Hvordan opstår dubletter?

Computeren er skyldig

Computeren vil ikke, ligesom et menneske, kunne konkludere, at Thomas Meyer og Thomas Meier der bor på den samme gade i den samme by, er den samme person. Den vil derfor ikke advare brugeren, som indtaster Thomas Meier, om at en lignede dataprofil allerede findes i systemet, og at en dublet er ved at opstå.

Også ved omhyggelig indtastning opstår dubletter:

• En gang skriver kunden sit fuldstændige fornavn og en anden gang forkortes det.
• Først omtaler kunden sig selv som „Christian Jensen“ og næste gang som ”Chr. Jensen”.
• Virksomheden bestiller en gang som „Kontormaterialer Smidt“ og en anden gang som „Smidts kontormaterialer“ og senere som ”Smidts Moderne Kontormaterialer A/S”.
• Kundeservice har opfattet virksomhedens navn som ”Smidt”.
• I den skriftlige bestilling skrives virksomhedens navn som ”Schmidt”.

Hvad med velplejede kundedata?

Selv i velplejede kundedata findes typisk 4-6 % dubletter, og de fleste af vore kunder har endda langt flere. Internt havde Omikron Data Quality i 1989 over 12 %, hvilket motiverede os til at udvikle en software, der kunne afhjælpe dette problem.

Købte kundedata er farlige

Når købte kundedata integreres i virksomhedens eksisterende databestand opstår der især mange dubletter. Selv hvis der er god overensstemmelse mellem målgrupperne er 25 % dobbelte kunder ingen sjældenhed.

Dubletter opstår igen og igen

Man kan passe nok så godt på, men uden hjælpemidler opstår dubletter igen og igen. Heldigvis har Omikron udviklet den bedste matchalgoritme, som kan rengøre og holde dine databaser rene og fri for dubletter.

Vil du vide mere

Ønsker du at vide mere eller modtage et tilbud: Ring +45 70 26 88 28 eller efterlad en besked på kontaktformularen. En kompetent medarbejder vil besvare dine spørgsmål.