicher ausgeführt werden kann – nicht, ob die E-Mail-Übereinstimmung schwach war.
Wähle Merge and preserve data, um die Datensätze jeder Gruppe zusammenzuführen. Multiple Values steuert, wie Datensätze abgeglichen werden. Die Option bestimmt nicht, welche Werte der einzelnen Felder nach dem Merge erhalten bleiben. Die für den Abgleich verwendete Property wird genauso geprüft wie alle anderen Felder. Widersprechen sich ihre Zelleninhalte, kannst Du die Werte kombinieren, den Wert des Master-Datensatzes behalten oder eine Feldregel anwenden.
Wenn Du beispielsweise für die MV-028-E-Mail-Zellen Combine values mit einem Semikolon auswählst, bleiben im Ergebnis alle drei unterschiedlichen Adressen erhalten:
| Vorher | Nach dem Merge |
|---|---|
Zwei Datensätze mit der gemeinsamen Adresse shared-028@match.example | primary-028@redwood-028.example;shared-028@match.example;secondary-028@redwood-028.example |
Der Screenshot zeigt fünf noch nicht aufgelöste Felder für die sichtbaren Gruppen: External ID, Company, Job Title, Source und Notes. Prüfe für jede Gruppe die vollständige Vorschau, da die widersprüchlichen Felder von den jeweiligen Datensatzwerten abhängen.
Wähle für jede widersprüchliche Property eine der verfügbaren Merge-Optionen:
- Combine values behält unterschiedliche Textwerte bei und trennt sie mit dem ausgewählten Trennzeichen.
- Keep selected record's value verwirft die anderen widersprüchlichen Werte.
- Eine Feldregel kann anhand der Daten in jeder Gruppe einen Wert auswählen.
Lege anschließend fest, welcher Datensatz erhalten bleiben soll. Most complete ist eine sinnvolle Standardeinstellung. Alternativ kannst Du das Erstellungs- oder Aktualisierungsdatum, einen hohen oder niedrigen Zahlenwert oder einen bestimmten übereinstimmenden Wert verwenden. Prüfe die Vorschau, bevor Du die Gruppen verarbeitest.
Lade die Gruppen zuerst herunter, wenn Du eine Datei für Audit-Zwecke benötigst. Nach dem Merge stellt Datablist außerdem ein Änderungsprotokoll bereit und zeigt den Vorgang im Verlauf der Collection an. Den vollständigen Workflow zum Prüfen und Rückgängigmachen findest Du im Guide zum Entfernen von Duplikaten ohne Datenverlust.
Wann sich der Mehrfachwert-Abgleich eignet
Verwende diese Einstellung, wenn ein gemeinsamer Teil ein aussagekräftiger Identitätsnachweis ist:
- Mehrere E-Mail-Adressen, die für einen Kontakt gespeichert sind.
- Mehrere Domains oder Account-URLs, die für ein Unternehmen gespeichert sind.
- Kunden-, Lieferanten- oder Produkt-IDs in einem gemeinsamen Feld.
- Skills, Kategorien oder Tags, wenn ein gemeinsamer Wert tatsächlich auf ein Duplikat schließen lässt.
Sei bei allgemeinen Werten vorsichtig. Ein gemeinsamer Tag wie newsletter, customer oder enterprise beweist nicht, dass zwei Datensätze dieselbe Entität darstellen. Wiederverwendete Werte können außerdem mehrere paarweise Treffer zu einer größeren Duplikatgruppe verbinden. Füge eine zweite Property hinzu oder prüfe die Gruppe manuell, wenn ein einzelner gemeinsamer Teil kein starker Identifikator ist.
Enthält jede Zelle nur eine E-Mail-Adresse, nutze den einfacheren Workflow zur E-Mail-Deduplizierung. Möchtest Du ähnliche Firmennamen vergleichen, hilft Dir der Guide zur Deduplizierung von Firmennamen.
Häufig gestellte Fragen
Welches Trennzeichen verwendet Multiple Values?
Multiple Values verwendet Semikolons. Datablist teilt den Inhalt an ; auf und entfernt Leerzeichen vor und nach jedem Teil. Kommas, Pipes und Zeilenumbrüche gelten bei dieser Einstellung nicht als Trennzeichen.
Verändert Multiple Values den gespeicherten Zelleninhalt?
Nein. Die Option ändert nur, wie der Duplikat-Check die Property interpretiert. Der gespeicherte Wert bleibt unverändert, bis Du die Datensätze zusammenführst.
Müssen alle Werte übereinstimmen?
Nein. Die Property gilt als Treffer, sobald ein Teil des ersten Datensatzes mit einem Teil des zweiten übereinstimmt. Die beiden vollständigen Listen dürfen sich unterscheiden.
Kann ich Exact oder Smart mit Multiple Values kombinieren?
Ja. Multiple Values steht für textbasierte Properties mit Exact oder Smart zur Verfügung. Wähle passend zu den in der Zelle gespeicherten Werten einen Processor wie Email oder URL aus.
Ist Multiple Values im Free-Tarif verfügbar?
Nein. Es handelt sich um eine erweiterte Deduplizierungsfunktion, die in kostenpflichtigen Tarifen verfügbar ist.
Der Mehrfachwert-Abgleich liefert die zuverlässigsten Ergebnisse, wenn jeder Teil ein starker Identifikator ist und durchgehend dasselbe Trennzeichen verwendet wird. Beginne mit einer Property, prüfe die erkannten Gruppen und führe sie erst zusammen, nachdem Du den überschneidenden Wert bestätigt hast.