{"id":63125,"date":"2019-12-12T00:00:00","date_gmt":"2019-12-12T05:00:00","guid":{"rendered":"https:\/\/dataladder.com\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/"},"modified":"2022-04-28T09:35:09","modified_gmt":"2022-04-28T09:35:09","slug":"ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich","status":"publish","type":"post","link":"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/","title":{"rendered":"Ihr kompletter Leitfaden f\u00fcr Software und Verfahren zum Listenabgleich"},"content":{"rendered":"<p><span style=\"font-weight: 400;\">Die meisten Unternehmen sind sich heute dar\u00fcber im Klaren, dass neue Technologien und Anwendungen eingef\u00fchrt werden m\u00fcssen, um den Gesch\u00e4ftsbetrieb zu optimieren. Die Implementierung einer Datenmigration von einem Altsystem in ein neues System stellt jedoch eine<strong> gro\u00dfe Herausforderung f\u00fcr die Datenqualit\u00e4t<\/strong> dar. Wenn das Unternehmen nicht aktiv L\u00f6sungen wie eine <a href=\"https:\/\/dataladder.com\/de\/software-fuer-den-listenabgleich-bereinigung-deduktion-und-anreicherung-von-datensaetzen-ueber-listen-hinweg\/\">Software f\u00fcr den Listenabgleich<\/a> oder eine Datenbereinigungsl\u00f6sung einsetzt, ist die Wahrscheinlichkeit gro\u00df, dass die Daten fehlerhaft, korrupt und fehlerhaft sind. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Daher ist es f\u00fcr ein Unternehmen unerl\u00e4sslich, vor der Umsetzung von Migrationspl\u00e4nen in L\u00f6sungen zur Datenbereinigung zu investieren. Das grundlegende Ziel besteht darin, aus jahrelang veralteten Daten verwertbare Daten zu gewinnen. Um dies zu erm\u00f6glichen, haben Sie zwei wesentliche M\u00f6glichkeiten: Sie k\u00f6nnen in Datenspezialisten oder Datenqualit\u00e4tsl\u00f6sungen investieren. <\/span><\/p>\n<p><em><span style=\"font-weight: 400;\">Die Frage ist, ob Sie ein Team einstellen oder eine Softwarel\u00f6sung verwenden sollten.<\/span><\/em><\/p>\n<p><span style=\"font-weight: 400;\">In diesem Leitfaden werden wir Ihnen helfen, beide Seiten der Medaille zu betrachten, damit Sie eine bessere Entscheidung treffen k\u00f6nnen. Wir werden wichtige Themen behandeln wie: <\/span><\/p>\n<ul>\n<li><span style=\"font-weight: 400;\">Die Kosten einer schlechten Datenqualit\u00e4t <\/span><\/li>\n<li><span style=\"font-weight: 400;\">H\u00e4ufige Probleme mit der Daten- und Listenqualit\u00e4t <\/span><\/li>\n<li><span style=\"font-weight: 400;\">Ans\u00e4tze zur L\u00f6sung von Datenqualit\u00e4tsproblemen <\/span><\/li>\n<li><span style=\"font-weight: 400;\">Hauptmerkmale einer Software f\u00fcr den Listenabgleich <\/span><\/li>\n<li><span style=\"font-weight: 400;\">Amec Foster Wheeler Fallstudie <\/span><\/li>\n<\/ul>\n<p><span style=\"font-weight: 400;\">Fangen wir an. <\/span><\/p>\n<h2><span style=\"font-weight: 400;\">Die Kosten einer schlechten Datenqualit\u00e4t <\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Schlechte Datenqualit\u00e4t bezieht sich auf Daten mit <strong>Duplikaten, nicht \u00fcbereinstimmenden Namen, Abk\u00fcrzungen, nicht standardisierten Daten<\/strong> (NY vs. NYC vs. New York vs. New York City), unvollst\u00e4ndigen Postleitzahlen, E-Mail-Adressen usw. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Die Kosten, die durch schlechte Datenqualit\u00e4t entstehen, sind schwindelerregend.<\/span><a href=\"https:\/\/hbr.org\/2016\/09\/bad-data-costs-the-u-s-3-trillion-per-year\"><br \/>\n<span style=\"font-weight: 400;\"> 3,1 Billionen Dollar ist der gesch\u00e4tzte <\/span><br \/>\n<\/a><span style=\"font-weight: 400;\">j\u00e4hrlicher Verlust allein in den USA, der durch schlechte Daten verursacht wird. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Nehmen wir das Beispiel von Unternehmen A, einem gro\u00dfen Baumaschinenhersteller mit mehreren Datensilos. Ihr Ziel f\u00fcr 2020 ist es, ihr Altsystem in ein neues Cloud-System zu \u00fcberf\u00fchren und die Gesch\u00e4ftsprozesse zu optimieren. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Sie waren sich der Herausforderungen ihrer Datenqualit\u00e4t bewusst &#8211; im Laufe der Jahre wurden die Daten von verschiedenen Abteilungen mit verschiedenen Instrumenten erfasst. Da keine Standardisierung oder ein zentrales Datenverwaltungssystem vorhanden war, stand das Unternehmen vor einer gro\u00dfen Herausforderung bei der Datenbereinigung. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Der erste Schritt eines jeden Datenbereinigungsprozesses besteht darin, <strong>eine Analyse der Datenlisten durchzuf\u00fchren und die wichtigsten Probleme zu ermitteln<\/strong>. Der Schwerpunkt liegt auf Listen, da <a href=\"https:\/\/dataladder.com\/de\/datenabgleichssoftware-als-best-in-class-mit-96-match-genauigkeit-bewertet\/\">Datenabgleichsl\u00f6sungen<\/a> durch den Abgleich von Listen von Datens\u00e4tzen miteinander funktionieren. Das Hauptziel besteht darin, Duplikate, ung\u00fcltige, nichtige oder unvollst\u00e4ndige Daten zu entfernen, um sicherzustellen, dass das Unternehmen bei der Umstellung auf das neue System \u00fcber genaue Daten verf\u00fcgt. <\/span><\/p>\n<h3><span style=\"font-weight: 400;\">H\u00e4ufige Probleme mit der Qualit\u00e4t von Datenlisten <\/span><\/h3>\n<p><span style=\"font-weight: 400;\">Datenbanktabellen zeigen Datens\u00e4tze in Form von Listen an. Um beim Beispiel von Unternehmen A zu bleiben: Wahrscheinlich gibt es wiederholte oder doppelte Listen oder Listen mit ungenauen, inkonsistenten Informationen.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Es liegt auf der Hand, dass die Vertriebsmitarbeiter ohne feste Standards oder ein System ihre Listen aktualisieren, ohne auf die Qualit\u00e4t der Informationen zu achten. Namen k\u00f6nnen abgek\u00fcrzt sein, Rechnungsinformationen k\u00f6nnen andere Standards haben, Adressen k\u00f6nnen nicht aktualisiert worden sein &#8211; das sind einige der h\u00e4ufigsten Probleme mit Datenlisten. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Schauen wir uns jeden dieser Punkte im Detail an. <\/span><\/p>\n<p><span style=\"font-weight: 400;\"><b>Listenverdopplung: <\/b>Dies geschieht h\u00e4ufig, wenn die Daten eines Kunden <strong>zweimal unter einer anderen E-Mail-Adresse<\/strong> oder einer Namensvariante <strong>erfasst<\/strong> werden. Es kann auch vorkommen, dass ein und derselbe Kunde unter zwei verschiedenen Namen auftritt (in der Regel bei einer Namens\u00e4nderung nach einer Heirat) und widerspr\u00fcchliche Angaben in ein Formular oder in eine Rechnungsinformation eintr\u00e4gt. Wenn der [name] Token als eindeutiger Bezeichner in einer Datenbank verwendet wird, werden die Informationen doppelt gespeichert. <\/span><\/p>\n<p><span style=\"font-weight: 400;\"><b>Dateninkonsistenz: <\/b>Dieses Problem tritt bei den meisten Datenbanken immer wieder auf und ist \u00e4u\u00dferst schwer zu beheben. Zwar ist menschliches Versagen die Ursache f\u00fcr die meisten Dateninkonsistenzen, doch in den meisten F\u00e4llen ist <strong>es der Mangel an <a href=\"https:\/\/dataladder.com\/de\/datenstandardisierungssoftware-schnelles-und-kostenguenstiges-datenstandardisierungstool\/\">Datenstandardisierung<\/a><\/strong>, der zu Inkonsistenzen f\u00fchrt. Probleme mit Namensvariationen wie Cath vs. Catherine oder Carl vs. Karl, Probleme mit Variationen von St\u00e4dtenamen wie NYC vs. NY sind keine menschlichen Fehler, sondern Variationen, mit denen moderne Datenbanken durch Standardisierung umgehen m\u00fcssen. <\/span><\/p>\n<p><span style=\"font-weight: 400;\"><b>Ungleiche Daten:<\/b><span style=\"font-weight: 400;\"> In Datenbanken beziehen sich disparate Daten auf unstrukturierte Daten oder Daten, die sich in Art, Qualit\u00e4t und Charakter deutlich unterscheiden. Ein gutes Beispiel hierf\u00fcr sind die <strong>Daten von Fluggesellschaften, bei denen ein Kunde durch mehrere Datenpunkte<\/strong> wie Passnummer, Buchungs-ID, Kunden-ID und Kundenname <strong>repr\u00e4sentiert wird<\/strong>, die alle in mehreren Datenbanken gespeichert sind. Die Buchungsdatenbank kann verschiedene Daten enthalten. Das Ticketingsystem des Kundendienstes kann verschiedene Daten enthalten. Das Kundenbetreuungssystem kann unterschiedliche Daten enthalten. Wenn diese Datenbanken <strong>nicht gemeinsam Informationen austauschen<\/strong>, gibt es ein erhebliches Problem mit der Datenqualit\u00e4t. All diese unterschiedlichen Daten machen es schwierig, eine einzige konsolidierte Liste zu erstellen, die f\u00fcr die Untersuchung des Kundenverhaltens einer Fluggesellschaft von Nutzen sein k\u00f6nnte. <\/span><\/span><\/p>\n<p><span style=\"font-weight: 400;\">Je gr\u00f6\u00dfer und komplexer Ihre Datenbank ist, desto h\u00f6her ist die Wahrscheinlichkeit, dass sie besch\u00e4digt oder fehlerhaft ist. <\/span><\/p>\n<h2><span style=\"font-weight: 400;\">Ans\u00e4tze zur L\u00f6sung von Datenqualit\u00e4tsproblemen <\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Es gibt zwei Ans\u00e4tze zur L\u00f6sung von Datenqualit\u00e4tsproblemen &#8211; entweder man stellt ein Team ein oder man investiert in eine Softwarel\u00f6sung. Die meisten Unternehmen ziehen es vor, eine unternehmensinterne L\u00f6sung f\u00fcr die Datenbereinigung zu entwickeln, indem sie Spezialisten einstellen oder <strong>ihr IT-Team damit beauftragen<\/strong>, das N\u00f6tige zu tun &#8211; nur um am Ende von den Verz\u00f6gerungen und den damit verbundenen Kosten f\u00fcr Investitionen in Menschen, Systeme und Ressourcen entt\u00e4uscht zu sein. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Im Gegensatz dazu bietet die Investition in eine Software mehr Flexibilit\u00e4t, erledigt die Aufgabe schneller und kostet deutlich weniger. Der einzige Haken? Sie m\u00fcssen suchen, erkunden und aus der Vielzahl der M\u00f6glichkeiten eine L\u00f6sung finden, die am besten zu Ihren gesch\u00e4ftlichen Anforderungen passt. <\/span><\/p>\n<h3><span style=\"font-weight: 400;\">1. Der Ansatz &#8222;Ein Team anheuern, um es zu tun&#8220;: <\/span><\/h3>\n<p><span style=\"font-weight: 400;\">Es ist selbstverst\u00e4ndlich, dass jedes Unternehmen, ob gro\u00df oder klein, ein eigenes IT-Team hat. Die Optimierung der Datenqualit\u00e4t ist kein Hexenwerk, aber es ist eine Arbeit, f\u00fcr die IT-Teams in Unternehmen kaum die Zeit oder den Fokus haben. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Das Ergebnis? Wenn Datenanalysten oder -spezialisten hinzugezogen werden, um Daten auszuwerten, erhalten sie veraltete, unvollst\u00e4ndige oder unzusammenh\u00e4ngende Listen. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Sie m\u00fcssen dann zus\u00e4tzliche Teammitglieder einstellen, die Algorithmen entwickeln, um die Daten sinnvoll zu nutzen. Auch dann werden Sie nicht <\/span><b>genaue, pr\u00e4zise Ergebnisse. <\/b><\/p>\n<p><span style=\"font-weight: 400;\">Mittendrin geben Sie Hunderttausende von Dollar aus, um neue Mitarbeiter einzustellen, neue Prozesse zu implementieren und Monate, wenn nicht sogar Jahre, damit zu verbringen, dass alles in Ordnung ist. <\/span><\/p>\n<p><span style=\"font-size: 16px;\"><b>Hier ist eine Kostenaufstellung. <\/b><\/span><\/p>\n<p><span style=\"font-weight: 400;\"><img class=\"aligncenter wp-image-49724 size-large\" title=\"list matching software cost  \" src=\"https:\/\/dataladder.com\/wp-content\/uploads\/2019\/12\/Screenshot-2019-12-12-at-8.41.53-PM-1024x726.png\" alt=\"\" width=\"1024\" height=\"726\" srcset=\"https:\/\/dataladder.com\/wp-content\/uploads\/2019\/12\/Screenshot-2019-12-12-at-8.41.53-PM-1024x726.png 1024w, https:\/\/dataladder.com\/wp-content\/uploads\/2019\/12\/Screenshot-2019-12-12-at-8.41.53-PM-300x213.png 300w, https:\/\/dataladder.com\/wp-content\/uploads\/2019\/12\/Screenshot-2019-12-12-at-8.41.53-PM-768x544.png 768w, https:\/\/dataladder.com\/wp-content\/uploads\/2019\/12\/Screenshot-2019-12-12-at-8.41.53-PM-1536x1089.png 1536w, https:\/\/dataladder.com\/wp-content\/uploads\/2019\/12\/Screenshot-2019-12-12-at-8.41.53-PM.png 1628w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/>Das sind die voraussichtlichen Kosten f\u00fcr den Fall, dass Sie das Projekt in einem Jahr abschlie\u00dfen. Den meisten Unternehmen geht innerhalb von 6 Monaten das Budget aus. Langfristig gesehen spart man nicht wirklich Geld. Dar\u00fcber hinaus gehen Sie bei der Genauigkeit Kompromisse ein.<\/span><\/p>\n<h3><span style=\"font-weight: 400;\">2. Der Software-Ansatz <\/span><\/h3>\n<p><span style=\"font-weight: 400;\">Die meisten Unternehmen sind zu der Erkenntnis gelangt, dass es teuer und kontraproduktiv ist, ein Team mit der Sortierung ihrer Datenbank zu beauftragen. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Die andere M\u00f6glichkeit besteht darin, in Softwarel\u00f6sungen zu investieren, von denen es mehrere Arten gibt. Es gibt <\/span><b>erstklassige <\/b><span style=\"font-weight: 400;\">L\u00f6sungen wie IBM, SAS, Informatica und Oracle, die auf Unternehmensdaten zugeschnitten sind, <strong>ben\u00f6tigen <\/strong>jedoch <strong>geschulte Fachleute f\u00fcr die Bedienung jeder dieser L\u00f6sungen. <\/strong><\/span><\/p>\n<p><span style=\"font-weight: 400;\">Dann gibt es Spitzenl\u00f6sungen wie Talend, Attaccama und Informatica, die eine Reihe von Produkten f\u00fcr Data Engineering, Cloud-Integration, Datensicherheit und vieles mehr anbieten. Diese L\u00f6sungen sind f\u00fcr gro\u00dfe Unternehmen gedacht, die eine umfassende Datenl\u00f6sung w\u00fcnschen. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Schlie\u00dflich gibt es noch eine mittelgro\u00dfe, selbst entwickelte Software f\u00fcr den Listenabgleich, die Fuzzy-Logik-Methoden (Abgleich von Zeichenketten mit \u00e4hnlichen Mustern) verwendet, um Duplikate zu erkennen und zu entfernen. Langfristig gesehen brauchen Sie jedoch mehr als nur einen <a href=\"https:\/\/dataladder.com\/de\/fuzzy-matching-101-bereinigung-und-verknuepfung-ungeordneter-daten\/\">unscharfen Abgleich<\/a>, um Ihre Daten zu bereinigen. <\/span><\/p>\n<h2><span style=\"font-weight: 400;\">Hauptmerkmale einer Software f\u00fcr den Listenabgleich <\/span><\/h2>\n<p><span style=\"font-weight: 400;\"> Wie k\u00f6nnen Sie bei der gro\u00dfen Auswahl entscheiden, welche Softwarel\u00f6sung f\u00fcr Sie am besten geeignet ist? <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Um diese Frage zu beantworten, m\u00fcssen Sie wissen, welche Schl\u00fcsselfunktionen eine Datenbereinigungs- oder Listenabgleichssoftware haben muss und wie diese Funktionen Ihnen helfen k\u00f6nnen, die verschiedenen Aspekte Ihrer Datenabgleichs- und Bereinigungsziele zu erreichen. <\/span><\/p>\n<h3><b>Daten-Profilierung <\/b><\/h3>\n<p><span style=\"font-weight: 400;\">Bei<a href=\"https:\/\/dataladder.com\/de\/software-und-tools-zur-datenprofilerstellung-erhalten-sie-sofortige-ergebnisse-der-datenqualitaetsbewertung\/\">der Datenprofilierung<\/a> werden Ihre Daten auf ihre Richtigkeit, Vollst\u00e4ndigkeit und G\u00fcltigkeit hin \u00fcberpr\u00fcft. Eine gute Software f\u00fcr den Listenabgleich erm\u00f6glicht es Ihnen, ein Profil Ihrer Daten zu erstellen, bevor Sie von einem Altsystem zu einem neuen System migrieren. In der Profiling-Phase werden Ihre Daten auf leere oder ung\u00fcltige Werte, anomale Muster und Datenduplikate untersucht. F\u00fcr Altsysteme mit jahrelangen Datenbest\u00e4nden und Tausenden von Fehlern ist die Datenprofilierung eine Notwendigkeit. Es hilft Ihnen, Probleme mit der Datenqualit\u00e4t bereits an der Quelle zu erkennen und spart Ihnen in sp\u00e4teren Phasen Zeit. <\/span><\/p>\n<h3><b> Semantisches Tagging<\/b><\/h3>\n<p><span style=\"font-weight: 400;\">Wenn Daten aus verschiedenen Quellen eingehen, ist es oft schwierig, alle Felder, die identifizierbare Informationen enthalten, sinnvoll zuzuordnen. So werden beispielsweise Geburtsdaten h\u00e4ufig unter dem Feld &#8222;Datum&#8220; registriert. Es ist nicht klar, ob es sich um ein Geburtsdatum oder ein Ereignisdatum handelt. Das Feld Datum wird mit dem semantischen Tag &#8222;Geburtsdatum&#8220; versehen, der sp\u00e4ter bei der Identit\u00e4tsaufl\u00f6sung hilft. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Pers\u00f6nliche Identifikationsdaten k\u00f6nnen Vorname, Nachname, E-Mail-Adressen, Rechnungsadressen usw. sein. Der Zweck der semantischen Kennzeichnung besteht darin, den Sinn von Daten zu erkennen und den Datenbereinigungsprozess zu beschleunigen. <\/span><\/p>\n<h3><b> Bereinigung von Daten <\/b><\/h3>\n<p><span style=\"font-weight: 400;\">Nach der Kennzeichnung der Felder ist der n\u00e4chste Prozess die Normalisierung und Bereinigung der Daten. Das bedeutet, dass Felder, die nicht standardisiert sind, normalisiert werden. So wird zum Beispiel die Adresse 47 W. 13th St. NY, US normalisiert zu &#8222;47 W 13th STREET, New York, USA&#8220;. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">W\u00e4hrend des <a href=\"https:\/\/dataladder.com\/de\/der-vollstaendige-leitfaden-fuer-datenbereinigungstools-loesungen-und-bewaehrte-praktiken-fuer-die-unternehmensebene\/\">Datenbereinigungsprozesses<\/a> werden Spamdaten oder unvollst\u00e4ndige Daten als &#8222;Nicht verf\u00fcgbar&#8220;, &#8222;Null&#8220; oder &#8222;Abgelehnt&#8220; gekennzeichnet, um sicherzustellen, dass gef\u00e4lschte Daten fr\u00fchzeitig aussortiert und bereinigt werden. <\/span><\/p>\n<h3><b> Passend dazu <\/b><\/h3>\n<p><span style=\"font-weight: 400;\">Der Abgleich ist die wichtigste Funktion des Identit\u00e4tsaufl\u00f6sungsprozesses. Fast jede High-End-Datenl\u00f6sung bietet den Datenabgleich als Kerndienstleistung an. Dies ist der Prozess, bei dem die Software <strong>Datens\u00e4tze vergleicht und Verbindungen herstellt<\/strong>. Es gibt drei Hauptverfahren, mit denen dies bei Daten auf Unternehmensebene durchgef\u00fchrt wird. <\/span><\/p>\n<ul>\n<li style=\"list-style-type: none;\">\n<ul>\n<li style=\"font-weight: 400;\"><b> Blockieren: <\/b><span style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Bei einem Abgleich m\u00fcssen Millionen von Datens\u00e4tzen abgeglichen und miteinander verglichen werden. Wenn Sie also einen Datensatz haben, der beispielsweise eine Million Datens\u00e4tze enth\u00e4lt, m\u00fcssen Sie 1 Million x 1 Million Datens\u00e4tze vergleichen. Dies ist ein \u00e4u\u00dferst ineffektiver und langsamer Prozess, um nicht zu sagen: rechenaufwendig. Um diese Datens\u00e4tze zu vergleichen, wird eine einfache Blockierungsregel verwendet, um die Datens\u00e4tze in kleinere &#8222;Bl\u00f6cke&#8220; aufzuteilen, die miteinander abgeglichen werden. Bei den Bl\u00f6cken handelt es sich um Paare von Datens\u00e4tzen, die mit gr\u00f6\u00dferer Wahrscheinlichkeit \u00fcbereinstimmen &#8211; so k\u00f6nnen beispielsweise Geburtsdaten in verschiedene Bl\u00f6cke wie Geburtsjahr, Geburtsmonat und Geburtstag unterteilt werden. Alle drei Spalten k\u00f6nnen gleichzeitig verwendet werden, um Ihren ersten Blockabgleich durchzuf\u00fchren.<\/span><\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<ul>\n<li style=\"list-style-type: none;\">\n<ul>\n<li style=\"font-weight: 400;\"><b>Paarweiser Vergleich und Punktevergabe: <\/b><span style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Diese Methode vergleicht Datens\u00e4tze innerhalb eines Blocks. Sie k\u00f6nnen zum Beispiel einen BirthDate-Block mit einem Name-Block vergleichen, um festzustellen, ob zwei der Bl\u00f6cke \u00fcbereinstimmen.<\/span><\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<ul>\n<li style=\"font-weight: 400;\"><b>Clustering:<\/b><span style=\"font-weight: 400;\"> Das Clustering ist ein notwendiger Aspekt des Datenabgleichs und f\u00fchrt zu schnelleren Abgleichsergebnissen, indem ein oder mehrere Bezeichnerwerte im Datensatz manipuliert und mit den Bezeichnerwerten geclustert werden. So k\u00f6nnen beispielsweise Namen, die auf &#8222;Smith&#8220; enden, in einer Gruppe zusammengefasst werden, die dann weiter \u00fcberpr\u00fcft wird, um festzustellen, ob es widerspr\u00fcchliche \u00dcbereinstimmungen gibt. Datens\u00e4tze in verschiedenen Clustern werden nicht miteinander verglichen und Cluster mit einem einzigen Datensatz werden beim Abgleich nicht verwendet. <\/span><\/li>\n<\/ul>\n<h3><b> Standardisierung von Daten <\/b><\/h3>\n<p><span style=\"font-weight: 400;\">Wenn Sie Ihre Daten sortiert haben, sollten Sie als N\u00e4chstes Ihre Liste bereinigen. Dazu werden doppelte Eintr\u00e4ge gel\u00f6scht, ung\u00fcltige, leere oder unvollst\u00e4ndige Daten herausgefiltert und die Liste ges\u00e4ubert, um sicherzustellen, dass Ihre Daten blitzsauber sind. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Am Ende des Prozesses werden die Daten validiert, und die endg\u00fcltigen Versionen werden an die verschiedenen Abteilungen des Unternehmens weitergeleitet. Hier m\u00fcssen Sie eine Standardisierung der Daten vornehmen, was bedeutet, dass alle Ihre Daten in einem gemeinsamen Format gespeichert werden sollten. Das beteiligte Personal oder die Personen, die mit den Daten umgehen, m\u00fcssen in der Standardisierung geschult werden. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Bei der Datenerhebung geht es nicht um Quantit\u00e4t <strong>, sondern um Qualit\u00e4t<\/strong>. Sie wollen keine 100 E-Mail-Adressen &#8211; Sie wollen 100 korrekte, vollst\u00e4ndige, brauchbare E-Mail-Adressen. In der realen Welt gibt es 28 von 100 Adressen, die ung\u00fcltig oder unbrauchbar sind. <\/span><\/p>\n<p><span style=\"font-weight: 400;\"><a href=\"https:\/\/dataladder.com\/de\/datenbereinigungssoftware-schnelles-und-kostenguenstiges-crm-datenbereinigungstool\/\">Datenbereinigung<\/a> und <a href=\"https:\/\/dataladder.com\/de\/datenstandardisierungssoftware-schnelles-und-kostenguenstiges-datenstandardisierungstool\/\">-standardisierung<\/a> stellen daher sicher, dass Sie \u00fcber Daten verf\u00fcgen, mit denen Sie arbeiten k\u00f6nnen und denen Sie vertrauen k\u00f6nnen. <\/span><\/p>\n<h3><span style=\"font-weight: 400;\">Zus\u00e4tzliche Merkmale einer erstklassigen Software f\u00fcr den Listenabgleich <\/span><\/h3>\n<p><span style=\"font-weight: 400;\">Au\u00dferdem gibt es einige wichtige Funktionen, die eine gute Software f\u00fcr den Listenabgleich haben muss: <\/span><\/p>\n<p><b>Schnell:<\/b><span style=\"font-weight: 400;\"> Der Zweck des Einsatzes einer Softwarel\u00f6sung f\u00fcr das Scrubbing von Listen ist es, so schnell wie m\u00f6glich Ergebnisse zu erzielen. Unternehmen haben nicht das Privileg, Monate oder Jahre zu warten, um bestimmte Informationen zu erhalten &#8211; wenn sie die Umsatzzahlen f\u00fcr eine neue Filiale ben\u00f6tigen, brauchen sie sie schnell. Die Software kann diese Daten in wenigen Minuten abrufen, w\u00e4hrend ein Team Stunden, wenn nicht sogar Tage damit verbringen w\u00fcrde, mehrere Abfragen durchzuf\u00fchren, um die ben\u00f6tigten Daten sofort zu erhalten. <\/span><\/p>\n<p><b>Pr\u00e4zise: <\/b><span style=\"font-weight: 400;\">Die Genauigkeit ist ein kritischer Punkt des Datenqualit\u00e4tsmanagements. Erstklassige Software f\u00fcr den Listenabgleich entfernt Duplikate mit Pr\u00e4zision und gew\u00e4hrleistet so die Genauigkeit der Daten. In 15 unabh\u00e4ngigen Studien wurde <a href=\"https:\/\/dataladder.com\/wp-content\/uploads\/2019-old\/02\/Curtin-Study-Comparing-Record-Linkgae-2.pdf\">die Matching-Genauigkeit von Data Ladder<\/a> mit 96 % f\u00fcr drei Datens\u00e4tze von 40 000 bis 4 Millionen gemessen &#8211; h\u00f6her als die von IBM mit 88 % und SaS mit 84 %. <\/span><\/p>\n<p><b>Vollst\u00e4ndige Werkzeuge: <\/b><span style=\"font-weight: 400;\">Wenn das Ziel das Datenqualit\u00e4tsmanagement ist, brauchen Sie ein komplettes Set von Tools und nicht nur eine Einzell\u00f6sung. Das richtige Werkzeug erm\u00f6glicht es Ihnen, Daten zu profilieren, abzugleichen, zu bereinigen und zu standardisieren. <\/span><\/p>\n<p><b>Einfache Integration: <\/b><span style=\"font-weight: 400;\">Ein kurzes Beispiel: Data Ladder l\u00e4sst sich mit mehr als 150 Datenplattformen integrieren. Ob Salesforce oder Zoho, Sie k\u00f6nnen Ihre Datenbank einfach mit Data Ladder verbinden. <\/span><\/p>\n<p><b>Skalierbar:<\/b><span style=\"font-weight: 400;\"> Die Messung von ein paar Millionen Datens\u00e4tzen ist einfach. Die Messung von einigen hundert Millionen Datens\u00e4tzen ist eine ganz andere Technologie, die nur von einer skalierbaren Software f\u00fcr die Listenbereinigung bew\u00e4ltigt werden kann. Wenn Sie in eine Datenqualit\u00e4tsl\u00f6sung investieren, stellen Sie sicher, dass sie Sie bei der Skalierung Ihrer Daten unterst\u00fctzen kann. <\/span><\/p>\n<h2><span style=\"font-weight: 400;\">Amec Foster Wheeler Fallstudie <\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Amec Foster Wheeler plc war ein britisches multinationales Beratungs-, Ingenieur- und Projektmanagementunternehmen mit Hauptsitz in London, Vereinigtes K\u00f6nigreich, bis es im Oktober 2017 von der Wood Group \u00fcbernommen und mit ihr fusioniert wurde.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Angesichts der steigenden Anforderungen in der Umwelttechnikbranche musste das Unternehmen seine Gesch\u00e4ftsprozesse f\u00fcr den anstehenden Zustrom von Projekten und Personalaufgaben rationalisieren.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Das Unternehmen war gerade dabei, auf ein neues Finanz- und Personalsystem umzusteigen, und wusste, dass die Qualit\u00e4t seiner Daten verbessert werden musste, bevor es den n\u00e4chsten wichtigen Schritt machen konnte.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Mit DataMatch\u2122, der Datensoftware von Data Ladder, konnte das Unternehmen seine Deduplizierungsbem\u00fchungen verwalten. Angesichts der gro\u00dfen Aufgabe, alle vorhandenen Finanz- und Personaldaten in ein neues System zu migrieren, plant das Unternehmen, DataMatch\u2122 auch f\u00fcr die Bereinigung und Neubef\u00fcllung seiner Systeme einzusetzen.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Der Vorteil? Dank erstklassiger Datenbereinigungs- und <a href=\"https:\/\/dataladder.com\/de\/datendeduplizierungssoftware-verwenden-sie-integrierte-und-benutzerdefinierte-regeln-fuer-die-crm-deduplizierung\/\">Deduplizierungsfunktionen<\/a> in Kombination mit ma\u00dfgeschneiderten Schulungen durch Data Ladder-Spezialisten konnte der Kunde nicht nur die Genauigkeit seiner Daten aufrechterhalten, sondern auch ein hohes Ma\u00df an Datenqualit\u00e4t gew\u00e4hrleisten, das f\u00fcr die Migration in seine neuen Finanz- und HR-Systeme erforderlich war.<\/span><\/p>\n<p style=\"text-align: center;\">Sie k\u00f6nnen die Fallstudie herunterladen, um die Herausforderungen, die Gesch\u00e4ftssituation und die Art und Weise zu lesen, wie unsere L\u00f6sungen dem Unternehmen geholfen haben, die gew\u00fcnschten Gesch\u00e4fts- und Datenqualit\u00e4tsziele zu erreichen.<\/p>\n<h2><span style=\"font-weight: 400;\">Schlussfolgerung<\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Probleme mit der Datenqualit\u00e4t und dem Listenabgleich sind f\u00fcr Unternehmen seit jeher ein Problem. In der heutigen Welt gibt es jedoch buchst\u00e4blich Dutzende von L\u00f6sungen, die Ihnen bei der Datenbereinigung helfen k\u00f6nnen. Allerdings sind die Anforderungen jedes Unternehmens unterschiedlich, so dass eine Kombination verschiedener Tools erforderlich ist. Vielleicht m\u00f6chten Sie DataMatch\u2122 von Data Ladder verwenden, um Ihre Daten zu bereinigen, vielleicht m\u00f6chten Sie aber auch die Cloud-Migrationsservices von Talend nutzen. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">F\u00fcr die Datenqualit\u00e4t gibt es keine Universall\u00f6sung, aber das sollte Sie nicht davon abhalten. <\/span><\/p>\n<p style=\"text-align: center;\"><strong>Lassen Sie nicht zu, dass schlechte Daten Ihr Unternehmenswachstum beeintr\u00e4chtigen. <\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Die meisten Unternehmen sind sich heute dar\u00fcber im Klaren, dass neue Technologien und Anwendungen eingef\u00fchrt werden m\u00fcssen, um den Gesch\u00e4ftsbetrieb zu optimieren. Die Implementierung einer Datenmigration von einem Altsystem in ein neues System stellt jedoch eine gro\u00dfe Herausforderung f\u00fcr die Datenqualit\u00e4t dar. Wenn das Unternehmen nicht aktiv L\u00f6sungen wie eine Software f\u00fcr den Listenabgleich oder [&hellip;]<\/p>\n","protected":false},"author":9,"featured_media":58205,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_lmt_disableupdate":"","_lmt_disable":"","_links_to":"","_links_to_target":""},"categories":[1212,443,1245],"tags":[855,856,857,859,858,860],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v19.9 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Ihr kompletter Leitfaden f\u00fcr Software und Verfahren zum Listenabgleich - Data Ladder<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Ihr kompletter Leitfaden f\u00fcr Software und Verfahren zum Listenabgleich - Data Ladder\" \/>\n<meta property=\"og:description\" content=\"Die meisten Unternehmen sind sich heute dar\u00fcber im Klaren, dass neue Technologien und Anwendungen eingef\u00fchrt werden m\u00fcssen, um den Gesch\u00e4ftsbetrieb zu optimieren. Die Implementierung einer Datenmigration von einem Altsystem in ein neues System stellt jedoch eine gro\u00dfe Herausforderung f\u00fcr die Datenqualit\u00e4t dar. Wenn das Unternehmen nicht aktiv L\u00f6sungen wie eine Software f\u00fcr den Listenabgleich oder [&hellip;]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/\" \/>\n<meta property=\"og:site_name\" content=\"Data Ladder\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/web.facebook.com\/DataLadderSoftware\" \/>\n<meta property=\"article:published_time\" content=\"2019-12-12T05:00:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2022-04-28T09:35:09+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/09\/list-matching-software-1.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"2000\" \/>\n\t<meta property=\"og:image:height\" content=\"2000\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"lbarrera\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"lbarrera\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"12 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/\"},\"author\":{\"name\":\"lbarrera\",\"@id\":\"https:\/\/dataladder.com\/de\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b\"},\"headline\":\"Ihr kompletter Leitfaden f\u00fcr Software und Verfahren zum Listenabgleich\",\"datePublished\":\"2019-12-12T05:00:00+00:00\",\"dateModified\":\"2022-04-28T09:35:09+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/\"},\"wordCount\":2726,\"publisher\":{\"@id\":\"https:\/\/dataladder.com\/de\/#organization\"},\"keywords\":[\"Datenqualit\u00e4tsmanagement\",\"Datenqualit\u00e4tsmanagement-Software\",\"Fuzzy-Logik\",\"L\u00f6sungen f\u00fcr den Listenabgleich\",\"Software f\u00fcr Listenabgleich\",\"Software zur Listens\u00e4uberung\"],\"articleSection\":[\"Data quality management\",\"Unkategorisiert\",\"Verwaltung der Datenqualit\u00e4t\"],\"inLanguage\":\"de-DE\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/\",\"url\":\"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/\",\"name\":\"Ihr kompletter Leitfaden f\u00fcr Software und Verfahren zum Listenabgleich - Data Ladder\",\"isPartOf\":{\"@id\":\"https:\/\/dataladder.com\/de\/#website\"},\"datePublished\":\"2019-12-12T05:00:00+00:00\",\"dateModified\":\"2022-04-28T09:35:09+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/#breadcrumb\"},\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/dataladder.com\/de\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Ihr kompletter Leitfaden f\u00fcr Software und Verfahren zum Listenabgleich\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/dataladder.com\/de\/#website\",\"url\":\"https:\/\/dataladder.com\/de\/\",\"name\":\"Data Ladder\",\"description\":\"Enterprise Data Profiling, Cleansing, and Matching\",\"publisher\":{\"@id\":\"https:\/\/dataladder.com\/de\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/dataladder.com\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de-DE\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/dataladder.com\/de\/#organization\",\"name\":\"Data Ladder\",\"url\":\"https:\/\/dataladder.com\/de\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/dataladder.com\/de\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png\",\"contentUrl\":\"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png\",\"width\":413,\"height\":408,\"caption\":\"Data Ladder\"},\"image\":{\"@id\":\"https:\/\/dataladder.com\/de\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.linkedin.com\/company\/dataladder-llc\/\",\"https:\/\/web.facebook.com\/DataLadderSoftware\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/dataladder.com\/de\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b\",\"name\":\"lbarrera\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/dataladder.com\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g\",\"caption\":\"lbarrera\"},\"url\":\"https:\/\/dataladder.com\/de\/author\/lbarrera\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Ihr kompletter Leitfaden f\u00fcr Software und Verfahren zum Listenabgleich - Data Ladder","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/","og_locale":"de_DE","og_type":"article","og_title":"Ihr kompletter Leitfaden f\u00fcr Software und Verfahren zum Listenabgleich - Data Ladder","og_description":"Die meisten Unternehmen sind sich heute dar\u00fcber im Klaren, dass neue Technologien und Anwendungen eingef\u00fchrt werden m\u00fcssen, um den Gesch\u00e4ftsbetrieb zu optimieren. Die Implementierung einer Datenmigration von einem Altsystem in ein neues System stellt jedoch eine gro\u00dfe Herausforderung f\u00fcr die Datenqualit\u00e4t dar. Wenn das Unternehmen nicht aktiv L\u00f6sungen wie eine Software f\u00fcr den Listenabgleich oder [&hellip;]","og_url":"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/","og_site_name":"Data Ladder","article_publisher":"https:\/\/web.facebook.com\/DataLadderSoftware","article_published_time":"2019-12-12T05:00:00+00:00","article_modified_time":"2022-04-28T09:35:09+00:00","og_image":[{"width":2000,"height":2000,"url":"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/09\/list-matching-software-1.jpg","type":"image\/jpeg"}],"author":"lbarrera","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"lbarrera","Gesch\u00e4tzte Lesezeit":"12 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/#article","isPartOf":{"@id":"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/"},"author":{"name":"lbarrera","@id":"https:\/\/dataladder.com\/de\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b"},"headline":"Ihr kompletter Leitfaden f\u00fcr Software und Verfahren zum Listenabgleich","datePublished":"2019-12-12T05:00:00+00:00","dateModified":"2022-04-28T09:35:09+00:00","mainEntityOfPage":{"@id":"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/"},"wordCount":2726,"publisher":{"@id":"https:\/\/dataladder.com\/de\/#organization"},"keywords":["Datenqualit\u00e4tsmanagement","Datenqualit\u00e4tsmanagement-Software","Fuzzy-Logik","L\u00f6sungen f\u00fcr den Listenabgleich","Software f\u00fcr Listenabgleich","Software zur Listens\u00e4uberung"],"articleSection":["Data quality management","Unkategorisiert","Verwaltung der Datenqualit\u00e4t"],"inLanguage":"de-DE"},{"@type":"WebPage","@id":"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/","url":"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/","name":"Ihr kompletter Leitfaden f\u00fcr Software und Verfahren zum Listenabgleich - Data Ladder","isPartOf":{"@id":"https:\/\/dataladder.com\/de\/#website"},"datePublished":"2019-12-12T05:00:00+00:00","dateModified":"2022-04-28T09:35:09+00:00","breadcrumb":{"@id":"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/dataladder.com\/de\/ihr-kompletter-leitfaden-fuer-software-und-verfahren-zum-listenabgleich\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/dataladder.com\/de\/"},{"@type":"ListItem","position":2,"name":"Ihr kompletter Leitfaden f\u00fcr Software und Verfahren zum Listenabgleich"}]},{"@type":"WebSite","@id":"https:\/\/dataladder.com\/de\/#website","url":"https:\/\/dataladder.com\/de\/","name":"Data Ladder","description":"Enterprise Data Profiling, Cleansing, and Matching","publisher":{"@id":"https:\/\/dataladder.com\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/dataladder.com\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de-DE"},{"@type":"Organization","@id":"https:\/\/dataladder.com\/de\/#organization","name":"Data Ladder","url":"https:\/\/dataladder.com\/de\/","logo":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/dataladder.com\/de\/#\/schema\/logo\/image\/","url":"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png","contentUrl":"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png","width":413,"height":408,"caption":"Data Ladder"},"image":{"@id":"https:\/\/dataladder.com\/de\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/dataladder-llc\/","https:\/\/web.facebook.com\/DataLadderSoftware"]},{"@type":"Person","@id":"https:\/\/dataladder.com\/de\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b","name":"lbarrera","image":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/dataladder.com\/de\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g","caption":"lbarrera"},"url":"https:\/\/dataladder.com\/de\/author\/lbarrera\/"}]}},"modified_by":null,"_links":{"self":[{"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/posts\/63125"}],"collection":[{"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/comments?post=63125"}],"version-history":[{"count":2,"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/posts\/63125\/revisions"}],"predecessor-version":[{"id":67121,"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/posts\/63125\/revisions\/67121"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/media\/58205"}],"wp:attachment":[{"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/media?parent=63125"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/categories?post=63125"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dataladder.com\/de\/wp-json\/wp\/v2\/tags?post=63125"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}