Blog

MUSTERERSTELLER

Um in der Geschäftswelt wettbewerbsfähig zu sein, konzentrieren sich die Unternehmen weiterhin auf das Kundenerlebnis. Viele Unternehmen glauben, dass sie die Erwartungen/Erfahrungen ihrer Kunden erfüllt oder übertroffen haben. Ohne sich dessen bewusst zu sein, senden sie E-Mails an falsche Adressen oder im schlimmsten Fall an eine völlig andere Person. Sie können nur dann das beste Kundenerlebnis bieten, wenn Sie in der Lage sind, die Wünsche Ihrer Kunden zu erkennen, bevor diese überhaupt wissen, dass sie es wollen. Das lässt sich mit schlechten Daten nicht erreichen.
DataMatch Enterprise hat so viele Funktionen, die den Datenabgleich so einfach machen, dass Sie eine Aufgabe in einem Bruchteil der Zeit erledigen können, die Sie auf herkömmliche Weise benötigen.
Eine der vielen nützlichen Funktionen ist das Data Parsing.

Was ist Parsing?
Unter Parsing versteht man die Zerlegung eines Datenblocks in kleinere Teile nach bestimmten Regeln, so dass er von einem Computer leichter interpretiert, verwaltet oder übertragen werden kann. Tabellenkalkulationsprogramme analysieren beispielsweise einen Datenblock, um ihn in eine Zelle einer bestimmten Größe einzupassen.

Warum müssen wir Daten parsen?
Beim Parsen von Daten organisieren wir unstrukturierte oder fehlgeleitete Daten. Wir kopieren oder extrahieren Attribute von Interesse, z. B. den Ortsnamen aus einer längeren Adresse oder ein Produktattribut aus einer längeren Produktbeschreibung; wir analysieren E-Mail-Adressen, um Domänen zu vergleichen oder abzugleichen. Analysieren von Daten, um ein Jahr zu vergleichen oder abzugleichen, z. B. Datenbank A hat nur das Jahr und Datenbank B hat MM/TD/YYYYY. Der unscharfe Abgleich allein reicht in der Regel nicht aus, um die genauesten Ergebnisse bei der Verknüpfung von Datensätzen zu erzielen, weshalb wir einen viel umfassenderen Ansatz anbieten.
Pattern Builder ist eine weitere Funktion von DataMatch Enterprise, die sehr nützlich ist, um unsere Abgleichergebnisse zu verbessern. Es wird verwendet, um Daten wie oben beschrieben zu analysieren, was zu genaueren Übereinstimmungsergebnissen führt.
Unternehmen nutzen den Pattern Builder immer dann, wenn sie ein benutzerdefiniertes Parsing benötigen oder um die Daten besser nutzbar zu machen und/oder die Qualität und Genauigkeit der Abgleichergebnisse zu verbessern. Mit dem Pattern Builder können wir reguläre Ausdrücke erstellen, mit denen wir eigene Parsing-Regeln festlegen können.
Beispielszenario:
Ein Geschäftskunde muss den Nachnamen und das Jahr aus der Spalte DOB abgleichen. Wenn die Spalte DOB beispielsweise ein Format vom Typ MM/TT/JJJJ enthält, können wir den Pattern Builder verwenden, um die eine Spalte mit MM/TT/JJJJ in drei neue Spalten zu zerlegen, eine für das MM, eine für das TT und eine für das JJJJ, was dem Benutzer eine Übereinstimmung mit dem JJJJ ermöglicht.
Screenshot des Pattern Builders:

Originaldaten [Before using Pattern Builder]:

Nach der Verwendung von Pattern Builder:
Beachten Sie die 3 neuen Spalten

Mit dem Pattern Builder, der in DataMatch Enterprise integriert ist, können Sie sicher sein, dass das Parsen von Daten so einfach wie 123 ist. Klicken Sie hier, um eine DEMO zu vereinbaren.

In this blog, you will find:

Try data matching today

No credit card required

*“ zeigt erforderliche Felder an

Hidden
Dieses Feld dient zur Validierung und sollte nicht verändert werden.

Want to know more?

Check out DME resources

Merging Data from Multiple Sources – Challenges and Solutions

Oops! Wir konnten dein Formular nicht lokalisieren.