aktuelle und gepflegte Kundendaten sind eine Grundvoraussetzung für eine gutes Kundenbeziehung.
Um Sie bei der Pflege bestmöglichst zu unterstützen bietet das JWWS verschiedene Funktionen und Möglichkeiten um die pflege effizient zu gestalten
mit Hilfe folgender Funktionen können Sie mehrfach angelegte Kunden einfach identifizieren und zu einem Kunen zusammenführen. Dabei werden auch alle Vorgänge und Statistiken der ausgewählten Kunden zusammengeführt (Aufträge, Belege, Statistiken...)
Führen Sie Abfrage “libri_kunden_dubletten” aus. Anhand der von Ihnen vorgegebenen Parameter werden mehrfach vorhandene Kunden ermittelt.
Geben Sie zum Beispiel einen Namen oder einen Teilnamen ein "%Schmi%" . Im ergebnis erhalten Sie dann alle Kunden, die zu diesem Parameter ermittelt werden können
Im Abfrageregebnis können Sie jetzt einen oder mehrere Kunden markieren und mit der Funktion auf der RMT "als Dublette von “…” gekennzeichnet werden.
TIPP : verschieben Sie das Fenster “als Dublette markieren” einfach so, dass Sie das Abfrageergebnis noch sehen.
Sie können diesen Vorgang beliebig wiederholen, indem man Sie das Abfrageergebnis sofort über die RMT aktualiseren. So wird sofort angezeigt, dass Sie bereits Kunden als Dublette von “…” markiert haben.
Damit können Sie das Abfrageergebnis effizient durcharbeiten.
Die von Ihnen als Dubletten markierte Kunden werden später automatisch zusammengeführt.
Beim Zusammenführen werden jetzt auch die Shop Nummern der Kunden in den Master übernommen.
damit wird gewährleistet, dass auch alle Shop Kundenauswertungen die Daten zusammengeführt werden.
Die Rechnungsadressen der übernommenen Kunden werden dabei automatisch auf “historisch” gesetzt.
überflüssige alte Adressen auf "historisch" setzen
in der KBV Erfassung werden bisher bei der Kundensuche überflüssige alte Kundenadressen angezeigt. Das erschwert die Auswahl des korrekten Kunden und Nachfragen nach der aktuellen Adresse sorgt oft für Unverständnis bei Ihren Kunden.
Sie können jetzt über einen neuen JOB "ADRESSEN_HISTORISCH_SETZEN" überflüssige Adressen (auch aus früheren Kundenzusammenführungen) auf "historisch" setzen und Sie damit aus der Kundensuche entfernen.
Sie können den JOB manuell ausführen und dabei zwei Parameter angeben:
- der Adresstyp kann aus einem Lookup aller bei Ihnen vorhandenen Adresstypen ausgewählt werden
- der Partnertyp sollte auf "Kunde" eingeschränkt werden
Nachdem der JOB ausgeführt wurde, können Sie im LOG prüfen wie viele Adressen umgesetzt worden sind.
"historische" Adressen anzeigen und prüfen
In der “Partnersuche” können Sie sich jetzt auch historische Adressen anzeigen lassen.
Dafür aktivieren Sie die Checkbox “auch historische Adressen laden” . Ist die Checkbox aktiv werden auch historisierte Rechnungsadressen angezeigt
Im Ergebnis ist es auch möglich eine Adresse, die nicht als Standradadresse definiert ist, über eine Checkbox als nicht mehr "historisch" zu klassifizieren (oder auch umgekehrt).
automatischer Dubletten Finder
um eindeutig mehrfach angelegte Kunden automatisch zusammenzuführen gibt es einen neuen JOB "PARTNER_DUBLETTEN_FINDER"
Sie können diesen Job einfach manuell ausführen oder auch als automatische Aufgabe, die regelmäßig ausgeführt wird, konfigurieren
Es gibt auch hier verschiedene Parameter zur Auswahl:
- nur Kunden, die durch den Shop angelegt worden sind , Checkbox “ShopAnlage”;
- nur Kunden, die von Ihnen manuell angelegt worden sind Checkbox “manuelle Anlage”;
- Kundentyp (Debitor, Stammkunde, Laufkunde)
- nur Kunden, die von einer bestimmten Filiale angelegt worden sind
- Testlauf
mit dem Testlauf können Sie einen Probedurchgang starten, der Ihnen das Ergebnis erstmal nur als Logausgabe in der Ablage EDI angezeigt.
Folgende Adressdaten müssen identisch sein, damit eine Dublettenerkennung stattfindet
- email Adresse (nicht leer)
- Nachname (nicht leer)
- Vorname (nicht leer)
- Ort (nicht leer)
- Name2
- Kundentyp
die so ermittelten mehrfach angelegten Kunden werden automatisch als Dubletten erkannt und sofort zusammengeführt.
War dieser Artikel hilfreich?
Das ist großartig!
Vielen Dank für das Feedback
Leider konnten wir nicht helfen
Vielen Dank für das Feedback
Feedback gesendet
Wir wissen Ihre Bemühungen zu schätzen und werden versuchen, den Artikel zu korrigieren