In der t\u00e4glichen Arbeit mit einem CRM-System wie Zoho CRM<\/a> sammelt sich schnell eine enorme Menge an Daten an. Doch was n\u00fctzen die besten Daten, wenn sie inkonsistent, fehlerhaft oder unvollst\u00e4ndig sind? Manuelle Datenpflege ist nicht nur zeitaufwendig, sondern auch fehleranf\u00e4llig. Sie bremst Deine Vertriebs- und Marketingprozesse aus und f\u00fchrt zu ungenauen Auswertungen. In diesem Fachartikel zeigen wir Dir eine praxisnahe Strategie, wie Du die Qualit\u00e4t Deiner CRM-Daten \u2013 insbesondere in den Modulen Accounts und Kontakte \u2013 systematisch und automatisiert verbessern kannst. Wir kombinieren daf\u00fcr die Bordmittel von Zoho, wie die Skriptsprache Deluge, mit der Intelligenz externer APIs wie der OpenAI API<\/a>, um auch komplexe Bereinigungsaufgaben zu l\u00f6sen.<\/p>\n Stell Dir ein typisches Szenario vor: Dein Unternehmen ist international t\u00e4tig und \u00fcber die Jahre haben sich in Deinem Zoho CRM<\/a> tausende von Kontakten und Firmen angesammelt. Die Daten kommen aus verschiedenen Quellen: manuelle Eingabe, Webformulare, Importe oder \u00fcber eine ERP-Schnittstelle. Das Ergebnis ist oft ein Daten-Chaos:<\/p>\n Ziel ist es, diese Felder zu bereinigen, zu standardisieren und einen Prozess zu etablieren, der die Datenqualit\u00e4t auch in Zukunft sicherstellt. Und das alles, ohne hunderte Stunden manueller Arbeit zu investieren.<\/p>\n Unsere L\u00f6sung basiert auf wiederverwendbaren Deluge-Funktionen in Zoho CRM<\/a>. Diese Funktionen werden durch verschiedene Aktionen (Trigger) ausgel\u00f6st und k\u00f6nnen sowohl f\u00fcr bestehende als auch f\u00fcr neue Datens\u00e4tze arbeiten.<\/p>\n Anstatt Code f\u00fcr jeden Anwendungsfall neu zu schreiben, erstellen wir modulare und eigenst\u00e4ndige Funktionen f\u00fcr jede Bereinigungsaufgabe (L\u00e4nder, Mitarbeiter, Telefonnummern). Diese Funktionen k\u00f6nnen wir dann sowohl im Modul „Accounts“ als auch bei den „Kontakten“ aufrufen. Das spart Code und macht die Wartung einfacher.<\/p>\n Als Ausl\u00f6ser (Trigger) f\u00fcr unsere Funktionen definieren wir drei Szenarien:<\/p>\n Eine riesige Liste mit allen denkbaren Schreibweisen f\u00fcr L\u00e4nder zu pflegen, ist ineffizient. Wir verfolgen einen hybriden Ansatz: Zuerst pr\u00fcfen wir den Eingabewert gegen eine kleine, interne Liste der h\u00e4ufigsten L\u00e4nder (z.B. Deutschland, \u00d6sterreich, Schweiz). Finden wir keine \u00dcbereinstimmung, \u00fcbergeben wir den Wert an die OpenAI API<\/a> und lassen die KI die Arbeit machen.<\/p>\n Die Deluge-Funktion:<\/strong> Diese Funktion kannst Du nun in einer Workflow-Regel aufrufen, die bei Erstellung oder Bearbeitung des Feldes „Rechnungsland“ getriggert wird und das Ergebnis zur\u00fcck in das Feld schreibt.<\/p>\n Um das Textfeld „Vertriebsmitarbeiter“ in ein echtes Benutzer-Lookup-Feld zu \u00fcberf\u00fchren, ben\u00f6tigen wir eine Funktion, die den Text mit den aktiven Benutzern in Deinem Zoho CRM<\/a> abgleicht.<\/p>\n Auch diese Funktion wird durch einen Workflow getriggert, z.B. wenn sich das Textfeld \u00e4ndert oder das „Admin Update“-Feld gesetzt wird. F\u00e4lle, die nicht automatisch zugeordnet werden k\u00f6nnen, bleiben f\u00fcr eine manuelle Nachbearbeitung sichtbar.<\/p>\n Saubere Daten sind erst der Anfang. Du kannst diesen Prozess nutzen, um Deine Abl\u00e4ufe weiter zu professionalisieren:<\/p>\n Die automatisierte Datenbereinigung im Zoho CRM<\/a> ist mehr als eine technische Spielerei. Sie ist die Grundlage f\u00fcr effiziente Prozesse, verl\u00e4ssliche Automatisierungen und fundierte Gesch\u00e4ftsentscheidungen. Indem Du die Power von Deluge mit der Intelligenz externer APIs wie OpenAI kombinierst, verwandelst Du Dein CRM von einem passiven Datenspeicher in ein proaktives Werkzeug, das Dir Arbeit abnimmt und Fehler minimiert. Dieser Ansatz zeigt eindrucksvoll, dass das Zoho-\u00d6kosystem keine isolierte Insel ist, sondern eine offene und erweiterbare Plattform, die sich nahtlos in eine moderne Tool-Landschaft integrieren l\u00e4sst.<\/p>\n Verwendete Zoho Apps in diesem Szenario:<\/strong><\/p>\n Automatisiere die Datenbereinigung in Zoho CRM mit Deluge und APIs, um inkonsistente Daten schnell und effizient zu standardisieren.<\/p>\n","protected":false},"author":1,"featured_media":4410,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"ocean_post_layout":"","ocean_both_sidebars_style":"","ocean_both_sidebars_content_width":0,"ocean_both_sidebars_sidebars_width":0,"ocean_sidebar":"","ocean_second_sidebar":"","ocean_disable_margins":"enable","ocean_add_body_class":"","ocean_shortcode_before_top_bar":"","ocean_shortcode_after_top_bar":"","ocean_shortcode_before_header":"","ocean_shortcode_after_header":"","ocean_has_shortcode":"","ocean_shortcode_after_title":"","ocean_shortcode_before_footer_widgets":"","ocean_shortcode_after_footer_widgets":"","ocean_shortcode_before_footer_bottom":"","ocean_shortcode_after_footer_bottom":"","ocean_display_top_bar":"default","ocean_display_header":"default","ocean_header_style":"","ocean_center_header_left_menu":"","ocean_custom_header_template":"","ocean_custom_logo":0,"ocean_custom_retina_logo":0,"ocean_custom_logo_max_width":0,"ocean_custom_logo_tablet_max_width":0,"ocean_custom_logo_mobile_max_width":0,"ocean_custom_logo_max_height":0,"ocean_custom_logo_tablet_max_height":0,"ocean_custom_logo_mobile_max_height":0,"ocean_header_custom_menu":"","ocean_menu_typo_font_family":"","ocean_menu_typo_font_subset":"","ocean_menu_typo_font_size":0,"ocean_menu_typo_font_size_tablet":0,"ocean_menu_typo_font_size_mobile":0,"ocean_menu_typo_font_size_unit":"px","ocean_menu_typo_font_weight":"","ocean_menu_typo_font_weight_tablet":"","ocean_menu_typo_font_weight_mobile":"","ocean_menu_typo_transform":"","ocean_menu_typo_transform_tablet":"","ocean_menu_typo_transform_mobile":"","ocean_menu_typo_line_height":0,"ocean_menu_typo_line_height_tablet":0,"ocean_menu_typo_line_height_mobile":0,"ocean_menu_typo_line_height_unit":"","ocean_menu_typo_spacing":0,"ocean_menu_typo_spacing_tablet":0,"ocean_menu_typo_spacing_mobile":0,"ocean_menu_typo_spacing_unit":"","ocean_menu_link_color":"","ocean_menu_link_color_hover":"","ocean_menu_link_color_active":"","ocean_menu_link_background":"","ocean_menu_link_hover_background":"","ocean_menu_link_active_background":"","ocean_menu_social_links_bg":"","ocean_menu_social_hover_links_bg":"","ocean_menu_social_links_color":"","ocean_menu_social_hover_links_color":"","ocean_disable_title":"default","ocean_disable_heading":"default","ocean_post_title":"","ocean_post_subheading":"","ocean_post_title_style":"","ocean_post_title_background_color":"","ocean_post_title_background":0,"ocean_post_title_bg_image_position":"","ocean_post_title_bg_image_attachment":"","ocean_post_title_bg_image_repeat":"","ocean_post_title_bg_image_size":"","ocean_post_title_height":0,"ocean_post_title_bg_overlay":0.5,"ocean_post_title_bg_overlay_color":"","ocean_disable_breadcrumbs":"default","ocean_breadcrumbs_color":"","ocean_breadcrumbs_separator_color":"","ocean_breadcrumbs_links_color":"","ocean_breadcrumbs_links_hover_color":"","ocean_display_footer_widgets":"default","ocean_display_footer_bottom":"default","ocean_custom_footer_template":"","osh_disable_topbar_sticky":"default","osh_disable_header_sticky":"default","osh_sticky_header_style":"default","osh_sticky_header_effect":"","osh_custom_sticky_logo":0,"osh_custom_retina_sticky_logo":0,"osh_custom_sticky_logo_height":0,"osh_background_color":"","osh_links_color":"","osh_links_hover_color":"","osh_links_active_color":"","osh_links_bg_color":"","osh_links_hover_bg_color":"","osh_links_active_bg_color":"","osh_menu_social_links_color":"","osh_menu_social_hover_links_color":"","ocean_post_oembed":"","ocean_post_self_hosted_media":"","ocean_post_video_embed":"","ocean_link_format":"","ocean_link_format_target":"self","ocean_quote_format":"","ocean_quote_format_link":"post","ocean_gallery_link_images":"on","ocean_gallery_id":[],"footnotes":""},"categories":[1],"tags":[],"class_list":["post-3851","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-zoho","entry","has-media"],"acf":[],"yoast_head":"\nDie Herausforderung aus der Praxis: Inkonsistente Stammdaten<\/h3>\n
\n
Schritt-f\u00fcr-Schritt Anleitung zur automatisierten Datenbereinigung<\/h3>\n
Schritt 1: Die Strategie \u2013 Trigger und wiederverwendbare Funktionen<\/h4>\n
\n
Schritt 2: L\u00e4nderangaben mit der OpenAI API normalisieren<\/h4>\n
\nZuerst ben\u00f6tigst Du eine Verbindung zur OpenAI API in Zoho. Gehe zu Einstellungen > Entwicklerbereich > Verbindungen > Neue Verbindung erstellen<\/em>, w\u00e4hle den Dienst „OpenAI“ aus und authentifiziere Dich mit Deinem API-Schl\u00fcssel.<\/p>\n\n\/\/ Deluge Custom Function: normalizeCountry\n\/\/ Parameter: uncleanCountry (String)\n\/\/ Gibt den standardisierten L\u00e4ndernamen (ISO 3166-1 Alpha-2) oder den Originalwert zur\u00fcck\n\nstring normalizeCountry(string uncleanCountry)\n{\n \/\/ 1. Interne Map f\u00fcr die h\u00e4ufigsten F\u00e4lle und spezielle Ausnahmen\n countryMap = {\n \"deutschland\":\"Germany\", \n \"germany\":\"Germany\", \n \"de\":\"Germany\",\n \"\u00f6sterreich\":\"Austria\", \n \"austria\":\"Austria\", \n \"at\":\"Austria\",\n \"schweiz\":\"Switzerland\", \n \"suisse\":\"Switzerland\", \n \"ch\":\"Switzerland\"\n };\n\n if (countryMap.containKey(uncleanCountry.toLowerCase()))\n {\n return countryMap.get(uncleanCountry.toLowerCase());\n }\n\n \/\/ 2. Fallback: OpenAI API aufrufen, wenn in der Map nicht gefunden\n try \n {\n \/\/ Definiere den Prompt f\u00fcr die OpenAI API\n promptText = \"Return only the official English name of the country based on the following input. If the input is not a country, return 'Invalid'. Input: \" + uncleanCountry;\n \n \/\/ API-Aufruf an OpenAI (hier das Chat Completions API)\n requestBody = {\n \"model\": \"gpt-3.5-turbo\",\n \"messages\": {\n {\"role\": \"user\", \"content\": promptText}\n },\n \"temperature\": 0\n };\n\n \/\/ 'openai_connection' ist der Name Deiner in Zoho erstellten Verbindung\n response = invokeurl\n [\n url :\"https:\/\/api.openai.com\/v1\/chat\/completions\"\n type :POST\n parameters:requestBody.toString()\n connection:\"openai_connection\"\n ];\n \n \/\/ Extrahiere die Antwort\n apiResponse = response.get(\"choices\").get(0).get(\"message\").get(\"content\");\n\n \/\/ Gib die standardisierte Antwort zur\u00fcck, wenn sie nicht 'Invalid' ist\n if (!apiResponse.contains(\"Invalid\"))\n {\n return apiResponse;\n }\n }\n catch (e)\n {\n \/\/ Fehler loggen, falls der API-Call fehlschl\u00e4gt\n info \"OpenAI API call failed: \" + e;\n }\n\n \/\/ 3. Wenn alles fehlschl\u00e4gt, gib den Originalwert zur\u00fcck\n return uncleanCountry;\n}\n<\/code><\/pre>\nSchritt 3: Textfelder in User-Lookups umwandeln<\/h4>\n
\n\/\/ Deluge Custom Function: mapSalesRepToUser\n\/\/ Parameter: salesRepText (String), recordId (BigInt), moduleApiName (String)\n\/\/ Findet einen User und aktualisiert das Lookup-Feld\n\nvoid mapSalesRepToUser(string salesRepText, bigint recordId, string moduleApiName)\n{\n \/\/ Hole alle aktiven Benutzer aus dem CRM\n userList = zoho.crm.getUsers(\"AllUsers\");\n foundUsers = List();\n\n \/\/ Durchsuche die Benutzerliste nach \u00dcbereinstimmungen\n for each user in userList\n {\n userName = user.get(\"full_name\");\n userEmail = user.get(\"email\");\n\n \/\/ Pr\u00fcfe, ob der Text im Namen oder in der E-Mail enthalten ist\n if (userName.toLowerCase().contains(salesRepText.toLowerCase()) || userEmail.toLowerCase().contains(salesRepText.toLowerCase()))\n {\n foundUsers.add(user.get(\"id\"));\n }\n }\n\n \/\/ Wenn genau EIN Benutzer gefunden wurde, aktualisiere den Datensatz\n if (foundUsers.size() == 1)\n {\n userId = foundUsers.get(0);\n updateMap = Map();\n \/\/ 'Sales_Representative_SG_User' ist der API-Name Deines User-Lookup-Feldes\n updateMap.put(\"Sales_Representative_SG_User\", userId);\n \n updateResponse = zoho.crm.updateRecord(moduleApiName, recordId, updateMap);\n info \"Sales Rep updated for \" + recordId + \": \" + updateResponse;\n }\n else\n {\n \/\/ Logge F\u00e4lle, bei denen kein oder mehrere Benutzer gefunden wurden, f\u00fcr manuelle Pr\u00fcfung\n info \"Could not map Sales Rep for \" + recordId + \". Found \" + foundUsers.size() + \" users for text: \" + salesRepText;\n }\n}\n<\/code><\/pre>\nTipps und Best Practices<\/h3>\n
\n
Zus\u00e4tzliche Optimierungen im Zoho-\u00d6kosystem<\/h3>\n
\n
Fazit: Mehr als nur saubere Daten<\/h3>\n
\n