Para limpar nomes de empresas em uma lista de leads, defina primeiro o formato desejado: remova o sufixo jurídico quando ele estiver claramente separado da marca, normalize espaços e o uso de maiúsculas e minúsculas e mantenha as palavras que fazem parte da marca. Por exemplo, Acme, Inc. pode se tornar Acme; já The Limited não deve virar The automaticamente.
O Datablist oferece duas formas de aplicar essas regras a uma coluna de um arquivo CSV. O Company Name Cleaner processa cada linha com AI, enquanto o AI Editing gera uma transformação em JavaScript que você pode pré-visualizar antes de aplicá-la à coleção. Mantenha o nome original em uma propriedade separada para poder comparar e corrigir o resultado antes de iniciar o Outbound ou remover duplicatas.
Para testar primeiro com alguns nomes, use o Company Name Cleaner gratuito. Cole até dez nomes e compare os valores originais com os nomes tratados antes de aplicar a mesma abordagem ao arquivo CSV completo.
Este guia mostra:
- Como limpar nomes de empresas com AI generativa (ChatGPT)
- Como limpar nomes de empresas com código JavaScript gerado por AI
- As diferenças entre os dois métodos e quando usar cada um
Regras para limpar nomes de empresas
Decida se você precisa de um nome mais natural para ações de Outbound ou de um nome padronizado para cruzar registros. Os resultados podem ser diferentes. Comece com estas regras e analise as exceções:
- Remova formas jurídicas como
Inc.,LLCouGmbHsomente quando aparecerem como sufixos separados. - Normalize espaços repetidos e sinais de pontuação indevidos sem alterar a marca reconhecível.
- Mantenha palavras como
Group,HoldingsouLimitedquando fizerem parte da marca ou quando não for possível determinar isso apenas pelo nome. - Encaminhe nomes incertos para revisão manual em vez de tentar adivinhar a identidade da empresa.
| Entrada | Resultado sugerido | Ponto a verificar |
|---|---|---|
| Acme, Inc. | Acme | Inc. é um sufixo jurídico separado. |
| Acme GmbH | Acme | Confirme se a forma jurídica alemã está separada da marca. |
| The Limited | The Limited | Não remova uma palavra que possa fazer parte da própria marca. |
Método 1: limpar nomes de empresas com AI generativa
O primeiro método usa AI em cada nome de empresa. Escolha essa opção quando os nomes apresentarem formatos variados e você quiser analisar resultados que dependem do contexto, sem precisar manter uma lista fixa de sufixos.
O Datablist oferece o enriquecimento Company Name Cleaner, criado especificamente para essa tarefa. Confira a configuração e o consumo de créditos antes de executá-lo em uma lista grande.
Veja como usar esse método passo a passo.
Primeiro, importe os nomes das empresas em um arquivo CSV ou Excel.
Para fins de demonstração, meu arquivo contém apenas nomes de empresas. No entanto, você pode enviar um arquivo convencional com várias propriedades ou colunas: o processo funciona da mesma maneira.
Em seguida, selecione a opção “Enrich”.
Depois, selecione Enrichment Templates.
Escolha o Company Name Cleaner.
Depois, edite o prompt e selecione a coluna que contém os nomes das empresas usando {{Name}} ou /Name.
Avance para a próxima etapa para configurar os resultados.
Você pode criar uma nova propriedade para os resultados ou associá-los a uma propriedade que já exista na coleção.
No meu caso, criei uma nova.
O Datablist também cria automaticamente uma propriedade chamada "Run Status". Ela ajuda a acompanhar quais nomes já foram processados e o custo de cada processamento.
Agora você pode definir as configurações da execução escolhendo entre estas opções:
- Executar em Async (na nuvem)
- Testar nos primeiros 10 itens
- Executar apenas nos primeiros 10 ou 100 itens, ou definir quantos itens deseja limpar.
Depois de definir as configurações, já posso executar o enriquecimento.
Esta é a última etapa antes de passarmos à segunda parte do enriquecimento.
Optei por executar o enriquecimento em Async nos primeiros 100 itens.
Quando o enriquecimento termina, o resultado aparece na propriedade de saída. Compare uma amostra com os nomes originais, incluindo nomes curtos, formas jurídicas internacionais e nomes que contenham palavras como Group ou Limited.
Veja neste vídeo o processo de limpeza dos nomes de empresas:
Método 2: limpar nomes de empresas com JavaScript gerado por AI
Para listas com uma formatação previsível, o AI Editing gera uma transformação em JavaScript a partir das suas instruções e de uma amostra de até 10 itens. Ele não lê todos os nomes de empresas da coleção antes de criar o script. Inclua no prompt as formas jurídicas e as exceções necessárias e, antes de executar o código na lista completa, confira o resultado em nomes representativos.
Assim, você não precisa chamar um modelo de AI para cada linha. Ainda assim, uma regra gerada pode remover a palavra errada. Preserve a coluna de origem e teste primeiro os nomes mais difíceis.
Veja como fazer isso passo a passo.
Primeiro, importe os nomes das empresas para o Datablist usando um arquivo CSV ou Excel.
Meu arquivo contém apenas nomes de empresas para esta demonstração, mas você pode enviar um arquivo com várias propriedades ou colunas. O arquivo pode ter centenas de milhares de linhas. O Datablist é ideal para abrir arquivos CSV grandes.
Selecione Edit e depois AI Editing.
Escreva um prompt que defina as regras e use como referência a propriedade que contém os nomes das empresas. Amplie a lista de sufixos conforme os países presentes no arquivo, em vez de esperar que os primeiros itens da amostra contenham todas as formas jurídicas:
Gere um código JavaScript que leia {{company_name}} e grave o nome tratado em uma propriedade separada. Use uma lista explícita de terminações jurídicas, sem diferenciar maiúsculas de 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 e Co., Ltd. Considere somente uma terminação completa, separada da marca por espaço ou pontuação; trate as terminações compostas antes das mais curtas e aceite variações comuns de pontos e espaços. Remova apenas a terminação e depois elimine vírgulas, pontos e espaços restantes nas extremidades. Não remova essas palavras do meio de um nome nem reduza o nome a uma palavra genérica como "The". Preserve Group e Holdings quando fizerem parte da marca. Se a terminação for ambígua, mantenha o nome inalterado. Exemplos: "Acme, Inc." -> "Acme"; "Acme GmbH & Co. KG" -> "Acme"; "The Limited" -> "The Limited"; "Limited Partners Group" -> "Limited Partners Group". Aplique as mesmas regras a todas as linhas, não apenas aos itens da amostra.
Observação: se quiser usar o mesmo prompt, não se esqueça de inserir uma propriedade como referência usando chaves duplas ({{Property}}).
O AI Editing usa a amostra para gerar e pré-visualizar um script; ele não limpa cada linha com um LLM. Antes de gerar o código, selecione ou filtre linhas representativas para que a prévia inclua nomes com formas jurídicas compostas, marcas que contenham Limited ou Group e nomes sem sufixo jurídico. Confira tanto o JavaScript gerado quanto a prévia. Se o script não identificar uma terminação ou remover uma palavra da marca, acrescente a regra ou exceção exata ao prompt e gere o código novamente antes da execução completa.
Quando a prévia estiver correta, clique em Run on items e compare uma amostra maior dos resultados com a propriedade original.
Qual é a diferença entre os dois métodos?
A limpeza com AI generativa (Método 1) usa AI diretamente para tratar os nomes das empresas. Já o Método 2 (JavaScript gerado por AI) usa AI para criar um script JavaScript que realiza a limpeza.
O Método 1 usa AI em cada linha processada e consome créditos. Ele pode lidar melhor com formatos variados, mas os resultados ainda precisam ser revisados.
O Método 2 gera um script com base nas suas regras explícitas e em uma pequena amostra. Depois, aplica esse código a todas as linhas. É mais indicado quando você consegue listar as formas jurídicas relevantes e verificar os casos excepcionais antes da execução completa.
Os dois métodos automatizam a limpeza de nomes de empresas, mas a escolha depende do tamanho da lista, do orçamento e do nível de precisão necessário.
Quando usar o Método 1 ou o Método 2?
Limpeza com AI generativa (Método 1)
- Formatos e idiomas variados
- Nomes que exigem decisões baseadas no contexto
- Quando você pode revisar uma amostra dos resultados gerados pela AI
JavaScript gerado por AI (Método 2)
- Listas que seguem regras consistentes
- Quando você pode pré-visualizar e refinar o script gerado
- Quando deseja evitar uma chamada de AI para cada linha
Perguntas frequentes sobre limpeza de nomes de empresas
Como limpar nomes de empresas automaticamente para gerar leads B2B?
Importe o arquivo CSV, preserve a coluna com o nome original e grave o nome tratado em uma nova propriedade. Use o Company Name Cleaner para nomes variados ou o AI Editing para aplicar uma regra repetível. Revise uma amostra dos resultados antes de exportar.
Qual é a melhor forma de remover formas jurídicas em grande escala?
Especifique quais sufixos devem ser removidos e mantenha o nome original. Confira nomes curtos, empresas de diferentes países e marcas com palavras que se parecem com formas jurídicas. Se a regra alterar uma marca incorretamente, revise-a.
A AI consegue limpar nomes de empresas de diferentes países e idiomas?
A AI consegue processar nomes de diferentes países, mas as formas jurídicas e as convenções de marca variam. Adicione exemplos da sua lista e revise resultados ambíguos, em vez de presumir que uma única regra de sufixos funcionará para todos os países.
Quanto tempo leva para limpar 1.000 nomes de empresas com AI?
O tempo depende do método, do tamanho da coleção e das condições de processamento. Teste um pequeno lote, verifique o resultado e use essa execução como referência para planejar um trabalho maior.