Brancheneinstufung2/MIGRATION_PLAN.md

Migrations-Plan: Legacy GSheets -> Company Explorer (Robotics Edition v0.8.5)

Kontext: Strategische Neuausrichtung der Lead-Analyse für RoboPlanet. Zentrale Philosophie: Trennung von CRM-Historie ("Was wir wissen") und KI-Recherche ("Was aktuell wahr ist").

14. Detaillierte Logik der neuen Datenfelder (v2.0)

... (Kapitel 14 bleibt unverändert) ...

15. Offene Arbeitspakete (Bauleitung)

Task 1: UI-Implementierung "Data Match & Strategy"

(In Arbeit / Teilweise erledigt durch Gemini CLI)

Task 2: Intelligenter CRM-Importer (Bestandsdaten)

Ziel: Importieren der demo_100.xlsx in die SQLite-Datenbank unter Berücksichtigung von Dubletten und Datenqualität.

Dateien:

• company-explorer/backend/scripts/ingest_superoffice_excel.py

Anforderungen & Logik:

1. Dateihandling:

   • Nutze openpyxl (oder pandas, falls im Container installiert).
   • WICHTIG: Die Spalte PLZ muss zwingend als String eingelesen werden, um führende Nullen (z.B. 01234) zu erhalten.
   • Normalisiere die Spalte Website: Entferne https://, http://, www. und abschließende Slashes.

2. Matching-Logik (Deduplizierung):

   • Suche in Tabelle companies nach:
     • a) crm_id (falls in DB bereits vorhanden).
     • b) crm_vat (Ust-ID Match).
     • c) Normalisierte Domain (Website).
     • d) Fuzzy Name + Stadt (Score < 1.0).

3. Update-Prozess:

   • Match gefunden: Befülle nur die crm_* Spalten (crm_name, crm_address, crm_website). Ändere NICHT die Felder name oder website, falls diese schon durch Recherche befüllt wurden.
   • Kein Match: Lege neuen Record an. Kopiere CRM-Werte initial in crm_* UND in die Golden-Record Felder (name, website).
   • Status: Setze status auf TO_ENRICH.

4. Länder-Fokus:

   • Gehe davon aus, dass alle Leads für den deutschen Markt sind (country="DE").

Akzeptanzkriterien:

• Skript läuft ohne Fehler durch.
• In der SQLite-DB sind die crm_ Felder befüllt.
• Führende Nullen bei PLZ bleiben erhalten.