Чтобы очистить названия компаний в списке лидов, сначала определите, каким должен быть результат: удаляйте организационно-правовую форму, только если она явно отделена от бренда, нормализуйте пробелы и регистр, но сохраняйте слова, входящие в название бренда. Например, Acme, Inc. можно преобразовать в Acme, а The Limited не следует автоматически сокращать до The.
Datablist предлагает два способа применить эти правила к столбцу CSV. Company Name Cleaner обрабатывает каждую строку с помощью ИИ, а AI Editing генерирует JavaScript-преобразование, которое можно предварительно проверить перед применением ко всей коллекции. Сохраняйте исходное название в отдельном свойстве, чтобы сравнить и при необходимости исправить результат перед Outbound-кампанией или дедупликацией.
Чтобы сначала проверить несколько названий, воспользуйтесь бесплатным Company Name Cleaner. Вставьте до десяти названий и сравните исходные и очищенные значения, прежде чем обрабатывать весь CSV тем же способом.
В этом руководстве рассмотрим:
- Как очистить названия компаний с помощью генеративного ИИ (ChatGPT)
- Как очистить названия компаний с помощью JavaScript-кода, созданного ИИ
- Чем отличаются два способа и когда выбирать каждый из них
Правила очистки названий компаний
Определите, нужно ли вам удобное для общения название в Outbound-кампаниях или стандартизированное название для сопоставления записей. Результаты могут различаться. Начните со следующих правил и обязательно проверяйте исключения:
- Удаляйте организационно-правовые формы, например
Inc.,LLCилиGmbH, только если они указаны как отдельные суффиксы. - Убирайте повторяющиеся пробелы и лишние знаки препинания, не меняя узнаваемое название бренда.
- Сохраняйте слова
Group,HoldingsилиLimited, если они входят в бренд или если по одному названию нельзя сделать однозначный вывод. - Если название вызывает сомнения, отправьте его на ручную проверку, а не пытайтесь угадать компанию.
| Исходное значение | Рекомендуемый результат | Что проверить |
|---|---|---|
| Acme, Inc. | Acme | Inc. — отдельный юридический суффикс. |
| Acme GmbH | Acme | Убедитесь, что немецкая организационно-правовая форма не является частью бренда. |
| The Limited | The Limited | Не удаляйте слово, которое может быть частью самого бренда. |
Способ 1: очистка названий компаний с помощью генеративного ИИ
В первом способе ИИ обрабатывает каждое название компании. Выбирайте его, если названия представлены в разных форматах и вы хотите проверять результаты с учётом контекста, а не поддерживать фиксированный список юридических суффиксов.
В Datablist доступен отдельный enrichment Company Name Cleaner. Перед обработкой большого списка проверьте его настройки и расход кредитов.
Если вы предпочитаете работать с кодом, можно очистить названия компаний в Python через API.
Разберём этот способ пошагово.
Сначала импортируйте названия компаний из файла CSV или Excel.
В моём файле для наглядности содержатся только названия компаний, но вы можете загрузить обычный файл с несколькими свойствами или столбцами — процесс будет таким же.
Затем выберите опцию “Enrich”.
После этого выберите Enrichment Templates.
Выберите Company Name Cleaner.
Затем отредактируйте промпт и выберите столбец с названиями компаний, используя {{Name}} или /Name.
Перейдите к следующему шагу, чтобы настроить выходные данные.
Вы можете создать для результата новое свойство или сопоставить его с уже существующим свойством коллекции.
В моём случае я создал новое свойство.
Datablist также автоматически создаёт свойство "Run Status". Оно позволяет отслеживать, какие названия уже обработаны и сколько стоила обработка каждого из них.
Теперь настройте запуск, выбрав один из вариантов:
- Запустить в режиме Async (в облаке)
- Проверить на первых 10 элементах
- Обработать только первые 10 или 100 элементов либо самостоятельно указать количество названий для очистки.
Я настроил параметры и теперь могу запустить enrichment.
Это последний шаг перед переходом ко второй части обработки.
Я выбрал режим Async для первых 100 элементов.
После завершения enrichment результат появится в выходном свойстве. Сравните выборку с исходными названиями, включая короткие варианты, международные организационно-правовые формы и названия со словами Group или Limited.
Ниже показан процесс очистки названий компаний на видео.
Способ 2: очистка названий компаний с помощью JavaScript-кода, созданного ИИ
Для списка с предсказуемым форматированием AI Editing генерирует JavaScript-преобразование на основе ваших инструкций и максимум 10 примеров. Перед созданием скрипта инструмент не анализирует каждое название компании в коллекции. Укажите в промпте нужные организационно-правовые формы и исключения, а затем проверьте сгенерированный код на репрезентативных названиях перед запуском для всего списка.
Такой подход не требует обращения к модели ИИ для каждой строки, однако сгенерированное правило всё равно может удалить не то слово. Сохраните исходный столбец и сначала протестируйте сложные названия.
Рассмотрим процесс пошагово.
Сначала импортируйте названия компаний в Datablist. Используйте файл CSV или Excel.
Для демонстрации мой файл содержит только названия компаний, но вы можете загрузить файл с несколькими свойствами или столбцами. В нём могут быть сотни тысяч строк: Datablist подходит для открытия больших CSV-файлов.
Выберите Edit, а затем AI Editing.
Составьте промпт с правилами, указав в качестве ссылки свойство, которое содержит названия компаний. Дополните список суффиксов с учётом стран, представленных в вашем файле, и не рассчитывайте, что первые примеры охватят все возможные формы:
Сгенерируй JavaScript-код, который считывает {{company_name}} и записывает очищенное название в отдельное свойство. Используй явный список юридических окончаний без учёта регистра: 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 и Co., Ltd. Сопоставляй только полное окончание, отделённое от бренда пробелом или знаком препинания; обрабатывай многословные окончания раньше коротких и учитывай распространённые варианты с точками и пробелами. Удаляй только окончание, а затем убирай оставшиеся запятые, точки и пробелы. Не удаляй эти слова из середины названия и не сокращай название до общего слова, например "The". Сохраняй Group и Holdings, если они являются частью бренда. Если окончание неоднозначно, оставляй название без изменений. Примеры: "Acme, Inc." -> "Acme"; "Acme GmbH & Co. KG" -> "Acme"; "The Limited" -> "The Limited"; "Limited Partners Group" -> "Limited Partners Group". Применяй одинаковые правила ко всем строкам, а не только к примерам.
Примечание: если вы хотите использовать этот промпт, не забудьте указать свойство как ссылку с помощью фигурных скобок ({{Property}}).
AI Editing использует примеры для генерации и предварительного просмотра скрипта, а не очищает каждую строку с помощью LLM. Перед генерацией выберите или отфильтруйте репрезентативные строки, чтобы в предпросмотр попали названия с многословными организационно-правовыми формами, бренды со словами Limited или Group, а также названия без юридического суффикса. Проверьте и сгенерированный JavaScript, и результат предпросмотра. Если скрипт пропускает окончание или удаляет слово из бренда, добавьте точное правило либо исключение в промпт и повторите генерацию до запуска для всего списка.
Если результат предпросмотра верен, нажмите Run on items и сравните более широкую выборку результатов с исходным свойством.
Для небольшого списка в руководстве по бесплатной очистке названий компаний объясняется, как проверить очищенные названия и сохранить стабильные идентификаторы для последующей дедупликации.
Чем отличаются два способа?
При очистке генеративным ИИ (способ 1) искусственный интеллект напрямую обрабатывает названия компаний. Во втором способе ИИ создаёт JavaScript-скрипт, который выполняет очистку.
В способе 1 ИИ обрабатывает каждую строку и расходует кредиты. Он может справляться с разными форматами, однако результаты всё равно необходимо проверять.
В способе 2 скрипт генерируется на основе заданных вами правил и небольшой выборки, а затем применяется ко всем строкам. Этот вариант лучше всего подходит, если вы можете перечислить нужные организационно-правовые формы и проверить пограничные случаи до полного запуска.
Оба способа автоматизируют очистку названий компаний, но выбор зависит от размера списка, бюджета и требований к точности.
Когда выбирать способ 1, а когда способ 2?
Очистка генеративным ИИ — способ 1
- Разные форматы и языки
- Названия, требующие решений с учётом контекста
- Ситуации, когда вы можете проверить выборку результатов ИИ
JavaScript, созданный ИИ, — способ 2
- Списки, подчиняющиеся единым правилам
- Ситуации, когда можно проверить и доработать сгенерированный скрипт
- Случаи, когда вы хотите избежать обращения к ИИ для каждой строки
Часто задаваемые вопросы об очистке названий компаний
Как автоматически очистить названия компаний для B2B-лидогенерации?
Импортируйте CSV, сохраните столбец с исходными названиями и записывайте очищенные значения в новое свойство. Для разнородных названий используйте Company Name Cleaner, а для повторяемых правил — AI Editing. Перед экспортом проверьте выборку результатов.
Как массово удалить организационно-правовые формы из названий компаний?
Укажите, какие суффиксы нужно удалять, и сохраните исходные названия. Проверьте короткие названия, компании из разных стран и бренды со словами, похожими на организационно-правовые формы. Если правило ошибочно меняет бренд, скорректируйте его.
Может ли ИИ очищать названия компаний из разных стран и на разных языках?
ИИ может обрабатывать названия из разных стран, но организационно-правовые формы и правила формирования брендов различаются. Добавьте примеры из своего списка и проверяйте неоднозначные результаты, не предполагая, что одно правило для суффиксов подойдёт для всех стран.
Сколько времени занимает очистка 1000 названий компаний с помощью ИИ?
Продолжительность зависит от выбранного способа, размера коллекции и условий обработки. Сначала протестируйте небольшую выборку, проверьте результат и на основе этого запуска спланируйте более крупную задачу.