Aynı firmanın üç farklı yazımı, başında sıfır olan ve olmayan numaralar, ülke kodu karmaşası ve zincir şubeleri bir listeyi kullanılamaz hale getirir. Bu yazı, iki kaydın ne zaman aynı sayılacağını somut örneklerle ve uygulanabilir kurallarla anlatıyor.
Bir firma listesi hazırladığınızda elinizdeki satır sayısı ile gerçekten arayabileceğiniz işletme sayısı asla aynı değildir. Aradaki fark iki şeyden doğar: aynı işletmenin birden çok satırda tekrar etmesi ve telefon alanının her satırda başka bir biçimde yazılmış olması. Bu iki sorun birbirine bağlıdır, çünkü mükerrer kaydı yakalamanın en güvenilir yolu telefon numarasıdır ve numaralar tek biçime indirilmeden karşılaştırma yapılamaz. Sıralama şaşarsa bütün iş bozulur: önce normalizasyon, sonra mükerrer temizliği. Aynı hat, altı farklı yazım Ham veride telefon alanı serbest metindir. Kimse standart bir biçim dayatmadığı için her işletme kendi alışkanlığıyla yazar. Aşağıdaki altı satırın hepsi aynı hattır ama ham haldeyken altı ayrı kayıt gibi görünür. Bir Excel'de sıraladığınızda birbirlerinin yanına bile düşmezler, çünkü sıralama karakter karakter yapılır ve parantezle başlayan satır rakamla başlayan satırın çok uzağına gider. Normalizasyon bu altı satırı tek bir dizeye indirir. İşlem sırası önemlidir ve tersine çevrildiğinde yanlış sonuç verir. Önce rakam dışındaki her karakter silinir. Sonra baştaki uluslararası ön ek çözülür. En sonda ülke kodu tek biçimde yeniden eklenir. Sondaki ekleme baştaki temizlikten önce yapılırsa, zaten ülke kodu olan numaralara ikinci bir ülke kodu eklenir ve numara 14 haneye çıkar. Ham değer Rakama indirgenmiş Karar Kanonik 0212 555 12 34 02125551234 11 hane, başta 0 → sıfırı at, 90 ekle 902125551234 212 555 12 34 2125551234 10 hane → 90 ekle 902125551234 +90 212 5551234 902125551234 12 hane, başta 90 → dokunma 902125551234 (0212) 555-12-34 02125551234 11 hane, başta 0 → sıfırı at, 90 ekle 902125551234 0212 555 12 34 / 105 02125551234105 14 hane → dahiliyi ayır 902125551234 (dh: 105) 444 12 34 4441234 7 hane, kısa numara → ayrı alan 4441234 (kısa) 10 haneye inmeyen kaydı silmeyin Normalizasyon sonunda 10 haneye oturmayan kayıtlar genellikle kısa numaralar, eksik yazılmış hatlar veya iki numaranın yapışmış halidir. Bunları otomatik silmek listenin gerçek kayıplarını gizler. Doğru davranış, ayrı bir 'şüpheli' sekmesine almak ve o sekmeyi elle gözden geçirmektir. Bu sekmedeki kayıtların bir kısmı basit bir düzeltmeyle kurtarılabilir; kalanı ise kaynakta zaten eksik girilmiştir. Dahili numara ve tek hücrede iki hat İki özel durum, normalizasyon adımının içinde çözülmezse mükerrer temizliğini tamamen yanıltır. Birincisi dahili numaralardır. Bir santralin on farklı dahilisi listeye düştüğünde, ana numara aynı olmasına rağmen kanonik dize on farklı değer üretir ve tek işletme on kayıt olarak görünür. Çözüm, eğik çizgi, 'dahili', 'dh' ve 'ext' gibi ayırıcıları tanıyıp dahiliyi ayrı bir sütuna taşımak, karşılaştırmayı yalnızca ana numara üzerinden yapmaktır. İkincisi, tek hücrede birden fazla numaranın bulunmasıdır: bir sabit hat ve bir cep telefonu genellikle tire veya eğik çizgiyle ayrılmış olarak aynı alanda durur. Burada yapılacak şey birini seçip diğerini atmak değildir; satır çoğaltılır. İki iletişim kaydı oluşur, ikisi de aynı işletme kimliğine bağlanır. Böylece hem telefonla arama listesine sabit hat, hem mesajlaşma listesine mobil hat düşer ve hiçbir bilgi kaybolmaz. İki kayıt ne zaman aynı işletmedir Mükerrer temizliği tek kuralla yapılamaz. Katmanlı çalışır ve katmanların gücü farklıdır. En güçlüsünden en zayıfına doğru gidilir; bir kayıt üst katmanda eşleştiyse alt katmanlara hiç bakılmaz. Bu sıralamayı bozmak, güçlü sinyal varken zayıf sinyalle yanlış birleştirme yapmanıza yol açar. Kanonik telefon birebir aynı: neredeyse kesin eşleşme, doğrudan birleştir. Web sitesi alan adı aynı ve şehir aynı: güçlü eşleşme, birleştir ama şube etiketini koru. Unvan ekleri temizlenmiş ad aynı ve koordinatlar birbirine çok yakın: birleştir. Ad çok benzer, koordinat yakın ama numara farklı: birleştirme, 'olası mükerrer' olarak işaretle ve elle bak. Yalnızca ad aynı, başka hiçbir destek yok: kesinlikle birleştirme. Ad karşılaştırması ham metinle yapılmaz İşletme adlarını olduğu gibi karşılaştırırsanız hiçbir şey eşleşmez. Karşılaştırmadan önce ad bir dizi temizlikten geçer: büyük-küçük harf farkı kaldırılır, noktalama ve fazla boşluklar silinir, unvan ekleri atılır ve Türkçe karakterler tek biçime katlanır. Türkçe karakter katlaması özellikle önemlidir, çünkü aynı firma bir kaynakta 'İnşaat' diğerinde 'Insaat' yazılmış olabilir. Büyük-küçük dönüşümünde noktalı ve noktasız i harflerinin karışması da klasik bir tuzaktır; dönüşümü Türkçe kurallarına göre değil, karşılaştırma amaçlı sabit bir eşlemeyle yapmak daha güvenlidir. Atılacak unvan ekleri listesi kısadır ama etkisi büyüktür: ltd, şti, a.ş., anonim, limited, şirketi, san, sanayi, tic, ticaret, ve, koll. Bu listeyi genişletirken dikkatli olun; 'grup', 'holding' veya 'market' gibi kelimeleri atarsanız gerçekten farklı iki işletmeyi aynı ada indirgeyebilirsiniz. Zincir şubeleri: ad eşleşmesinin en büyük tuzağı Aynı markanın on şubesi listede on kez aynı adla görünür. Ad temizliğinden sonra hepsi birebir aynı dizeye iner. Yalnızca ada bakan bir kural bu on kaydı tek kayda indirir ve dokuz gerçek işletmeyi kaybedersiniz. Bunu engellemenin yolu, ad eşleşmesini asla tek başına birleştirme sebebi saymamaktır. Ad aynı ama numara farklı ve koordinatlar birbirinden uzaksa, bunlar ayrı şubelerdir ve ayrı kalırlar. Durum Ad Telefon Konum Karar A aynı aynı yakın Birleştir B aynı farklı uzak Ayrı şube, birleştirme C aynı farklı yakın İşaretle, elle bak (taşınma veya ikinci hat olabilir) D farklı aynı yakın Birleştir, ad değişikliği olarak kaydet E benzer yok yakın İşaretle, otomatik birleştirme yok D satırı neden birleştirilir? Aynı numara, yakın konum ama farklı ad genellikle işletmenin unvan değiştirmesi ya da bir kaynakta ticari unvanın, diğerinde tabela adının yazılmış olması demektir. Telefon en güçlü sinyal olduğu için birleştirme yapılır; ancak eski ad silinmez, kayda alternatif ad olarak eklenir. Böylece iki kaynaktan gelen sonraki taramalar da aynı kayda oturur. Birleştirirken hangi değer kazanır İki kaydın aynı olduğuna karar vermek işin yarısıdır; diğer yarısı birleşen kayıttan hangi alanın hayatta kalacağıdır. Burada 'son gelen kazanır' kuralı en kötü seçimdir, çünkü sitelerdeki iletişim sayfaları çoğu zaman yıllardır güncellenmemiştir ve eski numarayı taze verinin üstüne yazar. Bunun yerine alan bazında öncelik yazılır. Telefon: harita profilindeki numara önceliklidir, çünkü işletme sahibi tarafından daha sık güncellenir. E-posta: yalnızca işletmenin kendi sitesinden gelir, çakışma nadiren olur; birden fazla adres varsa rol tabanlı olan öne alınır. Adres: daha uzun ve kapı numarası içeren metin tercih edilir. Kategori: iki kaynak farklı kategori veriyorsa ikisi de saklanır, biri seçilmez. Boş alan asla dolu alanı ezmez; bu tek kural birleştirme hatalarının büyük kısmını engeller. Birleştirme işleminde kayıtları fiziksel olarak silmemek de önemlidir. Bir kaydı ana kayıt seçip diğerlerini ona bağlarsanız, yanlış bir birleştirmeyi fark ettiğinizde tek hamlede geri alabilirsiniz. Sildiğinizde geri dönüş yoktur ve hatayı ancak taramayı baştan çalıştırarak telafi edersiniz. Bir listenin kalitesini satır sayısı değil, aynı işletmeyi iki kez aramadan geçirdiğiniz hafta sayısı ölçer. Kontrol listesi Yeni bir liste teslim almadan önce şu beş kontrolü çalıştırmak, sonradan çıkacak sorunların büyük kısmını baştan yakalar. Hepsi birkaç dakikalık işlerdir ve hiçbiri özel bir araç gerektirmez. Kanonik telefon sütununda kaç benzersiz değer var? Satır sayısıyla farkı mükerrer oranınızdır. Kaç kayıt 10 haneye inmedi? Bu sayı toplamın küçük bir kısmını aşıyorsa normalizasyon kuralları eksiktir. İlk hanesi 5 olanlar ile 2/3/4 olanların dağılımı beklediğiniz gibi mi? Mobil oranı beklenmedik derecede düşükse kaynak sabit hat ağırlıklıdır. Alan kodundan çıkan il ile adresteki il kaç kayıtta çelişiyor? Bu kayıtlar elle bakılacak listedir. Ad temizliğinden sonra aynı dizeye inen ama koordinatları uzak kaç grup var? Bunlar zincir şubeleridir, birleştirilmemiş olduklarını doğrulayın. Normalizasyon ve mükerrer temizliği kulağa teknik ve sıkıcı gelir, ama listeyi kullanan kişinin gününü doğrudan belirler. Temizlenmemiş bir listede saha ekibi aynı işletmeyi üç kez arar, ikinci aramada karşı taraf rahatsız olur ve üçüncüde telefonu kapatır. Temizlenmiş bir listede ise satır sayısı düşer, aynı işletmeye ikinci kez gitme ihtimali azalır ve hangi kaydın hangi kanaldan iletişime uygun olduğu görünür kalır. Aradaki fark, taramanın kendisinde değil, taramadan sonraki bir saatlik işte gizlidir.
Basit halini yapabilirsiniz: rakam dışı karakterleri temizleyip hane sayısına göre koşullu formülle ülke kodu ekleyebilirsiniz. Dahili ayırma, tek hücrede iki numara bölme ve ad temizliği gibi adımlar formülle hızla karmaşıklaşır. Tarama sırasında normalizasyonun otomatik uygulanması, sonradan Excel'de düzeltmekten hem hızlı hem tutarlıdır.
Karşılaştırma için hangisini seçtiğiniz değil, tutarlı olmanız önemlidir. Artı işareti bazı sistemlerde metin olarak, bazılarında formül başlangıcı olarak yorumlandığı için depolamada sade rakam biçimi daha az sorun çıkarır. Dışa aktarırken hedef sistemin beklediği biçime tek bir adımda çevirmek yeterlidir.
İkisini de saklayın, ama kanal bazında ayırın. Sabit hat telefonla arama için, mobil hat mesajlaşma için kullanılır. Tek numara seçmek zorunda kalırsanız, harita profilinde birincil olarak yayımlanan numarayı tercih edin; işletme sahibi genellikle o alanı günceller.
Sabit bir rakam vermek yanıltıcı olur çünkü şehir merkezindeki iki dükkân yan yana olabilirken sanayi bölgesinde aynı tesisin iki girişi arasında yüzlerce metre olabilir. Pratik yaklaşım, yoğun bölgelerde dar, seyrek bölgelerde daha geniş bir eşik kullanmak ve eşiğe yakın düşen kayıtları otomatik birleştirmek yerine işaretlemektir.
Genellikle hayır. Aynı işletme birden çok kategoride kayıtlı olabilir, arama sonuçlarında farklı sorgularda tekrar çıkabilir veya iki farklı kaynaktan gelmiş olabilir. Yüksek mükerrer oranı taramanın kapsamının geniş olduğunu gösterir; asıl sorun mükerrerin temizlenmemesidir.
Ayırt edici olabilecek hiçbir kelimeyi atmayın. Unvan ekleri güvenlidir çünkü hukuki biçimi anlatır, işletmeyi anlatmaz. Ancak sektör kelimeleri, marka adları ve şube belirten ifadeler kalmalıdır; bunları atmak farklı işletmeleri aynı dizeye indirir ve sessiz veri kaybına yol açar.
Veri kalitesi ile iletişim izni ayrı konulardır. Numaranın normalize ve benzersiz olması, o numaraya ticari ileti gönderme hakkı vermez. İzin yönetimi ilgili mevzuatın öngördüğü süreçle ayrıca yürütülür ve kaydın hangi kanaldan iletişime açık olduğu listede ayrı bir alanda tutulur.