Fuzzy-Matching-Software

Finden Sie schnell und präzise Übereinstimmungen in unterschiedlichen Datenquellen, und erstellen Sie skalierbare und wiederholbare Abgleichskonfigurationen. Unscharfe, falsch getippte und abgekürzte Varianten mit minimalen Fehlalarmen.

Vertrauenswürdig von

Vertrauenswürdig von

Definition

Was ist Fuzzy Matching?

Der unscharfe Abgleich wird verwendet, um Daten zu verknüpfen, die sich in unterschiedlichen Tabellen oder Quellen befinden und keine eindeutigen Bezeichner oder geeignete Primär- und Fremdschlüssel enthalten. In solchen Fällen wird eine Kombination von nicht eindeutigen Attributen (wie Nachname, Firmenname oder Adresse) verwendet, um die Wahrscheinlichkeit zu ermitteln, dass zwei Datensätze ähnlich sind.

Um genaue Übereinstimmungen zu finden, verwenden wir eine Kombination aus proprietären und bewährten probabilistischen Datenabgleichsverfahren, die die Wahrscheinlichkeit berechnen, dass zwei Zeichenfolgen ähnlich sind. Anstelle einer booleschen Antwort (im Sinne von Ja oder Nein) gibt ein Fuzzy-Matching-Algorithmus einen Prozentwert oder einen relativen Begriff aus, der den Ähnlichkeitsindexkennzeichnet .

Verfahren

Wie funktioniert der Fuzzy-Abgleich?

Verbindung zur Datenquelle

Verbinden Sie die Datenbank, ordnen Sie Felder zu und wählen Sie eine Kombination von Feldern für den Fuzzy-Abgleich aus, die mit hoher Wahrscheinlichkeit ähnlich sind, falls die Datensätze zur gleichen Entität gehören.

Fuzzy-Score-Berechnung

Die Übereinstimmungswerte werden mit der besten Kombination aus proprietären und etablierten Fuzzy-Algorithmen wie Levenstein-Distanz, Edit-Distanz, Soundex, Metaphone oder Cosinus-Ähnlichkeit usw. berechnet.

Fuzzy-Match-Konfiguration

Wählen Sie geeignete Gewichtungen (bestimmte Felder werden stärker gewichtet als andere), Schwellenwerte (legen Sie die Grenze zwischen Übereinstimmungen und Nicht-Übereinstimmungen fest) und die Art des Fuzzy-Abgleichs (zeichenbasiert, phonetisch usw.).

Klassifizierung und Bewertung

Scores werden verwendet, um Datensätze als übereinstimmend oder nicht übereinstimmend zu klassifizieren und zu gruppieren. Je nach Art der Daten können Sie auf einige falsch positive und negative Ergebnisse stoßen, die eine weitere Auswertung erfordern.

Lösung

Überlassen Sie Data Ladder Ihren Fuzzy-Matching-Prozess

Sehen Sie sich DataMatch Enterprise bei der Arbeit an

DataMatch Enterprise ist ein hochgradig visuelles und intuitives Fuzzy-Matching-Tool, das den gesamten Fuzzy-Matching-Prozess automatisiert und Ihnen den manuellen Aufwand für den Abgleich von Datenfeldern abnimmt. DME identifiziert auf intelligente Weise Akronyme, Namensumkehrungen und -variationen, phonetische Wörter, Rechtschreibfehler sowie Abkürzungen.

DME nutzt eine Reihe von Fuzzy-Matching-Algorithmen sowie exakten und phonetischen Abgleich, um Datensätze in Millionen von Datenpunkten aus verschiedenen und unterschiedlichen Datenquellen wie relationalen Datenbanken, Webanwendungen und CRMs zu identifizieren und abzugleichen.

Geschäftsvorteile

Wie können Sie vom Fuzzy Matching profitieren?

Einfach zu konfigurieren

Passen Sie die Abgleichsempfindlichkeit an, um Fehlalarme zu minimieren, oder erhöhen Sie sie um einige Stufen, wenn Sie mehr manuelle Eingaben für die Genauigkeit bevorzugen.

Erstellen einer Einzelkundenansicht

Brechen Sie Datensilos auf, indem Sie Übereinstimmungen innerhalb und zwischen verschiedenen Datenquellen erkennen, um goldene Datensätze für einen vollständigen Überblick über Kunden zu erstellen.

Höhere Anpassungsgenauigkeit

Im Gegensatz zum deterministischen Abgleich finden Fuzzy-Algorithmen präzisere Übereinstimmungen, indem sie falsch geschriebene, abgekürzte und andere Varianten erkennen.

Verringerung der Belastung der IT-Ressourcen

Schneller Self-Service-Fuzzy-Abgleich entlastet die IT-Abteilung und -Ressourcen und beschleunigt die Zeit bis zur Einsichtnahme um bis zu 80 %.