Deduplicar registros com ROW_NUMBER() numa Query Activity

Importações de leads costumam trazer o mesmo e-mail várias vezes. Se a Data Extension de destino tem o e-mail como chave primária, a Query Activity falha com violação de chave primária. Se não tem, você manda o mesmo e-mail duas vezes para a mesma pessoa. A solução é ficar com um registro por e-mail, normalmente o mais recente.

O snippet

SELECT
    t.Email,
    t.Nome,
    t.Origem,
    t.DataCadastro
FROM (
    SELECT
        l.Email,
        l.Nome,
        l.Origem,
        l.DataCadastro,
        ROW_NUMBER() OVER (
            PARTITION BY LOWER(LTRIM(RTRIM(l.Email)))
            ORDER BY l.DataCadastro DESC
        ) AS ordem
    FROM Leads_Importados l
    WHERE l.Email IS NOT NULL
      AND l.Email <> ''
) t
WHERE t.ordem = 1

Como funciona

• ROW_NUMBER() numera as linhas dentro de cada grupo, começando em 1.
• PARTITION BY define o grupo: aqui, cada e-mail. LOWER(LTRIM(RTRIM(...))) faz "Ana@X.com " e "ana@x.com" caírem no mesmo grupo.
• ORDER BY DataCadastro DESC coloca o registro mais recente como número 1.
• O WHERE t.ordem = 1 de fora fica só com esse registro.

A numeração precisa estar numa subconsulta: o WHERE da mesma consulta não enxerga a coluna ordem.

Escolhendo o "melhor" registro

O ORDER BY decide quem vence o empate. Alguns critérios comuns:

Na Query Activity

1. Data Extension de destino com Email como chave primária.
2. Ação Overwrite para um público limpo a cada execução, ou Update para ir acumulando (a versão mais nova de cada e-mail substitui a anterior).
3. Se a Data Extension de origem for grande, filtre pela data dentro da subconsulta para não estourar os 30 minutos de limite da Query Activity.