Så rensar du företagsnamn med AI – steg för steg

För att rensa företagsnamn i en leadlista behöver du först definiera hur resultatet ska se ut: ta bort en bolagsform när den tydligt står separat från varumärket, normalisera mellanslag och användning av versaler och gemener samt behåll ord som ingår i varumärket. Till exempel kan Acme, Inc. bli Acme, medan The Limited inte automatiskt ska bli The.

Datablist erbjuder två sätt att tillämpa reglerna på en kolumn i en CSV-fil. Company Name Cleaner bearbetar varje rad med AI, medan AI Editing genererar en JavaScript-transformering som du kan förhandsgranska innan du kör den på samlingen. Behåll det ursprungliga namnet i en egen property så att du kan jämföra och korrigera resultatet före Outbound eller deduplicering.

Om du först vill testa några namn kan du använda kostnadsfria Company Name Cleaner. Klistra in upp till tio namn och jämför originalvärdena med de rensade innan du använder samma metod för hela CSV-filen.

I den här guiden går vi igenom:

• Så rensar du företagsnamn med generativ AI (ChatGPT)
• Så rensar du företagsnamn med AI-genererad JavaScript-kod
• Skillnaderna mellan metoderna och när du bör använda dem

Regler för att rensa företagsnamn

Avgör om du behöver ett mer vardagligt namn för Outbound eller ett standardiserat namn för att matcha poster. Resultaten kan skilja sig åt. Börja med följande regler och granska undantagen:

• Ta bara bort bolagsformer som Inc., LLC eller GmbH när de står som separata suffix.
• Normalisera upprepade mellanslag och överflödiga skiljetecken utan att ändra det igenkännbara varumärket.
• Behåll ord som Group, Holdings och Limited när de ingår i varumärket eller när det inte går att avgöra enbart utifrån namnet.
• Skicka osäkra namn till manuell granskning i stället för att gissa företagets identitet.

Metod 1: Rensa företagsnamn med generativ AI

Den första metoden använder AI för varje företagsnamn. Välj den när namnen har varierande format och du vill kunna granska kontextberoende resultat i stället för att underhålla en fast lista över suffix.

Datablist erbjuder den särskilda enrichment-funktionen Company Name Cleaner. Kontrollera inställningarna och kreditförbrukningen innan du kör den på en stor lista.

Om du föredrar ett kodbaserat arbetsflöde kan du rensa företagsnamn i Python via API.

Så här använder du metoden steg för steg.

Importera först dina företagsnamn från en CSV- eller Excel-fil.

I demonstrationssyfte innehåller min fil bara företagsnamn, men du kan ladda upp en vanlig fil med flera properties/kolumner. Det fungerar på samma sätt.

Välj sedan “Enrich”.

Välj därefter Enrichment Templates.

Välj Company Name Cleaner.

Redigera sedan prompten och välj kolumnen som innehåller företagsnamnen med hjälp av {{Name}} eller /Name.

Gå vidare till nästa steg för att konfigurera dina outputs.

Du kan antingen skapa en ny property för resultatet eller mappa det till en befintlig property i samlingen.

I mitt fall skapade jag en ny.

Datablist skapar också automatiskt en property med namnet “Run Status”. Med den kan du följa vilka namn som har bearbetats och kostnaden för varje bearbetning.

Nu kan du konfigurera körningen genom att välja mellan följande alternativ:

• Kör i Async (i molnet)
• Testa på de första 10 posterna
• Kör bara på de första 10 eller 100 posterna, eller ange själv hur många poster du vill rensa.

Jag har konfigurerat inställningarna och kan nu köra min enrichment.

Det här är det sista steget innan vi går vidare till den andra delen av processen.

Jag valde att köra enrichment i Async på de första 100 posterna.

När enrichment-processen är klar visas resultatet i din output property. Jämför ett urval med originalnamnen, inklusive korta namn, internationella bolagsformer och namn som innehåller ord som Group eller Limited.

Här är en video som visar hur företagsnamnen rensas:

Metod 2: Rensa företagsnamn med AI-genererad JavaScript-kod

För listor med förutsägbart format kan AI Editing generera en JavaScript-transformering utifrån dina instruktioner och upp till 10 exempelposter. Funktionen läser inte varje företagsnamn i samlingen innan skriptet skapas. Ange de bolagsformer och undantag du behöver i prompten och förhandsgranska sedan den genererade koden på representativa namn innan du kör den på hela listan.

På så sätt slipper du anropa en AI-modell för varje rad, men en genererad regel kan ändå råka ta bort fel ord. Behåll källkolumnen och testa svåra namn först.

Så här gör du steg för steg.

Importera först dina företagsnamn till Datablist från en CSV- eller Excel-fil.

I den här demonstrationen innehåller min fil bara företagsnamn, men du kan ladda upp en fil med flera properties/kolumner. Filen kan innehålla hundratusentals rader. Datablist passar bra för att öppna stora CSV-filer.

Välj Edit och därefter AI Editing.

Skriv en prompt som definierar reglerna och referera till den property som innehåller företagsnamnen. Utöka suffixlistan med bolagsformerna i de länder som förekommer i din fil, i stället för att förlita dig på att de första exempelposterna innehåller alla varianter:

Generera JavaScript som läser {{company_name}} och skriver det rensade namnet till en separat property. Använd en explicit lista över juridiska suffix som inte gör skillnad på versaler och gemener: 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 och Co., Ltd. Matcha bara ett fullständigt suffix som skiljs från varumärket med ett mellanslag eller skiljetecken. Hantera suffix med flera ord före kortare suffix och tillåt vanliga variationer av punkter och mellanslag. Ta bara bort suffixet och rensa sedan bort kvarvarande kommatecken, punkter och mellanslag. Ta inte bort dessa ord från mitten av ett namn och reducera inte ett namn till ett generiskt ord som "The". Behåll Group och Holdings när de ingår i varumärket. Lämna namnet oförändrat om suffixet är tvetydigt. Exempel: "Acme, Inc." -> "Acme"; "Acme GmbH & Co. KG" -> "Acme"; "The Limited" -> "The Limited"; "Limited Partners Group" -> "Limited Partners Group". Tillämpa samma regler på varje rad, inte bara på exempelposterna.

Obs: Om du vill använda samma prompt måste du referera till en property med dubbla klammerparenteser ({{Property}}).

AI Editing använder urvalet för att generera och förhandsgranska ett skript. Funktionen rensar inte varje rad med en LLM. Välj eller filtrera fram representativa rader innan genereringen så att förhandsgranskningen omfattar namn med juridiska suffix bestående av flera ord, varumärken som innehåller Limited eller Group samt namn utan juridiskt suffix. Granska både den genererade JavaScript-koden och förhandsgranskningen. Om skriptet missar ett suffix eller tar bort ett varumärkesord ska du lägga till den exakta regeln eller undantaget i prompten och generera skriptet på nytt innan du kör det på hela listan.

När förhandsgranskningen ser rätt ut klickar du på Run on items och jämför ett större urval av resultaten med den ursprungliga propertyn.

För en mindre lista visar vårt kostnadsfria arbetsflöde för rensning av företagsnamn hur du granskar de rensade namnen och behåller stabila identifierare inför den efterföljande dedupliceringen.

Vad är skillnaden mellan metoderna?

Rensning med generativ AI (metod 1) använder AI direkt för att rensa företagsnamnen, medan metod 2 (AI-genererad JavaScript) använder AI för att skapa ett JavaScript-skript som utför rensningen.

Metod 1 använder AI på varje bearbetad rad och förbrukar krediter. Den kan hantera varierande format, men resultatet behöver fortfarande granskas.

Metod 2 genererar ett skript utifrån dina uttryckliga regler och ett mindre urval och tillämpar sedan skriptet på samtliga rader. Metoden fungerar bäst när du kan lista relevanta bolagsformer och kontrollera specialfall före den fullständiga körningen.

Båda metoderna automatiserar rensningen av företagsnamn. Vilken du bör välja beror på listans storlek, din budget och dina krav på precision.

När ska du välja metod 1 eller metod 2?

Rensning med generativ AI (metod 1)

• Blandade format och språk
• Namn som kräver kontextberoende beslut
• När du kan granska ett urval av AI-resultaten

AI-genererad JavaScript (metod 2)

• Listor som följer enhetliga regler
• När du kan förhandsgranska och finjustera det genererade skriptet
• När du vill undvika ett AI-anrop för varje rad

Vanliga frågor om att rensa företagsnamn

Hur rensar jag företagsnamn automatiskt för B2B lead generation?

Importera CSV-filen, behåll kolumnen med originalnamnet och skriv det rensade namnet till en ny property. Använd Company Name Cleaner för varierande namn eller AI Editing för en regel som kan återanvändas. Granska ett urval av resultatet före export.

Hur tar jag bort bolagsformer från företagsnamn i stor skala?

Ange vilka suffix som ska tas bort och behåll originalnamnet. Förhandsgranska korta namn, namn från olika länder och namn med varumärkesord som liknar bolagsformer. Justera regeln om den ändrar ett varumärke felaktigt.

Kan AI rensa företagsnamn från olika länder och språk?

AI kan bearbeta namn från olika länder, men bolagsformer och varumärkespraxis varierar. Lägg till exempel från din egen lista och granska tvetydiga resultat i stället för att anta att en och samma suffixregel fungerar i alla länder.

Hur lång tid tar det att rensa 1 000 företagsnamn med AI?

Tidsåtgången beror på metoden, samlingens storlek och bearbetningsförhållandena. Testa först en mindre batch, kontrollera resultatet och använd den körningen för att planera ett större jobb.