Datenabgleichs
software

Verwenden Sie DME, um Datenfelder intelligent zuzuordnen und den Aufwand für das manuelle Bewerten und Umbenennen von Feldern aus unterschiedlichen Quellen zu reduzieren. DME erreicht dies, indem es Wortwolken aller Werte in einem Feld erstellt und diejenigen mit der maximalen Anzahl gemeinsamer Werte abbildet.

In DME können Sie mehrere Übereinstimmungsdefinitionen erstellen, und jede Definition kann mehrere Kriterien enthalten. Diese Struktur hilft Ihnen, verschiedene logische UND/ODER-Ausdrücke zu erstellen, anhand derer die Datensätze abgeglichen werden können. Darüber hinaus können Sie Matching-Feldern benutzerdefinierte Gewichtungen zuweisen, um eine priorisierte Berechnung von Match-Scores zu gewährleisten.

DME verwendet die richtigen Algorithmen und kombiniert etablierte und hybride, je nach Art Ihrer Daten. Sie können die Einstellung natürlich feinjustieren, um bestimmte Arten des Datenabgleichs hervorzuheben, z. verschwommen  , numerischer, phonetischer oder domänenspezifischer Abgleich.

DME gibt die Übereinstimmungsergebnisse in Form von Scores aus, die den Grad des Übereinstimmungsvertrauens angeben. DME berechnet die Übereinstimmungspunktzahl als numerischen Wert im Bereich von 0 – 100 % und ermöglicht Ihnen, die entscheidende Ebene festzulegen, die Datensätze als erfolgreiche Übereinstimmung oder Nichtübereinstimmung klassifiziert.

Führen Sie Matchalgorithmen mit unterschiedlichen Schwellenwerten erneut aus und wählen Sie den entscheidenden Wert, der die geringste Anzahl von falsch positiven und negativen Ergebnissen gewährleistet. Darüber hinaus können Sie Datensätze auch als Duplikate oder Nicht-Duplikate kennzeichnen und falsch klassifizierte Datensätze korrigieren.

Mit DME können Sie die Übereinstimmungsergebnisse für nachfolgende Schritte des Deduplizierens , Zusammenführens und Bereinigens von Datensätzen verwenden. Sie können die Match-Ergebnisse und -Scores auch verwenden, um Überlebensregeln zu erstellen oder erweiterte Datenanalysen durchzuführen – zum Beispiel, um Datensätze zusammenzuführen, die ein hohes Maß an Übereinstimmungsvertrauen aufweisen, oder um Haushalte zu identifizieren, deren Datensätze dieselbe (oder eine ähnliche) Wohnadresse haben.