Je vais nettoyer et faire correspondre votre base de données de donateurs, anciens élèves ou membres en utilisant la correspondance floue
Expert en web scraping et nettoyage de données Python Rapide, efficace, livré
Niveau 1
Répond à certains critères de performance et présente un fort potentiel sur la place de marché.
À propos de ce service
Ne perdez plus de donateurs, d’anciens élèves ou de membres à cause de doublons et de noms mal appariés dans votre base de données. J’utilise une correspondance floue avancée (RapidFuzz + Pandas) pour fusionner les enregistrements que Excel et les CRM négligent, en gérant les surnoms, noms de jeune fille, noms mariés, fautes de frappe et formats incohérents.
Ce service est spécialement conçu pour les associations, universités, ONG et organisations membres. Je fusionne les enregistrements de donateurs sur plusieurs années/événements, nettoie les annuaires d’anciens élèves et élimine les doublons dans les listes de membres pour que vos campagnes, appels et envois postaux atteignent les bonnes personnes.
Ce que je corrige :
- Bill contre William, Judy contre Judith, Bob contre Robert (surnoms)
- Noms de jeune fille et noms mariés, noms de famille avec trait d’union
- Fautes de frappe, initiales du milieu manquantes, lettres transposées
- Doublons provenant de différents systèmes (Raisers Edge, Blackbaud, Excel, Google Sheets)
- Listes de donateurs sur plusieurs années, fichiers de participants à la réunion, listes de membres inactifs
Vous m’envoyez vos fichiers désordonnés. Je vous retourne un fichier maître parfaitement apparié, dédoublonné, avec un rapport d’audit des doublons. Vous obtenez des données propres prêtes à importer pour votre campagne annuelle, votre campagne de capital, votre gala d’anciens élèves ou votre renouvellement de membres.
Aucun login requis. Vos données sont confidentielles.
Mon portfolio
FAQ
Traduction automatique
Pouvez-vous faire correspondre des enregistrements si ma base de données contient des noms de jeune fille et des noms mariés pour la même personne ?
Oui. Je crée des règles de correspondance personnalisées qui relient les noms de jeune fille et les noms mariés en utilisant la logique floue, pour que « Susan Jones » et « Susan Smith née Jones » soient correctement fusionnés. Je gère également les noms de famille avec trait d’union.
Et si ma liste de donateurs utilise « Bob » et que l’entrée dans mon CRM indique « Robert » pour la même personne ?
J’utilise une bibliothèque de résolution de surnoms ainsi qu’un score flou pour identifier que « Bob » et « Robert » avec des noms de famille et des emails/adresses correspondants sont la même personne, puis je les fusionne dans un enregistrement maître.
Nous avons deux systèmes séparés — Raiser’s Edge et une liste d’événements Excel. Pouvez-vous les combiner et faire correspondre ?
Absolument. Téléchargez tous les fichiers. Je vais les fusionner en une seule table maître, éliminer les doublons entre les systèmes, et vous retourner un fichier unique propre avec une carte indiquant d’où proviennent les enregistrements.
Nos données de donateurs sont-elles confidentielles ?
Vos données ne sont utilisées que pour la tâche de correspondance et sont supprimées définitivement après livraison. Je peux signer un NDA standard ou un accord de traitement des données avant votre commande.
