Лучше, чем Excel: сервис сравнения клиентских списков

DaData.ru сделала сервис, который сравнивает списки контактных данных. Он берет несколько excel-файлов, ищет пересечения, объединяет списки в один и отмечает, откуда что взялось. Работает умнее «Экселя»: не боится транслита, опечаток, разных форматов телефонов с адресами и вообще молодец.

Прежде чем развернуться со статьей вовсю, выложу багаж: мы сгоряча сделали полезный сервис, но не уверены в численности аудитории. Этот материал — попытка измерить спрос, поэтому спасибо за похвалы и критику в комментариях. А теперь — начнем.

Бизнесу порой нужно сравнить списки клиентов: найти совпадения по ФИО, адреса́м, телефонам, емейлам. Вот примеры сценариев:

Чаще других списки сравнивают те, кто массово работает с группами клиентов: маркетологи, продажники, организаторы мероприятий, менеджеры колл-центров.

Обычно для таких целей используют Excel с его чудесной функцией ВПР — она ищет данные в строках, в том числе по формулам. Мы и сами так делали, пока не надоело.

Спору нет, Excel — светлый взлет мысли разработчиков MS. Продукт великий, но списки сравнивает так себе.

ВПР не справится, когда мало удалить лишние «черточки», кавычки и скобки. Попробуйте с «Экселем» и формулами разобраться, что эти значения равны.

Самый ад — адреса́, которые все пишут как бог на душу положит. С ними Excel и вовсе беспомощен.

Excel сравнивает не более двух списков за раз и только по одному столбцу. Просто напомню параметры функции ВПР: искомое значение (одно); диапазон для поиска значения; номер столбца (один) в диапазоне с возвращаемым значением; признак приблизительного совпадения.

Мы не знаем, как обойти эти ограничения «Экселя». А хотелось бы: люди записывают одни и те же данные в очень разных форматах, а списков часто больше двух.

Теперь покажу, как работает «Дадата».

Для начала бедолага, которому надоело сравнивать контакты в полуручном режиме, загружает один или несколько excel-списков.

Сервис понимает такие контакты:

Как только пользователь выбрал, по каким столбцам сравнивать, начинается магия и немного математики.

Первым делом сервис приводит все значения к одному знаменателю: адреса́ — к стандартизованному формату Почты России, телефоны — к полной форме с +7, в именах исправляет опечатки и транслит. В общем, готовит контакты к сравнению.

После этого «Дадата» стремительно сравнивает записи в файлах, для каждой пары назначая баллы похожести. В зависимости от количества баллов сервис делит записи на уникальные, одинаковые и похожие. Статистику показывает на экране.

Допустим, пользователь видит прок от сравнения и решает: неплохо бы скачать результат. Тогда «Дадата» создает итоговый файл.

Уникальные записи уходят в итоговый список как есть. Одинаковые сервис объединяет, собирая в единую запись всё из родительских.

Остаются контакты, с которыми «Дадата» не определилась: какие-то баллы похожести набрали, но для ярлыка одинаковости маловато. Без спроса объединять похожие записи нехорошо, но оставлять совсем уж без пометок тоже неправильно. Поэтому сервис группирует такие контакты, не объединяя. Их проверяют вручную, чтобы разобраться — одинаковые или все-таки разные.

С клиентами в итоговом списке делают что затевали: обзванивают и допродают товары, банят из-за попадания в черный список, еще раз приглашают на мероприятие тех, кто не зарегистрировался.

Изначально мы сделали алгоритм сравнения для федеральных компаний: банков, телекома, страховых. Кроме тех, кто в заголовке, им пользуются «Открытие», «Мегафон», «ВТБ Страхование».

Цена ошибки в бизнесе вроде банковского чертовски высока.

Поэтому алгоритм видит совпадения, даже если данные в разных списках выглядят очень по-разному:

В новом сервисе «Дадаты» — та же технология, только адаптированная для малого и среднего бизнеса. Различия в деталях: например, банки загружают данные не в Excel, для них делаем прямую интеграцию с базами данных. Но за другие деньги.

Поэтому готовый список можно брать в работу, не проверяя. Ну или проверить, если хочется.

Сервис просит по копейке за каждую запись в исходных списках. Меньше 100 записей — вообще бесплатно.

Не может быть такого, что человек загрузил файлы, заплатил 100 рублей, а сервис нашел ноль пересечений. Как уже говорил, «Дадата» сначала анализирует файлы и показывает статистику. А потом пользователь уже решает, платить или нет.

Правда, широкую аудиторию все это пока не очень впечатляет.

Важный актив «Дадаты» — аудитория. Мы на рынке с 2014-го, делаем много всякого для качества данных, люди в основном хвалят.

Поэтому новые сервисы продвигаем среди своих пользователей. На DaData.ru 20 000 активных аккаунтов, в рассылке — 10 000 емейлов. С ними и работаем прежде всего.

А для незнакомых с нами людей пишем статьи, такие как эта. В последнее время цель — скорее не продвинуть, а понять, имеет ли смысл заниматься пересечением списков дальше. Может быть, пора закрывать сервис.

Пока, врать не буду, идет тяжело. Судя по отзывам, главное возражение — «Есть же Excel». При том, что наша аудитория отлично знает разницу между «Дадатой» и «Экселем». Есть гипотеза, что люди привыкли, обросли готовыми формулами для сравнения списков и не хотят бросать.

Как бы там ни было, пока факт таков: «Сравнение списков» — бедный родственник среди сервисов «Дадаты». За прошлый год его применили всего 80 пользователей, обработав 2 500 000 записей.

Поэтому помогите нам закрыть сервис или сохранить ему жизнь: дайте знать в комментариях, что можно улучшить в «Пересечении списков». Есть ли вообще смысл продолжать?