Per pulire i nomi delle aziende in una lista di lead, definisci prima l’output desiderato: rimuovi la forma giuridica quando è chiaramente separata dal brand, uniforma spazi e maiuscole e conserva le parole che fanno parte del marchio. Ad esempio, Acme, Inc. può diventare Acme, mentre The Limited non dovrebbe diventare automaticamente The.
Datablist offre due modi per applicare queste regole a una colonna CSV. Company Name Cleaner elabora ogni riga con l’AI, mentre AI Editing genera una trasformazione JavaScript che puoi visualizzare in anteprima prima di applicarla alla collection. Conserva il nome originale in una property separata, così potrai confrontare e correggere il risultato prima delle attività di outreach o deduplicazione.
Per verificare prima alcuni nomi, usa il Company Name Cleaner gratuito. Incolla fino a dieci nomi e confronta i valori originali con quelli ripuliti prima di applicare lo stesso metodo all’intero CSV.
In questa guida vedremo:
- Come pulire i nomi aziendali con l’AI generativa (ChatGPT)
- Come pulire i nomi aziendali con codice JavaScript generato dall’AI
- Le differenze tra i due metodi e quando usare ciascuno
Regole per pulire i nomi aziendali
Decidi se ti serve un nome più naturale per l’outreach oppure un nome standardizzato per associare i record. I due risultati possono essere diversi. Parti da queste regole e controlla le eccezioni:
- Rimuovi forme giuridiche come
Inc.,LLCoGmbHsolo quando compaiono come suffissi separati. - Uniforma gli spazi ripetuti ed elimina la punteggiatura superflua senza alterare il brand riconoscibile.
- Mantieni parole come
Group,HoldingsoLimitedquando fanno parte del brand o quando non è possibile stabilirlo dal solo nome. - Lascia i nomi dubbi per una verifica manuale, invece di provare a indovinare l’identità dell’azienda.
| Input | Output suggerito | Da verificare |
|---|---|---|
| Acme, Inc. | Acme | Inc. è un suffisso legale separato. |
| Acme GmbH | Acme | Verifica che la forma giuridica tedesca sia separata dal brand. |
| The Limited | The Limited | Non rimuovere una parola che potrebbe coincidere con il brand. |
Metodo 1: pulire i nomi aziendali con l’AI generativa
Il primo metodo applica l’AI a ogni nome aziendale. Sceglilo quando i nomi hanno formati molto diversi e preferisci verificare risultati basati sul contesto anziché gestire un elenco fisso di suffissi.
Datablist offre un enrichment dedicato: Company Name Cleaner. Prima di eseguirlo su una lista estesa, controlla la configurazione e il consumo di crediti.
Vediamo come utilizzarlo passo dopo passo.
Per prima cosa, importa i nomi delle aziende da un file CSV o Excel.
A scopo dimostrativo, il mio file contiene soltanto nomi di aziende. Puoi comunque caricare un normale file con più property o colonne: il funzionamento sarà lo stesso.
Seleziona quindi l’opzione “Enrich”.
Poi seleziona Enrichment Templates.
Scegli Company Name Cleaner.
Modifica quindi il prompt e seleziona la colonna che contiene i nomi aziendali utilizzando {{Name}} oppure /Name.
Passa allo step successivo per configurare gli output.
Puoi creare una nuova property per gli output oppure associarli a una property già presente nella collection.
Nel mio caso, ne ho creata una nuova.
Datablist crea automaticamente anche una property “Run Status”, utile per controllare quali nomi sono già stati elaborati e il costo di ogni elaborazione.
Ora puoi configurare le impostazioni di esecuzione scegliendo tra queste opzioni:
- Eseguire il processo in Async (nel cloud)
- Effettuare un test sui primi 10 elementi
- Eseguire il processo soltanto sui primi 10 o 100 elementi, oppure indicare quanti elementi vuoi pulire
Ho configurato le impostazioni e ora posso avviare l’enrichment.
Questo è l’ultimo passaggio prima di proseguire con la seconda parte dell’enrichment.
Ho scelto di eseguire l’enrichment in Async sui primi 100 elementi.
Al termine dell’enrichment, il risultato compare nella property di output. Confronta un campione con i nomi originali, includendo nomi brevi, forme giuridiche internazionali e denominazioni contenenti parole come Group o Limited.
Ecco un video del processo di pulizia dei nomi aziendali.
Metodo 2: pulire i nomi aziendali con JavaScript generato dall’AI
Per una lista con una formattazione prevedibile, AI Editing genera una trasformazione JavaScript partendo dalle tue istruzioni e da un massimo di 10 elementi di esempio. Prima di scrivere lo script, non legge tutti i nomi aziendali presenti nella collection. Inserisci nel prompt le forme giuridiche e le eccezioni necessarie, quindi prova il codice generato su nomi rappresentativi prima di eseguirlo sull’intera lista.
In questo modo eviti di chiamare un modello AI per ogni riga, ma una regola generata potrebbe comunque rimuovere la parola sbagliata. Conserva la colonna di origine e verifica prima i nomi più complessi.
Ecco come procedere passo dopo passo.
Per prima cosa, importa i nomi aziendali in Datablist utilizzando un file CSV o Excel.
Per questa dimostrazione, il mio file contiene soltanto nomi di aziende, ma puoi caricare un file con più property o colonne. Il file può contenere centinaia di migliaia di righe: Datablist è adatto per aprire file CSV di grandi dimensioni.
Seleziona Edit, quindi scegli AI Editing.
Scrivi un prompt per definire le regole, usando come riferimento la property che contiene i nomi aziendali. Amplia l’elenco dei suffissi in base ai Paesi presenti nel file, senza affidarti al fatto che i primi elementi di esempio includano tutte le forme:
Genera codice JavaScript che legga {{company_name}} e scriva il nome ripulito in una property separata. Usa un elenco esplicito di forme giuridiche finali senza distinzione tra maiuscole e minuscole: 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 e Co., Ltd. Individua soltanto una forma completa alla fine del nome, separata dal brand da uno spazio o da un segno di punteggiatura; gestisci le forme composte prima di quelle più brevi e accetta le comuni varianti di punti e spazi. Rimuovi soltanto la forma finale, quindi elimina virgole, punti e spazi rimasti alla fine. Non rimuovere queste parole quando compaiono nel mezzo del nome e non ridurre un nome a una parola generica come "The". Conserva Group e Holdings quando fanno parte del brand. Se la forma finale è ambigua, lascia invariato il nome. Esempi: "Acme, Inc." -> "Acme"; "Acme GmbH & Co. KG" -> "Acme"; "The Limited" -> "The Limited"; "Limited Partners Group" -> "Limited Partners Group". Applica le stesse regole a ogni riga, non soltanto agli elementi di esempio.
Nota: se vuoi usare lo stesso prompt, non dimenticare di inserire una property come riferimento utilizzando le parentesi graffe ({{Property}}).
AI Editing usa il campione per generare uno script e mostrarne l’anteprima; non pulisce ogni riga tramite un LLM. Prima della generazione, seleziona o filtra righe rappresentative, così l’anteprima includerà nomi con forme giuridiche composte, brand contenenti Limited o Group e nomi privi di suffisso legale. Controlla sia il codice JavaScript generato sia l’anteprima. Se lo script non riconosce una forma giuridica o rimuove una parola del brand, aggiungi al prompt la regola o l’eccezione esatta e rigeneralo prima dell’esecuzione completa.
Quando l’anteprima è corretta, fai clic su Run on items e confronta un campione più ampio di output con la property originale.
Differenze tra i due metodi
La pulizia con AI generativa (Metodo 1) usa direttamente l’AI per ripulire i nomi aziendali, mentre il Metodo 2 (JavaScript generato dall’AI) utilizza l’AI per creare uno script JavaScript che esegue la pulizia.
Il Metodo 1 applica l’AI a ogni riga elaborata e consuma crediti. Può gestire formati eterogenei, ma i risultati devono comunque essere verificati.
Il Metodo 2 genera uno script a partire dalle regole esplicite e da un piccolo campione, quindi lo applica a tutte le righe. Funziona meglio quando puoi elencare le forme giuridiche pertinenti e controllare i casi limite prima dell’esecuzione completa.
Entrambi i metodi automatizzano la pulizia dei nomi aziendali, ma la scelta dipende dalle dimensioni della lista, dal budget e dal livello di accuratezza richiesto.
Quando usare il Metodo 1 o il Metodo 2?
Pulizia con AI generativa (Metodo 1)
- Formati e lingue differenti
- Nomi che richiedono decisioni basate sul contesto
- Quando puoi verificare un campione dei risultati generati dall’AI
JavaScript generato dall’AI (Metodo 2)
- Liste che seguono regole coerenti
- Quando puoi visualizzare in anteprima e perfezionare lo script generato
- Quando vuoi evitare una chiamata AI per ogni riga
Domande frequenti sulla pulizia dei nomi aziendali
Come pulire automaticamente i nomi aziendali per la lead generation B2B?
Importa il CSV, conserva la colonna con il nome originale e scrivi quello ripulito in una nuova property. Usa Company Name Cleaner per nomi eterogenei oppure AI Editing per applicare una regola ripetibile. Controlla un campione degli output prima dell’esportazione.
Come rimuovere le forme giuridiche dai nomi aziendali su larga scala?
Specifica quali suffissi rimuovere e conserva il nome originale. Controlla nomi brevi, aziende di Paesi diversi e brand contenenti parole simili a forme giuridiche. Se la regola modifica un brand in modo errato, correggila.
L’AI può pulire nomi aziendali di Paesi e lingue diverse?
Sì, può elaborare nomi provenienti da Paesi diversi, ma le forme giuridiche e le convenzioni dei brand cambiano. Aggiungi esempi tratti dalla tua lista e verifica gli output ambigui, senza dare per scontato che un’unica regola sui suffissi sia adatta a tutti i Paesi.
Quanto tempo serve per pulire 1.000 nomi aziendali con l’AI?
La durata dipende dal metodo, dalle dimensioni della collection e dalle condizioni di elaborazione. Esegui un test su un piccolo batch, controlla l’output e usa i risultati per pianificare un’elaborazione più ampia.