KI User
Kostenlos testen

Kunden-Dublettenverdacht

jtl_kunden_dubletten

Kundennur lesend

Was das Tool macht

Findet Kunden, die vermutlich doppelt angelegt sind - erkannt an gleicher E-Mail-Adresse, gleicher Firma am selben Ort oder gleicher Anschrift unter verschiedenen Kundennummern. Dubletten verzerren jede Kundenauswertung, weil sich der Umsatz auf mehrere Datensätze verteilt. Nutze dieses Tool für 'Haben wir doppelte Kunden?', 'Kundendubletten finden', 'Ist unser Kundenstamm sauber?'.

Eingaben

maxKundenoptionalWie viele Kunden gescannt werden (Default 3000)
maxGruppenoptionalMax. Verdachtsfälle je Art (Default 40)

Die Eingaben füllt die KI aus deiner Frage. Du musst dir keine Parameternamen merken.

So wird gerechnet

Der Rechenweg in der Reihenfolge, in der das Tool arbeitet: Abruf, Filter, Berechnung, Ausgabe. Aus dem Tool-Code abgeleitet, damit nachvollziehbar ist, warum eine Zahl so ist. Dieselbe Auskunft liefert das Tool kiuser_tool_logik direkt im KI-Chat.

  1. 1Lädt bis zu 3.000 Kunden (Default, 100 bis 10.000) per GraphQL in 100er-Seiten mit Nummer, Firma, Name, Straße, PLZ, Ort, Land, E-Mail, Kundengruppe und Sperrkennzeichen.
  2. 2Bricht die API den Scan ab (auf großen Kundenstämmen), endet das Tool mit dem Hinweis, maxKunden zu verringern.
  3. 3Schlüssel 1: E-Mail kleingeschrieben (muss ein @ enthalten). Schlüssel 2: Firmenname normalisiert (Rechtsformen wie GmbH, AG, KG entfernt, & zu 'und', nur Buchstaben und Ziffern, mindestens 4 Zeichen) plus PLZ.
  4. 4Schlüssel 3: Straße normalisiert (Straße/Strasse/Str. vereinheitlicht, nur Buchstaben und Ziffern, mindestens 5 Zeichen) plus PLZ.
  5. 5Verdachtsfall = Schlüssel mit mehr als einem Kunden; je Art absteigend nach Gruppengröße, bis zu 40 Gruppen (Default); zusätzlich die Zahl aller betroffenen Kundennummern.

Annahmen und Grenzen

  • Verdachtsfälle, keine Beweise: Filialen und Konzerntöchter teilen sich oft Anschrift oder Sammelpostfach.
  • Der Scan nimmt die ersten Kunden in API-Reihenfolge; bei Erreichen des Limits fehlen möglicherweise ältere Kunden.
  • Kunden ohne Firma werden nur über E-Mail und Anschrift verglichen; gesperrte Kunden werden nicht ausgeschlossen.

So sieht eine Antwort aus

Claude · Kunden-Dublettenverdacht

Ich habe 3.000 Kunden gescannt und 34 Verdachtsfälle gefunden, die 71 Kundennummern betreffen. Am eindeutigsten sind 12 Fälle mit identischer E-Mail-Adresse. Beispiel: einkauf@muster-handels.example liegt bei K-10042 „Muster Handels GmbH“ und bei K-11890 „Muster Handels“ – vermutlich einmal über den Shop, einmal manuell angelegt. 15 Fälle teilen Firma und Postleitzahl, 7 nur die Anschrift. Eine Warnung dazu: Gleiche Anschrift heißt nicht automatisch Dublette. Bei „Beispiel Elektro GmbH“ hängen drei Kundennummern an derselben Adresse – das sind laut Kundengruppe drei Filialen mit eigener Abrechnung. Jeden Fall also einzeln ansehen, bevor ihr zusammenführt.

Erfundene Musterdaten. Im Betrieb dieselbe Struktur mit deinen JTL-Daten.

In wenigen Minuten die erste Antwort aus deinen JTL-Daten.

Sieben Tage kostenlos testen, ohne Kreditkarte und ohne Kündigungsfrist.

Kostenlos startenErst verstehen, wie es funktioniert