Ein Kontakt ist mit seiner geschäftlichen und seiner privaten E-Mail-Adresse im CRM angelegt. Ein Unternehmen taucht zweimal mit demselben Namen auf. Im Alltag fällt das oft erst auf, wenn zwei Kollegen dieselbe Person ansprechen oder wichtige Informationen auf mehrere Datensätze verteilt sind. Genau hier hilft Dir das Duplikatemanagement in HubSpot.
In diesem Beitrag zeigen wir Dir anhand unserer Demo, wie Du potenzielle Dubletten findest, Kontakte und Unternehmen zusammenführst und die Bereinigung zu einem festen Bestandteil Deiner Datenpflege machst.
Doppelte Datensätze erschweren den Blick auf Deine Kundenbeziehungen. Während ein Kollege im ersten Kontakt die Telefonnummer ergänzt, dokumentiert ein anderer sein Gespräch im zweiten. Beide arbeiten mit einem unvollständigen Bild. Auch Auswertungen können dadurch verzerrt werden, etwa wenn Du die Anzahl Deiner Kontakte oder Unternehmen bewertest.
Mit einer sauberen Datenbasis findet Dein Team relevante Informationen schneller und kann Kunden gezielter betreuen. Die Dublettenbereinigung ist dabei ein Teil der laufenden CRM-Pflege. Wie Datenmigration und langfristige Datenqualität zusammenhängen, erklären wir Dir in unserem Beitrag zu Datenmigration und Datenhygiene in HubSpot.
Du kannst das Tool aus der Übersicht Deiner Kontakte beziehungsweise Unternehmen öffnen. Gehe dazu im CRM zum jeweiligen Objekt und wähle oben rechts im Aktionsmenü „Duplikate verwalten“.
Alternativ startest Du unter „Datenmanagement“ im Bereich „Datenqualität“. Dort erhältst Du einen zentralen Überblick über die Datenqualität Deines Portals und kannst zu den Duplikatproblemen wechseln. Dieser Einstieg lohnt sich besonders, wenn Du neben Dubletten auch Formatierungsprobleme oder fehlende Informationen prüfen möchtest.
Das Duplikatemanagement für einzelne Vorschläge setzt ein geeignetes Professional- oder Enterprise-Abonnement voraus. Für die Massenbearbeitung und eigene Erkennungsregeln brauchst Du Data Hub Professional oder Enterprise. Zusätzlich müssen Deine Benutzerberechtigungen den Zugriff erlauben. Die aktuellen Voraussetzungen findest Du in der HubSpot-Dokumentation zum Duplikatemanagement.
Im Duplikatemanagement zeigt Dir HubSpot Datensätze, die sich ähneln und deshalb als mögliche Dubletten infrage kommen.
Der angezeigte Ähnlichkeitsscore hilft Dir, solche Vorschläge einzuordnen. Er ersetzt jedoch keine Prüfung. Zwei Personen können denselben Namen tragen, und ähnlich benannte Unternehmen können eigenständige Gesellschaften sein. Vergleiche deshalb die Informationen, die für Deine Kundenstruktur entscheidend sind, etwa E-Mail-Adressen, Domains, Telefonnummern oder Anschriften.
Gehören die Datensätze nicht zusammen, kannst Du den Vorschlag ablehnen. So bleiben beide Einträge eigenständig bestehen. Unser Praxistipp: Prüfe bei Unternehmen besonders sorgfältig, ob es sich um eine Dublette, eine Niederlassung oder eine rechtlich getrennte Gesellschaft handelt.
Klicke beim passenden Vorschlag auf „Überprüfen“. Im anschließenden Vergleich siehst Du die Datensätze nebeneinander und kannst festlegen, welche Informationen im gemeinsamen Datensatz stehen sollen. Nimm Dir vor allem dann Zeit für diesen Schritt, wenn beide Einträge bereits aktiv gepflegt wurden.
Der primäre Datensatz bildet die Grundlage für die Zusammenführung. Entscheide anhand Deiner Datenpflege-Regeln, welcher Eintrag diese Rolle übernehmen soll. Du kannst ihn manuell auswählen oder ein angebotenes Zusammenführungskriterium verwenden.
Achte auf die genaue Bedeutung des Kriteriums: „Älteste Interaktion“ und „Neueste Interaktion“ beziehen sich auf das Datum der letzten Interaktion. Sie sind nicht mit dem Zeitpunkt der letzten Datensatzänderung gleichzusetzen. Lege deshalb zuerst fest, welche Information für Deine Entscheidung relevant ist, bevor Du eine Regel auf mehrere Duplikate anwendest.
Prüfe anschließend die einzelnen Felder. Vielleicht enthält der primäre Kontakt die richtige E-Mail-Adresse, während im zweiten Eintrag die aktuelle Telefonnummer steht. Wähle die Werte aus, die Du übernehmen möchtest. Über „Eigenschaften zur Überprüfung festlegen“ kannst Du weitere Felder in den Vergleich aufnehmen.
Prüfe vor dem Abschluss auch wichtige Aktivitäten und Zuordnungen. Eine Zusammenführung lässt sich nicht einfach rückgängig machen. Sichere bei umfangreichen Bereinigungen die relevanten Daten vorab und teste Deine Vorgehensweise zunächst an wenigen eindeutig geprüften Paaren. Details zu den Auswirkungen erläutert HubSpot in der Anleitung zum Zusammenführen von Datensätzen.
Wenn sich viele Dubletten angesammelt haben, spart Dir die Mehrfachauswahl Zeit. In unserer Demo wählt Stefan 50 Duplikatvorschläge gemeinsam aus und öffnet die Überprüfung. Anschließend wird ein einheitliches Kriterium für die Zusammenführung verwendet.
Entscheidend ist die Vorbereitung: Gehe die Auswahl vorab durch und entferne Vorschläge, bei denen die Zuordnung unklar ist. Eine Regel, die für einen Teil der Datensätze sinnvoll ist, kann bei anderen Paaren zum falschen Ergebnis führen. Wenn beispielsweise die Aktualität wichtiger Kontaktdaten unterschiedlich gepflegt wurde, reicht das Alter einer Interaktion allein als Entscheidungshilfe möglicherweise nicht aus.
Wir empfehlen Dir, zunächst eine kleine Gruppe zu bearbeiten und das Ergebnis zu kontrollieren. Prüfe, ob die gewünschten Werte und Zuordnungen vorhanden sind. Danach kannst Du dieselbe Vorgehensweise auf weitere geprüfte Gruppen anwenden.
Die Standarderkennung ist ein guter Einstieg. Bei besonderen Datenstrukturen können zusätzliche Kriterien helfen, etwa eine Kundennummer aus einem angebundenen System. Mit benutzerdefinierten Erkennungsregeln kannst Du bis zu neun Eigenschaften berücksichtigen. Wähle dafür Felder, die aussagekräftige Hinweise auf dieselbe Person oder dasselbe Unternehmen liefern.
Die Auswahl sollte zu Deiner tatsächlichen Datenpflege passen. Ein häufig leerer oder uneinheitlich gepflegter Wert hilft Dir wenig. Überlege deshalb gemeinsam mit Deinem Team, welche Informationen verlässlich vorliegen und welche Kombination einen sinnvollen Vergleich ermöglicht. Eine Erkennungsregel liefert Dir zunächst Kandidaten zur Prüfung; die Entscheidung zur Zusammenführung bleibt ein eigener Schritt.
Du weißt bereits, dass zwei Datensätze zusammengehören, findest sie aber nicht in den Vorschlägen? Dann kannst Du direkt im CRM starten. Öffne den gewünschten primären Datensatz, klicke auf „Aktionen“ und wähle „Zusammenführen“.
Suche anschließend nach dem zweiten Datensatz und vergleiche die angezeigten Werte. Auch hier solltest Du die relevanten Eigenschaften ergänzen und sorgfältig auswählen, welche Informationen erhalten bleiben. Dieser Weg eignet sich besonders für einzelne Dubletten, die Dir während der täglichen Arbeit auffallen.
Nach der Bereinigung lohnt sich ein Blick auf die Ursachen. Entstehen die doppelten Kontakte beim Import, durch manuelle Eingaben oder über eine Integration? Prüfe die betroffenen Prozesse und vereinbare im Team, welche Felder zuverlässig gepflegt werden müssen.
Nutze bei Importen einen passenden eindeutigen Identifikator, beispielsweise die HubSpot-Datensatz-ID zur Aktualisierung vorhandener Einträge. Überprüfe bei Schnittstellen, anhand welcher Merkmale sie bestehende Datensätze zuordnen. Die möglichen Verfahren und Unterschiede beschreibt HubSpot in der Dokumentation zur Vermeidung doppelter Datensätze.
Plane außerdem regelmäßige Kontrollen ein und bestimme eine verantwortliche Person. So fällt früh auf, wenn eine Datenquelle erneut Dubletten erzeugt. Dein Team kann dann die Ursache beheben und die Datenbasis verlässlich weiterpflegen.
Starte im Datenqualitätstool, prüfe die Vorschläge und entscheide bewusst über die Werte, die erhalten bleiben sollen. Sobald Dein Vorgehen für einzelne Paare funktioniert, kannst Du größere Gruppen bearbeiten und passende Regeln für Deine Datenstruktur festlegen.
Du möchtest Deine Datenbasis systematisch aufräumen oder die Ursachen wiederkehrender Dubletten beheben? Mit unserer Datenbereinigung für HubSpot unterstützen wir Dich bei der Analyse und Optimierung Deiner CRM-Daten. Vereinbare ein unverbindliches Erstgespräch und zeig uns, wo es in Deinem Portal hakt.