Hvordan undgår man dubletter mellem kontakter og virksomheder?

Dubletter mellem kontakter og virksomheder opstår, når den samme person eller virksomhed registreres flere gange i CRM, marketing automation eller datakilder – ofte med små variationer i navn, e-mail, domæne eller adresse. Du undgår dem ved at standardisere dine data, definere entydige ID’er, validere ved import og bruge en fast proces for matching, sammenlægning og løbende datavedligehold.

Hvad består dubletter mellem kontakter og virksomheder af?

Dubletter handler sjældent om “to helt ens rækker”. I praksis er det næsten altid “næsten-ens” data, der skaber rod i pipeline, rapportering og lead scoring. Typisk ser du dubletter i to lag: kontakt-niveau (personer) og virksomheds-niveau (accounts/companies). Udfordringen bliver større, når dine systemer også skal håndtere relationen mellem dem (en kontakt tilknyttet en virksomhed).

De mest almindelige dublet-typer er:

• Kontakt-dubletter: Samme person findes flere gange, fx med privat vs. arbejds-e-mail, eller med forskellige stavemåder af navnet.
• Virksomheds-dubletter: Samme virksomhed findes flere gange, fx “ACME A/S”, “Acme” og “ACME Danmark”.
• Relationelle dubletter: Den samme kontakt er tilknyttet flere “versioner” af samme virksomhed, hvilket skaber forkerte account-views og ABM-lister.
• System-dubletter: Dubletter skabt af flere kilder (webforms, imports, salgslister, integrationer) der ikke deler samme regler for matching.

For B2B er virksomhedsdubletter ofte den dyreste type, fordi de splitter aktivitet og historik på tværs af konti og forringer account-baseret prioritering.

Hvordan fungerer dublet-problemet?

Dubletter opstår, når to eller flere systemer (eller brugere) opretter data uden en fælles “sandhed” for, hvornår noget er det samme. Det sker især i disse situationer:

• Uens identifikatorer: En kontakt kan oprettes via e-mail, men virksomheden oprettes via navn, og navn er ikke entydigt.
• Manglende standardisering: Domæner gemmes med/uden “www”, store/små bogstaver, “.dk” vs “.com”, eller med tracking-parametre.
• Inkonsekvente inputfelter: “Firmanavn” udfyldes frit på formularer, og brugere skriver forskelligt.
• Parallelle imports: Marketing importerer lister, salg importerer lister, og begge opretter både kontakt og virksomhed uden matching.
• Integrationer uden dedupe-regler: Webhook/API-oprettelser laver nye records fremfor at opdatere eksisterende.

Der findes grundlæggende to matching-metoder:

• Deterministisk matching: Eksakt match på unikke nøgler (fx e-mail for kontakter, CVR eller domæne for virksomheder).
• Probabilistisk/fuzzy matching: Match på “ligner hinanden” (fx navn + adresse). Det kan være effektivt, men kræver governance for ikke at sammenlægge for aggressivt.

Den bedste praksis i B2B er at bruge deterministisk matching som førstevalg og kun bruge fuzzy matching som kontrolleret “anden linje” med manuelle checks på højrisiko-cases.

Hvorfor er dublet-kontrol vigtigt for B2B-virksomheder?

Dubletter er ikke kun et data-problem – det er et vækst-problem. Når dine kontakter og virksomheder er splittet, rammer det direkte din leadgenerering, din salgsprioritering og din evne til at måle, hvad der virker.

• Forkert lead scoring og segmentering: Aktivitet fordeles på flere poster, så varme leads fremstår kolde.
• Dårlig pipeline-hygiejne: Flere sælgere kan arbejde på samme account uden at vide det, eller samme kontakt får flere parallelle forløb.
• Misvisende rapportering: Du overvurderer antal leads/virksomheder og undervurderer konverteringsrater.
• Lavere deliverability og dårligere kundeoplevelse: Kontakter kan få gentagne mails, eller du rammer den forkerte afdeling, fordi relationen til virksomheden er forkert.
• Spildt spend i ABM og betalt annoncering: Dublet-accounts betyder dublet-målgrupper og unødigt overlap.

Hvis du arbejder målrettet med ICP og account-baseret fokus, bliver dublet-kontrol en forudsætning for, at din prioritering faktisk afspejler virkeligheden. Her kan det hjælpe at tage udgangspunkt i en skarp ideel kundeprofil, så dine datakrav (fx branche, størrelse, geografi og domæne) er tydelige fra start.

Hvordan bruges dublet-forebyggelse i praksis?

Du får mest effekt ved at kombinere datastandarder, unikke nøgler og proces. Her er de vigtigste greb, som typisk virker i B2B-opsætninger:

1) Definér unikke nøgler for både kontakt og virksomhed

Du bør beslutte, hvilke felter der er “master keys”:

• Kontakter: Primær nøgle er næsten altid e-mail. Overvej en sekundær nøgle (fx telefon) til match, men brug den med omtanke.
• Virksomheder: Brug helst CVR (i DK) som entydig nøgle. Hvis CVR ikke er tilgængeligt, er domæne ofte den bedste proxy.

Vigtigt: Brug en fast regel for domæner (fx uden “www”, lowercase, kun registrerbart domæne), ellers får du pseudo-dubletter.

2) Standardisér data før det rammer dit CRM

Dubletter opstår ofte i “kanten” – webforms, imports og eventlister. Standardisering handler om at normalisere felter:

• Trim mellemrum, normalisér store/små bogstaver.
• Ryd op i firmapostfixer (A/S, ApS, AB, GmbH) hvis dit matching ellers bliver for følsomt.
• Gem domæner i ét separat felt (og ikke som en del af URL).
• Brug faste værdilister for land, branche og employee ranges, så segmenter ikke splintrer.

3) Brug “find-then-create” i integrationer (ikke “create-only”)

Hvis du opretter kontakter og virksomheder via API eller integrationer, skal logikken være: find eksisterende → opdatér → opret kun hvis ikke fundet. Det er den mest stabile måde at undgå dubletter på.

Hvis du arbejder med datakilder og enrichment, kan du også vælge at lade én kilde være “master” for virksomhedssøgning og -oprettelse. Læs om mulighederne i Cohertas API og se en konkret tilgang i guiden til integration af API til virksomhedssøgning.

4) Sæt klare regler for import og eksport

Manuelle imports er en klassisk dublet-motor. Sørg for, at dine teams følger samme procedure og samme mapping:

• Match altid på primær nøgle (e-mail for kontakt, CVR/domæne for virksomhed).
• Importér virksomheder først, derefter kontakter med korrekt virksomhedstilknytning.
• Undgå at importere “firmnavn” som eneste virksomhedsnøgle.

Hvis du vil gøre processen robust, så brug faste arbejdsgange for import og en ensartet metode til export, så du kan revidere data og rette fejl uden at skabe nye dubletter.

5) Indfør løbende “dedupe governance”

Selv den bedste forebyggelse stopper ikke alt. Du bør derfor have en fast rytme:

• Ugentlig/ månedlig dublet-audit: Find nye dubletter og sammenlæg med dokumenterede regler.
• Ejerskab: Udpeg en dataansvarlig (RevOps/Marketing Ops), der godkender merges ved fuzzy matching.
• Logik for overlevelse: Beslut hvilken record der “vinder” (seneste aktivitet, flest udfyldte felter, kildeprioritet).

6) Forbind dublet-kontrol til din leadmotor

Hvis du bruger en leadmotor eller automatiseret leadflow, bør dedupe være en indbygget del af flowet – ellers ender du med at “producere” dubletter hurtigere, end du kan rydde op. Se hvordan en struktureret tilgang typisk bygges i vores leadmotor, og få overblik over processen i sådan virker Coherta.

Fordele og ulemper

At arbejde systematisk med dublet-forebyggelse har klare forretningsfordele, men det kræver også, at du vælger, hvor stramt du vil styre data.

• Fordele: Bedre datakvalitet, mere præcis rapportering, højere effektivitet i salg, færre fejl i automation og stærkere ABM/ICP-arbejde.
• Ulemper: Strammere regler kan give flere “afviste” oprettelser (fx når e-mail mangler), og fuzzy matching kan kræve manuelle kontroller for at undgå forkerte merges.

Typiske misforståelser

• “Det er nok at dedupe kontakter på e-mail.” Nej, for virksomheds-dubletter skaber stadig splittet historik og dårlig account-prioritering.
• “Vi kan bare merge alt, der ligner hinanden.” Det kan give irreversible fejl (forkert virksomhed, forkert omsætning/branche, forkert GDPR-grundlag i nogle setups). Brug deterministiske nøgler først.
• “Dubletter er et engangsprojekt.” Dubletter er en løbende driftopgave, fordi nye kilder og kampagner konstant introducerer variation.
• “CRM’et løser det automatisk.” Nogle platforme har dedupe-funktioner, men uden klare nøgler, standardisering og proces flytter du bare problemet.

FAQ

Hvad er den bedste unikke nøgle for en virksomhed i B2B?

I Danmark er CVR typisk den bedste nøgle. Hvis CVR ikke er tilgængeligt, er virksomhedsdomænet ofte det mest stabile alternativ. Firmnavn alene er sjældent entydigt og bør kun bruges som supplement.

Hvordan håndterer du kontakter med flere e-mails?

Vælg én primær e-mail som unik nøgle, og gem alternative e-mails i et separat felt (eller som sekundære identifikatorer, hvis din platform understøtter det). Undgå at oprette en ny kontakt, bare fordi en person skifter e-mail, hvis du kan validere identiteten via domæne, navn og historik.

Hvordan undgår du dubletter fra webformularer?

Sørg for, at formular-submits først forsøger at finde en eksisterende kontakt på e-mail og derefter opdatere felter. For virksomheder bør du udlede og normalisere domæne fra e-mailen og bruge det til at finde/opdatere virksomhedsposten, før du opretter en ny.

Hvornår giver fuzzy matching mening?

Fuzzy matching giver mening, når unikke nøgler mangler (fx ingen CVR, uklare domæner) og du har mange historiske data. Brug det kontrolleret: sæt en høj match-tærskel og kræv manuel godkendelse i de cases, hvor et merge kan skade pipeline eller account-historik.

Hvordan påvirker dubletter leadgenerering og SEO indirekte?

Dubletter påvirker især din evne til at måle, hvilke kanaler og indsatser der skaber pipeline. Hvis leads splittes i flere poster, bliver attribution og rapportering misvisende, og du kan ende med at investere i det forkerte indhold og de forkerte kampagner.

Få styr på dubletter – og gør din leadpipeline mere præcis

Hvis du vil have mere stabile B2B-leads og bedre salgsprioritering, skal dublet-forebyggelse være en fast del af dit leadflow – ikke en oprydning, du tager “når der er tid”. Du kan starte med at definere dine nøgler (e-mail, CVR/domæne), standardisere felter og sikre, at dine imports og integrationer altid opdaterer før de opretter.

Vil du have hjælp til at designe et leadsetup med indbygget datakvalitet, så kontakter og virksomheder ikke splittes? Se hvordan Coherta virker eller dyk ned i vores leadmotor og vurder, om det passer til dit workflow.