Gộp danh sách khách hàng từ nhiều nguồn

Facebook, Zalo, Google Form, Excel — mỗi nguồn ghi một kiểu. Gộp thế nào để không thành mớ bòng bong?

Vì sao gộp thủ công luôn thất bại

Cùng một khách, bốn nguồn ghi bốn kiểu:

Facebook   : Nguyễn Văn A          | 0912 345 678
Zalo       : nguyễn văn a          | +84912345678
Google Form: Nguyen Van A          | 0912345678
Excel      : NGUYỄN VĂN A          | 912345678

Mắt bạn thấy một người. Máy thấy bốn dòng khác nhau.

Chiến lược: chọn khoá so trùng theo thứ tự

Ưu tiênKhoáĐộ tin cậyGhi chú
1Số điện thoạiCao Phải chuẩn hoá trước, nếu không sẽ không khớp
2EmailCao Nhớ viết thường hoá và bỏ khoảng trắng
3Tên (bỏ dấu)Thấp Chỉ dùng để gợi ý, không kết luận
Cạm bẫy #4 — gộp theo tên là sai lầm phổ biến nhất.
"Nguyễn Văn A" và "Nguyễn Văn Á" là hai người khác nhau.
"Trần Thị B" ở Hà Nội và "Trần Thị B" ở Cần Thơ có thể là hai người.

Tên chỉ nên là tín hiệu phụ, không bao giờ là căn cứ để xoá.

Quy trình gộp đúng

  1. Chuẩn hoá từng nguồn riêng — đưa tất cả về cùng định dạng (SĐT về 0xxxxxxxxx, tên về NFC, email viết thường)
  2. Thêm cột "nguồn" — ghi rõ dòng này từ Facebook hay Form. Sau này biết truy vết.
  3. Nối lại — dùng cùng tên cột để dễ gộp
  4. Phát hiện trùng theo SĐT → email, đánh dấu chứ không xoá
  5. Xem danh sách nghi ngờ — dòng chỉ giống tên, tự quyết định
Mẹo hay: giữ cột "nguồn" lại. Khi thấy một khách đến từ 3 nguồn khác nhau, đó là khách quan tâm thật — nên ưu tiên chăm sóc.

Không muốn làm thủ công?

Tải từng file lên, hệ thống chuẩn hoá và đánh dấu trùng lặp giữa các nguồn — kèm báo cáo chi tiết.

Tải file lên — thử miễn phí

Xử lý cột tên khác nhau giữa các nguồn

Facebook xuất cột name, Google Form xuất Họ và tên, Excel của bạn ghi Tên KH. Trước khi gộp, đổi tên cột về giống nhau:

Facebook    : name          → Tên
Google Form : Họ và tên     → Tên
Excel       : Tên KH        → Tên
Zalo        : Tên hiển thị   → Tên

Sau đó pd.concat([df1, df2, df3]) trong pandas sẽ gộp đúng (bỏ qua cột thiếu, điền rỗng).