Base única de clientes

CPF e CNPJ ficam só com dígitos, completados com zeros à esquerda até 11 ou 14 (documento lido como número perde o zero). Valide o dígito verificador. 11 dígitos é pessoa física, 14 é jurídica; marcadores no nome (ltda, me, s/a, eireli) confirmam PJ quando o documento falta. Documento inválido vira nulo, nunca chave.

Deixe só dígitos e leve tudo para 55 + DDD + número, com 13 dígitos para celular. Com 12 dígitos e número começando em 6 a 9, falta o nono dígito: insira. Com 10 ou 11 dígitos, falta o 55. Sem DDD, use o DDD da praça da imobiliária, declarado. 14 dígitos ou mais vira nulo. Cada pessoa guarda todos os telefones válidos num array e um telefone principal, com celular na frente de fixo.

E-mail em minúsculas, sem espaços, validado por expressão regular. Mantenha uma lista de bloqueio com e-mails da própria imobiliária (corretores, financeiro, atendimento) e de preenchimento (naotem@, sememail@). E-mail usado por mais de uma pessoa no mesmo sistema fica marcado como compartilhado e não serve para fundir. Como principal, prefira o e-mail pessoal ao corporativo.

Colete os pares de todas as regras de uma vez e fique, para cada cadastro, com a regra de menor número: 1) id de um sistema gravado no outro (campo do CRM com o código do cliente no Vista ou no sistema de locação); 2) CPF ou CNPJ válido; 3) e-mail e telefone batendo juntos; 4) só e-mail; 5) só telefone. Grave a regra usada e a quantidade de candidatos em cada linha.

Nos casamentos por e-mail ou telefone, compare o nome normalizado (sem acento, sem títulos e sem 'de', 'da', 'dos') pela maior similaridade entre ordenar e conjunto de palavras. Uma régua usada na prática: 95 ou mais é exato, 80 alto, 60 médio, 40 baixo, abaixo disso improvável. Baixo e improvável vão para revisão, não para fusão.

A pessoa é uma só; comprador, vendedor, proprietário, locatário, locador, fiador, investidor e lead são vínculos dela, um por papel, fonte e ocorrência. O status de cada papel resume os vínculos por prioridade fixa: ativo > lead aberto > encerrado > lead perdido > desconhecido. Quem tem um contrato ativo e um lead perdido no mesmo papel aparece como ativo.

Mesmo CNPJ válido é a mesma empresa, mesmo com nomes diferentes (um cadastro pode estar com o nome do sócio). Mesmo CPF só funde se o nome ou o e-mail também bater, porque CPF digitado errado ou de familiar é comum. O CPF do sócio nunca se funde com o CNPJ da empresa.

Escolha o contato principal pela completude (documento, e-mail, telefone, nome e data de nascimento preenchidos), desempatando pelo registro mais antigo e depois pelo id, para o resultado não mudar entre execuções. Na prática, o CRM de vendas costuma ter telefone e e-mail melhores que o sistema de locação, então ele entra primeiro na escolha campo a campo. Datas de nascimento antes de 1930 viram nulo.

Casos duvidosos vão para uma fila com o par de ids, o motivo e a evidência. A aprovação funde exatamente aquele par. Um par marcado como não fundir nunca mais é fundido, nem pela regra automática. Só marque um item como fundido depois que a fusão entrou no mapa de ids.

Quando duas pessoas viram uma, todo evento, vínculo e negócio gravado no id absorvido é remapeado para o id sobrevivente, resolvendo cadeias (A virou B, B virou C). Rode o remapeamento logo depois da fusão e confira que o número de linhas não mudou.