Harita üzerinden binlerce işletme kaydı toplamak artık zor bir iş değil; asıl zor olan o kayıtların içinden gerçekten aranabilir olanları ayıklamak. Bir listede aynı firmanın üç kez tekrar etmesi, başında sıfır olmayan numaralar, dahili numarayla birleşmiş sabit hatlar ve harita profilinde hiç yazmayan e-posta adresleri işin asıl yükünü oluşturur. Bu sayfa, ham iletişim verisini sabit hat/GSM ayrımı yapılmış, normalize edilmiş ve mükerrerden arındırılmış bir listeye çeviren akışı adım adım anlatır.
Harita tabanlı bir taramadan çıkan tipik satır şuna benzer: işletme adı, kategori, adres metni, telefon alanı, varsa web sitesi, koordinat ve profil bağlantısı. Sorun telefon alanının serbest metin olmasıdır. Aynı taramanın içinde "0212 555 12 34", "212 555 12 34", "+90 212 5551234", "(0212) 555 12 34 / 105", "0850 555 12 34" ve "444 12 34" biçimlerinin hepsi görülür. Bunları olduğu gibi bir Excel'e yazdığınızda 6 farklı kayıt gibi görünürler; oysa üçü aynı hattır. E-posta tarafında durum daha kötüdür, çünkü harita profillerinin büyük kısmında e-posta alanı hiç yoktur. E-postayı elde etmenin yolu, işletmenin kendi sitesindeki iletişim sayfasını ziyaret edip oradaki adresi okumaktan geçer. Yani liste tek kaynaktan değil, en az iki kaynağın birleşiminden doğar. Bu iki kaynağın çıktısını birleştirirken hangi alanın hangisini ezeceğine dair bir kural yazmazsanız, sitedeki eski numara harita üzerindeki güncel numaranın üstüne yazılır ve liste geriye gider.
Normalizasyon, her numarayı tek bir kanonik biçime çevirmektir. Türkiye için pratik kural seti şöyle işler: numara 90 ile başlıyor ve toplam 12 hane ise ülke kodu zaten vardır. 0 ile başlıyor ve 11 hane ise baştaki sıfır atılır, başa 90 gelir. Doğrudan 10 hane ise başına 90 eklenir. Sonuçta her kayıt 90 + 10 hane biçiminde tek bir dizeye iner ve karşılaştırma yapılabilir hale gelir. Dahili numaralar ayrı bir alana taşınır; "/ 105", "dahili 105", "ext 105" gibi ekler ana numaradan koparılmazsa aynı santralin üç ayrı hat gibi görünmesine yol açar. Aynı hücrede birden fazla numara varsa ("0212 555 12 34 - 0532 111 22 33") satır çoğaltılır, biri sabit biri GSM olarak iki ayrı iletişim kaydına dönüşür ama ikisi de aynı işletme kimliğine bağlanır.
Normalize edilmiş 10 hanenin ilk üç hanesi hattın türünü söyler. 5 ile başlayan üçlüler mobil hattır; 2, 3 ve 4 ile başlayanlar coğrafi sabit hatlardır ve ilk üç hane doğrudan ili verir. Bunun dışında iki özel grup vardır: 850 ile başlayan sanal santral numaraları ve 800 ile başlayan ücretsiz hatlar. Bir de alan kodu olmadan çalışan 444'lü kısa numaralar vardır ki bunlar 10 haneye hiç inmez, ayrı bir alanda tutulmalıdır. Bu ayrım kozmetik değildir, doğrudan iş akışını değiştirir. Mesajlaşma tabanlı bir çalışma yürütüyorsanız yalnızca mobil hatlar anlamlıdır; sabit hatlara mesaj göndermek hem sonuçsuzdur hem de listeyi kirletir. Telefonla ulaşmayı planlıyorsanız tam tersine sabit hatlar daha güvenilirdir, çünkü işletmeye bağlıdır, kişiye değil. Sabit hattı ilin adına çevirmek ayrıca doğrulama sağlar: adres alanında Bursa yazan ama alan kodu İzmir'i gösteren bir kayıt, ya şube karışıklığıdır ya da eski bir numaradır; her iki durumda da elle bakılması gereken bir satırdır.
Harita kaydı size çoğu zaman bir web adresi verir, e-posta vermez. E-postayı elde etmenin çalışan yolu, o web adresinin iletişim sayfasına gidip sayfadaki adresleri okumaktır. Pratikte üç yerde bulunur: iletişim sayfasındaki metin, sayfa altındaki toplu bilgi bloğu ve hakkımızda sayfasının iletişim kısmı. Toplanan adresleri olduğu gibi listeye yazmak yerine sınıflandırmak gerekir. Rol tabanlı adresler (info, iletisim, satis, destek, muhasebe, kvkk) işletmenin kurumsal kutusudur ve ticari yazışma için doğru muhataptır. Kişi adı taşıyan adresler ise farklı bir kategoridir ve çok daha dikkatli ele alınmalıdır. Aynı domainde birden çok adres bulunduğunda öncelik sırası önceden yazılır; genellikle iletişim ve info önde, muhasebe ve kvkk en sonda gelir çünkü bunlar konuya özgü kutulardır. Yakalanan adresin biçimsel geçerliliği kontrol edilir, ardından alan adının posta kabul edip etmediğine bakılır. Alan adı hiç posta kabul etmiyorsa adres teknik olarak ölüdür ve listede yer kaplamaktan başka işe yaramaz.
Mükerrer temizliği tek bir kurala indirgenemez, katmanlı çalışır. En güçlü sinyal normalize edilmiş telefondur: iki kaydın kanonik numarası birebir aynıysa bunlar neredeyse kesinlikle aynı hattır. İkinci sinyal web sitesinin alan adıdır; iki kaydın alan adı aynıysa ve şehir de aynıysa büyük olasılıkla aynı işletmedir. Üçüncü sinyal ad benzerliği ile konum yakınlığının birleşimidir. Ad karşılaştırması ham metinle yapılmaz; unvan ekleri (ltd, şti, a.ş., san, tic, ticaret, sanayi), noktalama ve büyük-küçük harf farkı temizlenir, Türkçe karakterler tek biçime katlanır. Bu temizlikten sonra iki ad aynıysa ve koordinatlar birbirine çok yakınsa kayıtlar birleştirilir. Kritik istisna zincir şubeleridir: aynı markanın iki şubesinin adı birebir aynıdır ama farklı adreslerde, farklı numaralarla çalışırlar. Bu yüzden ad eşleşmesi tek başına birleştirme sebebi sayılmaz; mutlaka konum veya numara desteği aranır. Birleştirme yapılırken kayıtlar silinmez, biri ana kayıt seçilir ve diğerleri ona bağlanır; böylece yanlış birleştirme sonradan geri alınabilir.
Bir listenin gerçek değeri satır sayısında değil, her satırın hangi kanaldan ve hangi şartla iletişime açık olduğunun yazılı olmasındadır. Pratik yaklaşım, her kayda kanal bazında bir durum alanı eklemektir: telefon için açık/kapalı, mesaj için açık/kapalı, e-posta için açık/kapalı. Yeni toplanan kayıt varsayılan olarak yalnızca işletmenin kendi yayınladığı kanaldan ve kendi ticari faaliyetiyle ilgili konularda iletişime uygun sayılır. İlk temasta karşı taraf bir daha aranmak istemediğini belirtirse o kayıt kapatılır; kapatma işlemi tarih ve kanal bilgisiyle birlikte yazılır ve bir daha açılmaz. Bu kaydın silinmemesi önemlidir, çünkü silinen numara bir sonraki taramada temiz bir kayıt gibi geri gelir ve aynı kişi tekrar rahatsız edilir. Ret listesi, yeni taramaların üzerinden geçen bir filtre olarak çalışmalıdır. Ticari elektronik ileti gönderimi yapılacaksa izin yönetimi ayrı bir süreçtir ve mevzuatın öngördüğü sistem üzerinden yürütülür; liste hazırlığı bu sürecin yerine geçmez, ona girdi sağlar.
Sıralama şudur. Önce kapsam tanımlanır: il veya ilçe, kategori ve varsa ek filtre. Tarama çalışır ve ham satırlar biriktirilir. İkinci adımda telefon alanı normalize edilir, dahili numara ayrılır, çoklu numaralar bölünür. Üçüncü adımda hat türü belirlenir ve alan kodundan il çıkarılır; adres ile çelişenler işaretlenir. Dördüncü adımda web adresi olan kayıtlar için iletişim sayfası ziyaret edilir ve e-posta tamamlanır. Beşinci adımda mükerrer temizliği katmanlı olarak uygulanır ve ana kayıtlar belirlenir. Altıncı adımda ret listesi ile kesişim alınır, kapalı kayıtlar çıkarılır. Yedinci adımda çıktı hangi işe gidecekse ona göre bölünür: telefonla görüşme yapılacaksa sabit hatlar, mesajlaşma yapılacaksa yalnızca mobil hatlar, e-posta yazışması yapılacaksa yalnızca alan adı doğrulanmış rol adresleri. Bu bölme işlemi listeyi küçültür ve bu iyi bir şeydir; 5.000 satırlık kirli bir dosya yerine, her biri tek bir işe uygun üç küçük dosya elde edersiniz. Aynı kapsam belirli aralıklarla yeniden tarandığında değişenler karşılaştırma ile görünür hale gelir.
Harita kaydındaki web adresinden gidilir. İşletmenin kendi sitesindeki iletişim sayfası, sayfa altındaki bilgi bloğu ve hakkımızda sayfası üç ana kaynaktır. Web sitesi olmayan işletmeler için e-posta alanı boş kalır; bu kayıtlar telefon tarafında değerli olmaya devam eder.
Çünkü ham veride telefon alanı serbest metindir ve her işletme kendi yazım alışkanlığıyla girmiştir. Normalizasyon adımı bunları tek biçime indirir: rakam dışı karakterler silinir, baştaki sıfır kaldırılır, başa ülke kodu eklenir. Bu adımdan sonra aynı hat tek bir dize olarak görünür ve mükerrer temizliği çalışabilir hale gelir.
Normalize edilmiş 10 hanenin ilk hanesine bakılır. 5 ile başlıyorsa mobil, 2, 3 veya 4 ile başlıyorsa coğrafi sabit hattır. 850 ve 800 ile başlayanlar ayrı kategorilerde tutulur, 444'lü kısa numaralar ise 10 hane kuralına uymadığı için ayrı bir alanda saklanır.
Normalize telefonu birebir aynı olan iki kayıt birleştirilir. Telefon yoksa aynı alan adı ve aynı şehir kombinasyonuna bakılır. O da yoksa unvan ekleri temizlenmiş ad eşleşmesi ile koordinat yakınlığı birlikte aranır. Yalnızca ad benzerliğine dayanan birleştirme yapılmaz, çünkü zincir şubelerinin adı aynıdır.
Ad eşleşmesini tek kural olarak kullanırsanız düşer. Bunu engellemek için ad eşleşmesine mutlaka konum veya numara desteği şartı eklenir. Adı aynı, koordinatları uzak ve numaraları farklı olan kayıtlar ayrı işletme sayılır ve şube etiketiyle işaretlenir.
Dahili numara ana numaranın devamı gibi yazıldığında kanonik biçim 10 haneyi aşar ve aynı santralin her dahilisi ayrı bir hat gibi görünür. Çözüm, dahili numarayı ayrı bir sütuna taşımak ve mükerrer karşılaştırmasını yalnızca ana numara üzerinden yapmaktır.
Numaranın listede olması iletişim izni anlamına gelmez. Ticari elektronik ileti gönderimi için ilgili mevzuatın öngördüğü izin yönetimi süreci ayrıca yürütülmelidir. Liste hazırlığı bu sürecin yerine geçmez; hangi kaydın hangi kanaldan iletişime uygun olduğunu kayıt altına alarak süreci besler.
Kayıt silinmez, kapatılır. Kapatma işlemi tarih ve kanal bilgisiyle yazılır ve bu kayıtlardan oluşan ret listesi sonraki tüm taramaların üzerinden bir filtre olarak geçirilir. Silme yapılırsa aynı işletme bir sonraki taramada temiz bir kayıt gibi geri gelir ve aynı kişi tekrar rahatsız edilir.
Kaynak sitelerin kullanım şartlarına uyulur, yalnızca işletmelerin kendi yayımladığı kurumsal iletişim bilgileri toplanır ve kişisel verilerin korunmasına ilişkin kurallar gözetilir. Erişim kısıtlarını aşmaya yönelik yöntemler kullanılmaz; toplanan verinin hangi amaçla işlendiği ve ne kadar süre saklanacağı baştan yazılır.
Kapanan ve yeni açılan işletmeler nedeniyle iletişim verisi zamanla eskir. Aynı kapsamı belirli aralıklarla yeniden tarayıp iki çıktıyı karşılaştırmak, hem yeni kayıtları hem de artık ulaşılamayan kayıtları görünür kılar. Karşılaştırma yapılabilmesi için her taramanın tarihi ve kapsam bilgisi dosyayla birlikte saklanmalıdır.