Cómo limpiar nombres de empresas con IA fácilmente

Para limpiar nombres de empresas en una lista de leads, defina primero el resultado deseado: elimine el sufijo legal cuando esté claramente separado de la marca, normalice los espacios y el uso de mayúsculas y minúsculas, y conserve las palabras que formen parte de la marca. Por ejemplo, Acme, Inc. puede convertirse en Acme; The Limited no debería transformarse automáticamente en The.

Datablist ofrece dos formas de aplicar estas reglas a una columna de un CSV. Company Name Cleaner procesa cada fila con IA, mientras que AI Editing genera una transformación en JavaScript que puede previsualizar antes de aplicarla a la colección. Mantenga el nombre original en una propiedad independiente para poder comparar y corregir el resultado antes de iniciar su campaña de Outbound o eliminar duplicados.

Para comprobar primero unos cuantos nombres, utilice el Company Name Cleaner gratuito. Pegue hasta diez nombres y compare los valores originales con los nombres limpios antes de aplicar el mismo método a todo su CSV.

Esta guía explica:

• Cómo limpiar nombres de empresas con IA generativa (ChatGPT)
• Cómo limpiar nombres de empresas con código JavaScript generado por IA
• Las diferencias entre ambos métodos y cuándo utilizar cada uno

Reglas para limpiar nombres de empresas

Decida si necesita un nombre natural para sus campañas de Outbound o uno estandarizado para identificar registros coincidentes. Los resultados pueden ser distintos. Empiece con estas reglas y revise las excepciones:

• Elimine formas jurídicas como Inc., LLC o GmbH únicamente cuando aparezcan como sufijos independientes.
• Normalice los espacios repetidos y los signos de puntuación sobrantes sin alterar una marca reconocible.
• Conserve palabras como Group, Holdings o Limited cuando formen parte de la marca o cuando no sea posible determinarlo solo a partir del nombre.
• Si un nombre genera dudas, déjelo para una revisión manual en lugar de intentar adivinar la identidad de la empresa.

Método 1: limpiar nombres de empresas con IA generativa

El primer método aplica IA a cada nombre de empresa. Elíjalo cuando los nombres tengan formatos variados y prefiera revisar resultados que dependan del contexto en lugar de mantener una lista fija de sufijos.

Datablist ofrece el enrichment específico Company Name Cleaner. Revise su configuración y el consumo de créditos antes de ejecutarlo sobre una lista grande.

Veamos paso a paso cómo utilizar este método.

Primero, importe los nombres de empresas desde un archivo CSV o Excel.

Para simplificar la demostración, mi archivo solo contiene nombres de empresas, pero puede cargar un archivo convencional con varias propiedades o columnas. El proceso será el mismo.

A continuación, seleccione la opción “Enrich”.

Después, seleccione Enrichment Templates.

Elija Company Name Cleaner.

A continuación, edite el prompt y seleccione la columna que contiene los nombres de las empresas mediante {{Name}} o /Name.

Pase al siguiente paso para configurar los resultados.

Puede crear una propiedad nueva para los resultados o asignarlos a una propiedad que ya exista en su colección.

En mi caso, creé una propiedad nueva.

Datablist también crea automáticamente una propiedad llamada "Run Status". Esta permite saber qué nombres se han procesado y cuál ha sido el coste de cada procesamiento.

Ahora puede configurar la ejecución eligiendo entre estas opciones:

• Ejecutarla en Async (en la nube)
• Probarla con los primeros 10 elementos
• Ejecutarla únicamente sobre los primeros 10 o 100 elementos, o indicar cuántos elementos desea limpiar

Ya he configurado los ajustes y puedo ejecutar el enrichment.

Este es el último paso antes de pasar a la segunda parte del enrichment.

He elegido ejecutar el enrichment en Async sobre los primeros 100 elementos.

Cuando finaliza el enrichment, el resultado aparece en la propiedad de salida. Compare una muestra con los nombres originales e incluya nombres cortos, formas jurídicas internacionales y nombres que contengan palabras como Group o Limited.

Aquí tiene un vídeo del proceso de limpieza de nombres de empresas:

Método 2: limpiar nombres de empresas con JavaScript generado por IA

Para listas con un formato predecible, AI Editing genera una transformación en JavaScript a partir de sus instrucciones y de una muestra de hasta 10 elementos. No lee todos los nombres de empresas de la colección antes de escribir el script. Incluya en el prompt las formas jurídicas y las excepciones que necesite y, antes de ejecutar el código sobre toda la lista, compruebe la vista previa con nombres representativos.

Así evita llamar a un modelo de IA para cada fila, aunque una regla generada también podría eliminar una palabra incorrecta. Conserve la columna de origen y pruebe primero los nombres más complejos.

Veamos cómo hacerlo paso a paso.

Primero, importe los nombres de empresas en Datablist mediante un archivo CSV o Excel.

Para esta demostración, mi archivo solo contiene nombres de empresas, pero puede cargar uno con varias propiedades o columnas. El archivo puede tener cientos de miles de filas. Datablist resulta muy útil para abrir archivos CSV grandes.

Seleccione Edit y, a continuación, AI Editing.

Utilice un prompt que defina las reglas y tome como referencia la propiedad que contiene los nombres de las empresas. Amplíe la lista de sufijos según los países presentes en su archivo, en vez de confiar en que los primeros elementos de la muestra incluyan todas las formas jurídicas:

Genera código JavaScript que lea {{company_name}} y escriba el nombre limpio en una propiedad independiente. Utiliza esta lista explícita de terminaciones legales sin distinguir entre mayúsculas y minúsculas: 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 y Co., Ltd. Detecta únicamente terminaciones completas separadas de la marca por un espacio o un signo de puntuación; procesa las terminaciones de varias palabras antes que las más cortas y admite las variaciones habituales de puntos y espacios. Elimina solo la terminación y después suprime las comas, los puntos y los espacios sobrantes. No elimines estas palabras cuando aparezcan en medio de un nombre ni reduzcas un nombre a una palabra genérica como "The". Conserva Group y Holdings cuando formen parte de la marca. Si la terminación es ambigua, no modifiques el nombre. Ejemplos: "Acme, Inc." -> "Acme"; "Acme GmbH & Co. KG" -> "Acme"; "The Limited" -> "The Limited"; "Limited Partners Group" -> "Limited Partners Group". Aplica las mismas reglas a todas las filas, no solo a los elementos de la muestra.

Notas: Si desea utilizar el mismo prompt, no olvide incluir una propiedad como referencia mediante llaves dobles ({{Property}}).

AI Editing utiliza la muestra para generar un script y mostrar su vista previa; no limpia cada fila con un LLM. Antes de generar el código, seleccione o filtre filas representativas para que la vista previa incluya nombres con formas jurídicas compuestas, marcas que contengan Limited o Group y nombres sin sufijo legal. Revise tanto el código JavaScript generado como la vista previa. Si el script no detecta una terminación o elimina una palabra de la marca, añada al prompt la regla o excepción exacta y vuelva a generarlo antes de ejecutar el proceso completo.

Cuando la vista previa sea correcta, haga clic en Run on items y compare una muestra más amplia de los resultados con la propiedad original.

Diferencias entre ambos métodos

La limpieza con IA generativa (método 1) utiliza IA directamente para limpiar los nombres de las empresas, mientras que el método 2 (JavaScript generado por IA) emplea IA para crear un script de JavaScript que realiza la limpieza.

El método 1 aplica IA a cada fila procesada y consume créditos. Puede gestionar formatos variados, pero aun así es necesario revisar los resultados.

El método 2 genera un script a partir de sus reglas explícitas y de una pequeña muestra, y después lo aplica a todas las filas. Funciona mejor cuando puede enumerar las formas jurídicas relevantes y revisar los casos límite antes de ejecutar el proceso completo.

Ambos métodos automatizan la limpieza de nombres de empresas, pero la elección dependerá del tamaño de su lista, su presupuesto y el nivel de precisión que necesite.

Cuándo utilizar el método 1 o el método 2

Limpieza con IA generativa: método 1

• Formatos e idiomas variados
• Nombres que requieren decisiones según el contexto
• Cuando pueda revisar una muestra de los resultados generados por la IA

JavaScript generado por IA: método 2

• Listas que siguen reglas uniformes
• Cuando pueda previsualizar y perfeccionar el script generado
• Cuando quiera evitar una llamada a la IA por cada fila

Preguntas frecuentes sobre cómo limpiar nombres de empresas

¿Cómo limpiar automáticamente nombres de empresas para generar leads B2B?

Importe el CSV, conserve la columna con el nombre original y guarde el nombre limpio en una propiedad nueva. Utilice Company Name Cleaner si los nombres son variados o AI Editing si necesita una regla reproducible. Revise una muestra de los resultados antes de exportarlos.

¿Cómo eliminar formas jurídicas de nombres de empresas a gran escala?

Especifique qué sufijos desea eliminar y conserve el nombre original. Compruebe nombres cortos, nombres de distintos países y nombres con palabras de marca que se parezcan a formas jurídicas. Modifique la regla si altera una marca de manera incorrecta.

¿Puede la IA limpiar nombres de empresas de distintos países e idiomas?

Sí, puede procesar nombres de diferentes países, pero las formas jurídicas y las convenciones de marca varían. Añada ejemplos de su propia lista y revise los resultados ambiguos, en lugar de asumir que una única regla de sufijos sirve para todos los países.

¿Cuánto se tarda en limpiar 1000 nombres de empresas con IA?

La duración depende del método, del tamaño de la colección y de las condiciones de procesamiento. Pruebe primero con un lote pequeño, compruebe el resultado y utilice esa ejecución para planificar un proceso de mayor volumen.