Blog

CONSTRUCTOR DE PATRONES

Para ser competitivas en el mundo empresarial, las empresas siguen centrándose en la experiencia del cliente. Muchas empresas creen que han cumplido o superado las expectativas/experiencias de sus clientes. Sin embargo, sin darse cuenta, acaban enviando correos electrónicos a direcciones equivocadas o incorrectas o, lo que es peor, se envían a una persona completamente diferente. Sólo se puede ofrecer la mejor experiencia al cliente cuando se es capaz de saber lo que quiere el cliente antes de que sepa que lo quiere. Eso no se puede conseguir con datos malos.
DataMatch Enterprise cuenta con tantas funciones que facilitan el emparejamiento de datos que se puede terminar una tarea en una fracción de tiempo frente a hacerlo de la manera convencional.
Una de las muchas funciones útiles es el análisis de datos.

¿Qué es el análisis sintáctico?
El análisis sintáctico se define como la división de un bloque de datos en trozos más pequeños siguiendo un conjunto de reglas, de modo que pueda ser interpretado, gestionado o transmitido más fácilmente por un ordenador. Los programas de hojas de cálculo, por ejemplo, analizan un bloque de datos para que quepa en una celda de cierto tamaño.

¿Por qué necesitamos analizar los datos?
En el análisis sintáctico de datos, estamos organizando datos no estructurados o mal clasificados. Copiamos o extraemos atributos de interés, como el nombre de la ciudad de una dirección más larga o un atributo del producto de una descripción más larga del mismo; analizamos las direcciones de correo electrónico para comparar o hacer coincidir los dominios. Analizar las fechas para comparar o hacer coincidir un año, por ejemplo, la base de datos A sólo tiene el año, y la base de datos B tiene MM/DD/AAAA. La comparación difusa por sí sola no suele ser suficiente para obtener los resultados más precisos de vinculación de registros, por lo que ofrecemos un enfoque mucho más completo.
Pattern Builder es otra función de DataMatch Enterprise que resulta muy útil para mejorar nuestros resultados de concordancia. Se utiliza para analizar los datos como se ha descrito anteriormente, lo que permite obtener resultados más precisos.
Las empresas utilizan el generador de patrones siempre que necesitan un análisis sintáctico personalizado o para hacer que los datos sean más utilizables y/o para mejorar la calidad y la precisión de los resultados de las coincidencias. El constructor de patrones nos permite construir expresiones regulares que nos permiten establecer reglas de análisis personalizadas.
Ejemplo de escenario:
Un usuario empresarial necesita hacer coincidir el apellido y el año de la columna DOB. Si la columna DOB contiene un formato del tipo MM/DD/AAAA, por ejemplo, podemos utilizar el generador de patrones para analizar la única columna con MM/DD/AAAA en tres nuevas columnas, una para el MM, otra para el DD y otra para el AAAA, lo que permitirá al usuario hacer coincidir con el AAAA.
Captura de pantalla del Constructor de Patrones:

Datos originales [Before using Pattern Builder]:

Después de usar el Constructor de Patrones:
Tome nota de las 3 nuevas columnas

Con Pattern Builder, integrado en DataMatch Enterprise, puede estar seguro de que el análisis sintáctico de los datos es tan fácil como el 123. Haga clic aquí para programar una DEMO.

In this blog, you will find:

Try data matching today

No credit card required

"*" señala los campos obligatorios

Hidden
Hidden
Hidden
Hidden
Hidden
Hidden
Hidden
Este campo es un campo de validación y debe quedar sin cambios.

Want to know more?

Check out DME resources

Merging Data from Multiple Sources – Challenges and Solutions

¡Vaya! No hemos podido localizar tu formulario.