Cold outreach e lead generation sono diventati molto più difficili negli ultimi anni, e non sembra che la situazione stia per cambiare. La diffusione della personalizzazione avanzata con l'AI dal 2023 ha alzato l'asticella, e col tempo sarà ancora più impegnativo. Tuttavia, seguendo i principi base del cold outreach, ci sono ancora tecniche affidabili per generare lead in modo costante, anche senza le ultime novità di AI personalization.

Una di queste è: pulire sempre i nomi aziendali.

Nuovi LLM come ChatGPT semplificano la pulizia dei nomi aziendali. Ma processare migliaia di nomi può costare caro. Un’alternativa economica è usare ChatGPT per generare uno script, da eseguire gratis su centinaia di migliaia di nomi.

In questo articolo, vediamo 2 modi per sfruttare l’AI nella pulizia dei nomi aziendali:

Metodo 1: pulire i nomi aziendali con la Generative AI

Il primo metodo usa la Generative AI (ChatGPT) per pulire automaticamente i nomi delle aziende. È ideale per liste sotto le 20.000 righe e offre un’elevata accuratezza, anche con nomi internazionali.

Datablist offre un Company Name Cleaner template dedicato che rimuove forme giuridiche come LLC, Inc., GmbH, SAS e molte altre. Utilizza l’API di OpenAI per pulire e standardizzare i nomi in bulk in modo intelligente.

Vediamo passo passo come usarlo.

Per prima cosa, importa i nomi aziendali da un file CSV o Excel.

Datablist Data Cleaning Tool
Datablist Data Cleaning Tool

Il mio file contiene solo nomi aziendali per esempio, ma puoi caricare un file normale con più proprietà/colonne: funziona allo stesso modo.

A file containing unstructured and messy company names.
A file containing unstructured and messy company names.

Poi seleziona l’opzione “Enrich”.

Selecting the “Enrich” option in Datablist.
Selecting the “Enrich” option in Datablist.

Quindi scegli gli Enrichment Templates.

Enrichment Templates of Datablist.
Enrichment Templates of Datablist.

Scegli “Company Name Cleaner”.

Company Name Cleaner Enrichment
Company Name Cleaner Enrichment

Poi modifica il prompt e seleziona la colonna che contiene i nomi aziendali usando {{Name}} o /Name.

Passa allo step successivo per configurare gli output.

Puoi creare una nuova property per gli output o mappare l’output su una property esistente della tua collection.

Nel mio caso, ho creato una nuova property.

Datablist crea anche automaticamente la property "Run Status". Ti aiuta a tracciare quali nomi sono stati processati e il costo per ciascun processing.

Configuring the outputs
Configuring the outputs

Ora puoi configurare le impostazioni di esecuzione scegliendo tra queste opzioni:

  • Eseguire in Async (nel cloud)
  • Testare sui primi 10 item
  • Eseguire solo sui primi 10, sui primi 100, o impostare quanti item vuoi pulire
Configuring the run settings
Configuring the run settings

Ho configurato le impostazioni di esecuzione e ora posso lanciare l’enrichment.

Questo è l’ultimo step prima della seconda parte dell’enrichment.

Ho scelto di eseguire in Async sui primi 100 item.

Configured run settings
Configured run settings

Dopo 30 secondi ho ricevuto i nomi aziendali puliti.

Cleaned Company Names
Cleaned Company Names

Ecco un video del processo di pulizia dei Company Name

Metodo 2: pulire i nomi aziendali con JavaScript generato dall'AI

Se devi pulire liste molto grandi di nomi aziendali senza spendere in crediti OpenAI, questo metodo fa per te. Invece di usare l’AI su ogni nome, la usiamo una sola volta per generare uno script JavaScript che fa la pulizia.

È perfetto per il bulk processing e garantisce coerenza su liste strutturate. Una volta generato lo script, puoi eseguirlo gratis su centinaia di migliaia di nomi aziendali.

Ecco come procedere step by step.

Per prima cosa, importa i nomi aziendali in Datablist. Usa un file CSV o Excel.

Datablist start page
Datablist start page

Il mio file contiene solo nomi aziendali per questa demo, ma puoi caricare un file con più proprietà/colonne. Il file può avere anche centinaia di migliaia di righe. Datablist è ottimo per aprire grandi file CSV.

CSV File with messy company names
CSV File with messy company names

Seleziona l'opzione "Edit" e poi scegli la feature "AI Editing".

Selecting Datablist’s “AI Editing” feature
Selecting Datablist’s “AI Editing” feature

Ecco il prompt da usare con la property che contiene i nomi aziendali come riferimento:

The “AI Editing” interface
The “AI Editing” interface
I want you to clean and normalize all the company names.
In order to do that you have to remove all legal forms.
Here are the legal forms you have to remove but only if they are behind the company name 
SA, SARL, SAS, SASU, EURL, SNC, SCS, SCIC, SCM, SEL, SELARL, SELAS, SELAFA, SELCA, SEP, GIE, EI, EIRL, AERL, ENO, SCOP, SCIC, SC, SICA, CAE, SARL de famille, SAS de famille, SELURL, SELASU, SELAFAU, SELCAU, SEPU, GIEU, EIU, EIRLU, AERLU, ENOU, SCOPU, SCICU, SCU, SICAU, CAEU, SARL de familleU, SAS de familleU, SELURLU, SELASUU, SELAFAUU, SELCAUU, SEPUU  LLC, Inc., Corp., Co., LLP, LP, PLLC, PA, PC, DBA, S Corp, C Corp, B Corp, Nonprofit, Sole Proprietorship, Partnership, Joint Venture, Cooperative, Trust, Estate, Fund, Association, Society, Union, Syndicate, Consortium, Holdings, Group, Foundation, Institute, Limited, LTD, GP, LP, LLP, LLC, C Corp, S Corp, PC, B Corp, Ltd, PLC, CIC, GbR, OHG, KG, PartG, GmbH, UG, AG, eG, SNC, SCS, SARL, SA, SAS, EURL, Pty Ltd, OPC, VOF, CV, BV, NV, KG, KGaA, JV, GmbH & co. kg, company 
Use {{company_name}} as a reference and remove all legal forms.

Nota: Se vuoi usare lo stesso prompt, ricorda di impostare una property come riferimento usando le parentesi graffe ({{Property}}).

Una volta che l’AI ha generato lo script, puoi rivedere i risultati e migliorare il prompt se necessario.

Preview of the cleaned company names
Preview of the cleaned company names

Dopo aver cliccato su "Run on items".

The cleaned company names using JavaScript
The cleaned company names using JavaScript

Qual è la differenza tra i due metodi?

La Pulizia con Generative AI (Metodo 1) usa l’AI direttamente per ripulire i nomi; il Metodo 2 (JavaScript generato dall’AI) usa l’AI per creare uno script JavaScript che fa la pulizia.

La Generative AI (Metodo 1) offre maggiore accuratezza, funziona bene su liste internazionali ed è ideale sotto le 20.000 righe. Tuttavia, consuma crediti OpenAI per ogni nome aziendale.

Con il JavaScript generato dall’AI (Metodo 2), ChatGPT viene usato una sola volta per creare lo script di pulizia, che poi può essere eseguito gratis su dataset molto grandi. È ottimo per mass processing e evita costi API ricorrenti, ma rende al meglio su liste strutturate con formattazione prevedibile.

Entrambi i metodi automatizzano la pulizia dei nomi aziendali: la scelta dipende da dimensione della lista, budget e livello di accuratezza richiesto.

Quando usare il Metodo 1 e quando il Metodo 2?

Pulizia con Generative AI (Metodo 1)

  • Liste inferiori a 20.000 record
  • Quando serve la massima accuratezza
  • Liste internazionali

JavaScript generato dall'AI (Metodo 2)

  • Liste enormi
  • Nessun budget per crediti OpenAI
  • Liste con la stessa struttura

FAQ sulla pulizia dei nomi aziendali

Come pulire automaticamente i nomi aziendali per la mia lead generation B2B?

Ci sono due metodi principali: usare un template ChatGPT dedicato per il company name cleaning (Metodo 1) oppure sfruttare le feature di AI Editing (Metodo 2). La scelta dipende da dimensione della lista, budget e accuratezza richiesta. Sotto i 20.000 record, eseguire ChatGPT su ogni nome garantisce più precisione; uno script JavaScript generato dall’AI è ideale per dataset più grandi senza costi aggiuntivi.

Qual è il modo migliore per rimuovere le forme giuridiche dai nomi aziendali su larga scala?

Per grandi volumi, l’approccio più efficiente è usare la feature di AI Editing (Metodo 2), che può processare molti nomi senza richiedere crediti. Rimuove automaticamente forme legali comuni come LLC, Inc., GmbH e molte altre, preservando il nome principale. Per una pulizia più precisa, soprattutto con aziende internazionali, il template dedicato (Metodo 1) offre un’accuratezza superiore.

L'AI può pulire nomi aziendali di paesi e lingue diverse?

Sì, entrambi i metodi supportano nomi aziendali internazionali. Il Metodo 1 è ottimizzato per il multi‑lingua e riconosce forme giuridiche di vari paesi. Il Metodo 2 può essere personalizzato con prompt engineering per gestire lingue specifiche e formati legali internazionali.

Quanto tempo serve per pulire 1000 nomi aziendali con l'AI?

Con il Metodo 1 (company name cleaner template) servono circa 2 minuti per processare 1000 nomi in modalità Async. Il Metodo 2 (AI Editing) in genere è ancora più veloce sullo stesso volume, ma potrebbe richiedere una revisione aggiuntiva per assicurare l’accuratezza. Entrambi offrono batch processing per ottimizzare l’efficienza.