\u00bfQu\u00e9 es la concordancia de datos?<\/strong><\/h2>\n\n\n\nEl cotejo de datos -tambi\u00e9n conocido como vinculaci\u00f3n de registros y resoluci\u00f3n de entidades-<\/a> se refiere a la tarea de identificar y asignar dos registros aparentemente diferentes como uno y el mismo en m\u00faltiples fuentes de datos.<\/p>\n\n\n\nAl encontrar coincidencias m\u00e1s precisas, las organizaciones pueden identificar m\u00e1s f\u00e1cilmente los registros duplicados y optar por fusionarlos. Seleccione un registro maestro y descarte las dem\u00e1s entradas id\u00e9nticas. Adem\u00e1s, identifique las posibles coincidencias que en realidad son entidades diferentes. <\/p>\n\n\n\n
Por esta raz\u00f3n, el cotejo de datos se considera la funci\u00f3n m\u00e1s importante despu\u00e9s de las actividades de perfilado, limpieza y normalizaci\u00f3n.<\/p>\n\n\n\n
De este modo, el cotejo de datos permite a las organizaciones tener una visi\u00f3n m\u00e1s completa de cada entidad. Cliente, estudiantes, paciente, etc. – descartando los valores duplicados y garantizando que los datos que residen en sus sistemas de informaci\u00f3n son limpios y precisos.<\/p>\n\n\n\n
\u00bfC\u00f3mo funciona el cotejo de datos?<\/strong><\/h2>\n\n\n\nElcotejo de datos<\/a> se basa en varios algoritmos para analizar los registros y encontrar coincidencias con entradas similares. Sin embargo, el enfoque exacto para cotejar los datos var\u00eda en funci\u00f3n de si el cotejo es determinista o probabil\u00edstico.<\/p>\n\n\n\nEn la concordancia determinista, las coincidencias se identifican en funci\u00f3n de la exactitud de dos o m\u00e1s entradas; sobre una base de 0 o 1. Los algoritmos utilizan reglas y patrones establecidos para determinar las puntuaciones para determinar una coincidencia.<\/p>\n\n\n\n
La concordancia probabil\u00edstica, en cambio, identifica las coincidencias bas\u00e1ndose en una puntuaci\u00f3n de coincidencia por encima de un determinado umbral que se sit\u00faa entre 0 y 1. <\/p>\n\n\n\n
Los algoritmos de l\u00f3gica difusa, como Jaro-Wrinkler, determinan las probabilidades bas\u00e1ndose en las asociaciones y pesos de los datos de los identificadores \u00fanicos (valores que no cambian con el tiempo. Por ejemplo, el n\u00famero de la Seguridad Social y la fecha de nacimiento). Y para identificar el grado de coincidencia de un registro concreto con otros registros.<\/p>\n\n\n\n
\u00bfC\u00f3mo se aplica la concordancia de datos en los distintos sectores?<\/strong><\/h2>\n\n\n\nAunque el resultado del cotejo de datos es encontrar registros m\u00e1s precisos y \u00fanicos de entre varios registros similares. La aplicaci\u00f3n difiere de una industria a otra. A continuaci\u00f3n se explica c\u00f3mo se aplica la correspondencia de datos en m\u00faltiples contextos:<\/p>\n\n\n\n
- Gobierno y sector p\u00fablico: <\/strong>las agencias federales y las instituciones p\u00fablicas conf\u00edan en la resoluci\u00f3n de entidades mediante el examen de datos PII como el SSN, el pasaporte y los n\u00fameros de licencia para detectar el fraude y cumplir con las normas de cumplimiento. Y realizar an\u00e1lisis pol\u00edticos.
Un ejemplo de ello es el Departamento de Justicia (DOJ), que tramita varios miles de solicitudes de la FOIA. Cada una de ellas debe ser interpretada adecuadamente, comunicada al solicitante. Y se ha investigado a fondo.
Mediante el cotejo de datos, la agencia pudo identificar los duplicados y reducir un campo de 4 a 3 millones de registros. Que se redujeron a 4.000 registros tras el filtrado. Toda la actividad de deduplicaci\u00f3n dur\u00f3 s\u00f3lo cuatro horas, lo que de otro modo habr\u00eda llevado varias semanas si se hubiera hecho manualmente.<\/li>- Educaci\u00f3n: <\/strong>cotejo de datos entre fuentes dispares, como la informaci\u00f3n demogr\u00e1fica de alumnos y profesores, y otras para medir el rendimiento de los estudiantes. Distinguir los m\u00e9todos de ense\u00f1anza exitosos de los no exitosos, analizar los cambios en la calificaci\u00f3n. E identificar las iniciativas pol\u00edticas a partir de los datos del SLDS.<\/li><\/ul>\n\n\n\n
Un estado llev\u00f3 a cabo un programa de vinculaci\u00f3n de registros con una muestra y evalu\u00f3 el n\u00famero de estudiantes en un a\u00f1o que asistieron a la educaci\u00f3n post-secundaria en una ciudad espec\u00edfica. Con el antiguo programa existente, la muestra revel\u00f3 que el 22% de los 5.344 estudiantes de esa ciudad hab\u00edan accedido a la educaci\u00f3n superior. <\/p>\n\n\n\n
Tras la soluci\u00f3n de cotejo de datos de Data Ladder, esa cifra subi\u00f3 a casi el 41%. Casi el doble de la primera cifra. Para m\u00e1s informaci\u00f3n, lea el estudio de caso del SLDS.<\/a><\/p>\n\n\n\n- Banca y finanzas: <\/strong>los bancos y las instituciones de servicios financieros utilizan el cotejo de datos para identificar a los culpables como parte de las iniciativas contra el blanqueo de dinero, cumplir con los requisitos de cumplimiento de KYC o llevar a cabo la puntuaci\u00f3n de cr\u00e9dito FICO.<\/li><\/ul>\n\n\n\n
Bell Bank llev\u00f3 a cabo un cotejo de datos con DataMatch Enterprise para conseguir una visi\u00f3n \u00fanica y consolidada de sus clientes y proveedores repartidos en m\u00faltiples l\u00edneas de servicios. De la jubilaci\u00f3n a la gesti\u00f3n del patrimonio. <\/p>\n\n\n\n
Gracias al matching, Bell Bank pudo encontrar y seguir el recorrido de cada cliente en los diferentes servicios bancarios y reducir los costes operativos. Para m\u00e1s informaci\u00f3n, lea el estudio de caso del Bell Bank<\/a>.<\/p>\n\n\n\n- Sanidad: <\/strong>las organizaciones sanitarias utilizan la coincidencia de pacientes en m\u00faltiples registros de HCE y bases de datos a trav\u00e9s de identificadores \u00fanicos como ONC, USPS y CAQH para obtener una visi\u00f3n \u00fanica del paciente y determinar el diagn\u00f3stico correcto y la prescripci\u00f3n correcta de medicamentos.<\/li><\/ul>\n\n\n\n
John Associates utiliz\u00f3 la limpieza de datos y el emparejamiento para ampliar la deduplicaci\u00f3n de los registros de los candidatos a la contrataci\u00f3n. As\u00ed se ahorran cientos de horas de limpieza y cotejo de registros. Haga clic aqu\u00ed<\/a> para obtener m\u00e1s informaci\u00f3n.<\/p>\n\n\n\n- Ventas y marketing: <\/strong>las empresas a menudo necesitan encontrar coincidencias para eliminar contactos duplicados y err\u00f3neos dentro de las bases de datos relacionales y de CRM. La visi\u00f3n \u00fanica del cliente resultante permite a las empresas mejorar las actividades de venta cruzada y de incremento de ventas, y mejorar las campa\u00f1as de marketing omnicanal. Y aumentar el retorno de la inversi\u00f3n en marketing.<\/li><\/ul>\n\n\n\n
TurnKey Auto Events -una empresa de servicios de marketing para concesionarios de autom\u00f3viles- buscaba conciliar las ventas de los socios de los concesionarios con los clientes potenciales para obtener cr\u00e9dito de ventas. <\/p>\n\n\n\n
Utilizando DataMatch Enterprise, cotejaron registros de varias fuentes para crear una visi\u00f3n consolidada y \u00fanica de las posibles ventas de coches. Y en un tiempo m\u00ednimo, eliminar los duplicados y limpiar los registros en el proceso. Para m\u00e1s informaci\u00f3n, lea el estudio de caso de TurnKey Auto Events<\/a>.<\/p>\n\n\n\nVentajas de la comparaci\u00f3n de datos<\/strong><\/h2>\n\n\n\nDisponer de una s\u00f3lida herramienta de cotejo de datos<\/a> como parte de su marco de gesti\u00f3n de la calidad de los datos puede reportar una amplia gama de beneficios, como por ejemplo<\/span><\/p>\n\n\n\n1. Crear registros \u00abdorados\u00bb para su uso posterior<\/span><\/h3>\n\n\n\n![\"Data](\"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/05\/Data-Matching_DME-Data-Profile-Graphic-copy-1024x327.png\")
<\/h2>\n\n\n\n
Cotejo y depuraci\u00f3n de datos<\/span><\/a> ayuda a identificar, cotejar y fusionar los registros almacenados en los distintos sistemas de informaci\u00f3n, consolidando los datos y creando una visi\u00f3n \u00fanica del cliente. Mientras que algunos campos de datos, como el nombre, el n\u00famero de tel\u00e9fono, la direcci\u00f3n, etc., son los mismos en la mayor\u00eda de las aplicaciones. Algunos sistemas utilizan tecnolog\u00edas de seguimiento para proporcionar una visi\u00f3n m\u00e1s profunda del cliente.<\/span><\/p>\n\n\n\nPor ejemplo, los datos recogidos a trav\u00e9s de herramientas de automatizaci\u00f3n del marketing como Hubspot y Marketo suelen ser exhaustivos. Proporcionar un historial completo de c\u00f3mo un cliente potencial interactu\u00f3 con su empresa a trav\u00e9s de Internet.<\/span><\/p>\n\n\n\n En cambio, si el mismo cliente visita el punto de venta de la empresa en persona. La cantidad de datos que el representante recoger\u00eda e introducir\u00eda en el sistema CRM comprende menos detalles. Adem\u00e1s, existe la posibilidad de que haya discrepancias en la informaci\u00f3n debido a un error humano.<\/span><\/p>\n\n\n\nCon el cotejo de datos, las empresas pueden tener una \u00fanica fuente de verdad: los datos disponibles en diferentes bases de datos y conjuntos de datos se contar\u00e1n y consolidar\u00e1n. Y se fusionan para formar un registro de datos maestro o registro \u00abdorado\u00bb, que contiene toda la informaci\u00f3n que se tiene sobre un cliente potencial o potencial en particular. <\/span><\/p>\n\n\n\nCon una visi\u00f3n completa del cliente, puede alinear mejor sus estrategias de marketing y ventas. Tener acceso a datos concretos para la elaboraci\u00f3n de informes y an\u00e1lisis. Y, en \u00faltima instancia, tomar decisiones empresariales bien fundamentadas para obtener un mayor rendimiento de la inversi\u00f3n y un mayor crecimiento del negocio.<\/span><\/p>\n\n\n\n2. Trabaje con datos limpios en los que pueda confiar<\/span><\/h3>\n\n\n\nLas empresas utilizan una amplia red de sistemas de informaci\u00f3n y aplicaciones que est\u00e1n intrincadamente unidas para formar la infraestructura de datos interna. <\/span><\/p>\n\n\n\nDado que los datos de los consumidores se recogen de varios canales de comunicaci\u00f3n. Existe una alta probabilidad de discrepancia en la informaci\u00f3n introducida a trav\u00e9s de diferentes medios. <\/span><\/p>\n\n\n\nPensemos en un posible cliente, James O’Quinn, que vive en Carolina del Norte y trabaja en Fiserv. Hace clic en uno de sus anuncios de Google<\/a> y visita una p\u00e1gina de aterrizaje que ofrece un libro blanco. Rellena el formulario de contacto con los siguientes datos:<\/span><\/p>\n\n\n\n
Al encontrar coincidencias m\u00e1s precisas, las organizaciones pueden identificar m\u00e1s f\u00e1cilmente los registros duplicados y optar por fusionarlos. Seleccione un registro maestro y descarte las dem\u00e1s entradas id\u00e9nticas. Adem\u00e1s, identifique las posibles coincidencias que en realidad son entidades diferentes. <\/p>\n\n\n\n
Por esta raz\u00f3n, el cotejo de datos se considera la funci\u00f3n m\u00e1s importante despu\u00e9s de las actividades de perfilado, limpieza y normalizaci\u00f3n.<\/p>\n\n\n\n
De este modo, el cotejo de datos permite a las organizaciones tener una visi\u00f3n m\u00e1s completa de cada entidad. Cliente, estudiantes, paciente, etc. – descartando los valores duplicados y garantizando que los datos que residen en sus sistemas de informaci\u00f3n son limpios y precisos.<\/p>\n\n\n\n
\u00bfC\u00f3mo funciona el cotejo de datos?<\/strong><\/h2>\n\n\n\nElcotejo de datos<\/a> se basa en varios algoritmos para analizar los registros y encontrar coincidencias con entradas similares. Sin embargo, el enfoque exacto para cotejar los datos var\u00eda en funci\u00f3n de si el cotejo es determinista o probabil\u00edstico.<\/p>\n\n\n\nEn la concordancia determinista, las coincidencias se identifican en funci\u00f3n de la exactitud de dos o m\u00e1s entradas; sobre una base de 0 o 1. Los algoritmos utilizan reglas y patrones establecidos para determinar las puntuaciones para determinar una coincidencia.<\/p>\n\n\n\n
La concordancia probabil\u00edstica, en cambio, identifica las coincidencias bas\u00e1ndose en una puntuaci\u00f3n de coincidencia por encima de un determinado umbral que se sit\u00faa entre 0 y 1. <\/p>\n\n\n\n
Los algoritmos de l\u00f3gica difusa, como Jaro-Wrinkler, determinan las probabilidades bas\u00e1ndose en las asociaciones y pesos de los datos de los identificadores \u00fanicos (valores que no cambian con el tiempo. Por ejemplo, el n\u00famero de la Seguridad Social y la fecha de nacimiento). Y para identificar el grado de coincidencia de un registro concreto con otros registros.<\/p>\n\n\n\n
\u00bfC\u00f3mo se aplica la concordancia de datos en los distintos sectores?<\/strong><\/h2>\n\n\n\nAunque el resultado del cotejo de datos es encontrar registros m\u00e1s precisos y \u00fanicos de entre varios registros similares. La aplicaci\u00f3n difiere de una industria a otra. A continuaci\u00f3n se explica c\u00f3mo se aplica la correspondencia de datos en m\u00faltiples contextos:<\/p>\n\n\n\n
- Gobierno y sector p\u00fablico: <\/strong>las agencias federales y las instituciones p\u00fablicas conf\u00edan en la resoluci\u00f3n de entidades mediante el examen de datos PII como el SSN, el pasaporte y los n\u00fameros de licencia para detectar el fraude y cumplir con las normas de cumplimiento. Y realizar an\u00e1lisis pol\u00edticos.
Un ejemplo de ello es el Departamento de Justicia (DOJ), que tramita varios miles de solicitudes de la FOIA. Cada una de ellas debe ser interpretada adecuadamente, comunicada al solicitante. Y se ha investigado a fondo.
Mediante el cotejo de datos, la agencia pudo identificar los duplicados y reducir un campo de 4 a 3 millones de registros. Que se redujeron a 4.000 registros tras el filtrado. Toda la actividad de deduplicaci\u00f3n dur\u00f3 s\u00f3lo cuatro horas, lo que de otro modo habr\u00eda llevado varias semanas si se hubiera hecho manualmente.<\/li>- Educaci\u00f3n: <\/strong>cotejo de datos entre fuentes dispares, como la informaci\u00f3n demogr\u00e1fica de alumnos y profesores, y otras para medir el rendimiento de los estudiantes. Distinguir los m\u00e9todos de ense\u00f1anza exitosos de los no exitosos, analizar los cambios en la calificaci\u00f3n. E identificar las iniciativas pol\u00edticas a partir de los datos del SLDS.<\/li><\/ul>\n\n\n\n
Un estado llev\u00f3 a cabo un programa de vinculaci\u00f3n de registros con una muestra y evalu\u00f3 el n\u00famero de estudiantes en un a\u00f1o que asistieron a la educaci\u00f3n post-secundaria en una ciudad espec\u00edfica. Con el antiguo programa existente, la muestra revel\u00f3 que el 22% de los 5.344 estudiantes de esa ciudad hab\u00edan accedido a la educaci\u00f3n superior. <\/p>\n\n\n\n
Tras la soluci\u00f3n de cotejo de datos de Data Ladder, esa cifra subi\u00f3 a casi el 41%. Casi el doble de la primera cifra. Para m\u00e1s informaci\u00f3n, lea el estudio de caso del SLDS.<\/a><\/p>\n\n\n\n- Banca y finanzas: <\/strong>los bancos y las instituciones de servicios financieros utilizan el cotejo de datos para identificar a los culpables como parte de las iniciativas contra el blanqueo de dinero, cumplir con los requisitos de cumplimiento de KYC o llevar a cabo la puntuaci\u00f3n de cr\u00e9dito FICO.<\/li><\/ul>\n\n\n\n
Bell Bank llev\u00f3 a cabo un cotejo de datos con DataMatch Enterprise para conseguir una visi\u00f3n \u00fanica y consolidada de sus clientes y proveedores repartidos en m\u00faltiples l\u00edneas de servicios. De la jubilaci\u00f3n a la gesti\u00f3n del patrimonio. <\/p>\n\n\n\n
Gracias al matching, Bell Bank pudo encontrar y seguir el recorrido de cada cliente en los diferentes servicios bancarios y reducir los costes operativos. Para m\u00e1s informaci\u00f3n, lea el estudio de caso del Bell Bank<\/a>.<\/p>\n\n\n\n- Sanidad: <\/strong>las organizaciones sanitarias utilizan la coincidencia de pacientes en m\u00faltiples registros de HCE y bases de datos a trav\u00e9s de identificadores \u00fanicos como ONC, USPS y CAQH para obtener una visi\u00f3n \u00fanica del paciente y determinar el diagn\u00f3stico correcto y la prescripci\u00f3n correcta de medicamentos.<\/li><\/ul>\n\n\n\n
John Associates utiliz\u00f3 la limpieza de datos y el emparejamiento para ampliar la deduplicaci\u00f3n de los registros de los candidatos a la contrataci\u00f3n. As\u00ed se ahorran cientos de horas de limpieza y cotejo de registros. Haga clic aqu\u00ed<\/a> para obtener m\u00e1s informaci\u00f3n.<\/p>\n\n\n\n- Ventas y marketing: <\/strong>las empresas a menudo necesitan encontrar coincidencias para eliminar contactos duplicados y err\u00f3neos dentro de las bases de datos relacionales y de CRM. La visi\u00f3n \u00fanica del cliente resultante permite a las empresas mejorar las actividades de venta cruzada y de incremento de ventas, y mejorar las campa\u00f1as de marketing omnicanal. Y aumentar el retorno de la inversi\u00f3n en marketing.<\/li><\/ul>\n\n\n\n
TurnKey Auto Events -una empresa de servicios de marketing para concesionarios de autom\u00f3viles- buscaba conciliar las ventas de los socios de los concesionarios con los clientes potenciales para obtener cr\u00e9dito de ventas. <\/p>\n\n\n\n
Utilizando DataMatch Enterprise, cotejaron registros de varias fuentes para crear una visi\u00f3n consolidada y \u00fanica de las posibles ventas de coches. Y en un tiempo m\u00ednimo, eliminar los duplicados y limpiar los registros en el proceso. Para m\u00e1s informaci\u00f3n, lea el estudio de caso de TurnKey Auto Events<\/a>.<\/p>\n\n\n\nVentajas de la comparaci\u00f3n de datos<\/strong><\/h2>\n\n\n\nDisponer de una s\u00f3lida herramienta de cotejo de datos<\/a> como parte de su marco de gesti\u00f3n de la calidad de los datos puede reportar una amplia gama de beneficios, como por ejemplo<\/span><\/p>\n\n\n\n1. Crear registros \u00abdorados\u00bb para su uso posterior<\/span><\/h3>\n\n\n\n<\/h2>\n\n\n\n
Cotejo y depuraci\u00f3n de datos<\/span><\/a> ayuda a identificar, cotejar y fusionar los registros almacenados en los distintos sistemas de informaci\u00f3n, consolidando los datos y creando una visi\u00f3n \u00fanica del cliente. Mientras que algunos campos de datos, como el nombre, el n\u00famero de tel\u00e9fono, la direcci\u00f3n, etc., son los mismos en la mayor\u00eda de las aplicaciones. Algunos sistemas utilizan tecnolog\u00edas de seguimiento para proporcionar una visi\u00f3n m\u00e1s profunda del cliente.<\/span><\/p>\n\n\n\nPor ejemplo, los datos recogidos a trav\u00e9s de herramientas de automatizaci\u00f3n del marketing como Hubspot y Marketo suelen ser exhaustivos. Proporcionar un historial completo de c\u00f3mo un cliente potencial interactu\u00f3 con su empresa a trav\u00e9s de Internet.<\/span><\/p>\n\n\n\n En cambio, si el mismo cliente visita el punto de venta de la empresa en persona. La cantidad de datos que el representante recoger\u00eda e introducir\u00eda en el sistema CRM comprende menos detalles. Adem\u00e1s, existe la posibilidad de que haya discrepancias en la informaci\u00f3n debido a un error humano.<\/span><\/p>\n\n\n\nCon el cotejo de datos, las empresas pueden tener una \u00fanica fuente de verdad: los datos disponibles en diferentes bases de datos y conjuntos de datos se contar\u00e1n y consolidar\u00e1n. Y se fusionan para formar un registro de datos maestro o registro \u00abdorado\u00bb, que contiene toda la informaci\u00f3n que se tiene sobre un cliente potencial o potencial en particular. <\/span><\/p>\n\n\n\nCon una visi\u00f3n completa del cliente, puede alinear mejor sus estrategias de marketing y ventas. Tener acceso a datos concretos para la elaboraci\u00f3n de informes y an\u00e1lisis. Y, en \u00faltima instancia, tomar decisiones empresariales bien fundamentadas para obtener un mayor rendimiento de la inversi\u00f3n y un mayor crecimiento del negocio.<\/span><\/p>\n\n\n\n2. Trabaje con datos limpios en los que pueda confiar<\/span><\/h3>\n\n\n\nLas empresas utilizan una amplia red de sistemas de informaci\u00f3n y aplicaciones que est\u00e1n intrincadamente unidas para formar la infraestructura de datos interna. <\/span><\/p>\n\n\n\nDado que los datos de los consumidores se recogen de varios canales de comunicaci\u00f3n. Existe una alta probabilidad de discrepancia en la informaci\u00f3n introducida a trav\u00e9s de diferentes medios. <\/span><\/p>\n\n\n\nPensemos en un posible cliente, James O’Quinn, que vive en Carolina del Norte y trabaja en Fiserv. Hace clic en uno de sus anuncios de Google<\/a> y visita una p\u00e1gina de aterrizaje que ofrece un libro blanco. Rellena el formulario de contacto con los siguientes datos:<\/span><\/p>\n\n\n\n
En la concordancia determinista, las coincidencias se identifican en funci\u00f3n de la exactitud de dos o m\u00e1s entradas; sobre una base de 0 o 1. Los algoritmos utilizan reglas y patrones establecidos para determinar las puntuaciones para determinar una coincidencia.<\/p>\n\n\n\n
La concordancia probabil\u00edstica, en cambio, identifica las coincidencias bas\u00e1ndose en una puntuaci\u00f3n de coincidencia por encima de un determinado umbral que se sit\u00faa entre 0 y 1. <\/p>\n\n\n\n
Los algoritmos de l\u00f3gica difusa, como Jaro-Wrinkler, determinan las probabilidades bas\u00e1ndose en las asociaciones y pesos de los datos de los identificadores \u00fanicos (valores que no cambian con el tiempo. Por ejemplo, el n\u00famero de la Seguridad Social y la fecha de nacimiento). Y para identificar el grado de coincidencia de un registro concreto con otros registros.<\/p>\n\n\n\n
\u00bfC\u00f3mo se aplica la concordancia de datos en los distintos sectores?<\/strong><\/h2>\n\n\n\nAunque el resultado del cotejo de datos es encontrar registros m\u00e1s precisos y \u00fanicos de entre varios registros similares. La aplicaci\u00f3n difiere de una industria a otra. A continuaci\u00f3n se explica c\u00f3mo se aplica la correspondencia de datos en m\u00faltiples contextos:<\/p>\n\n\n\n
- Gobierno y sector p\u00fablico: <\/strong>las agencias federales y las instituciones p\u00fablicas conf\u00edan en la resoluci\u00f3n de entidades mediante el examen de datos PII como el SSN, el pasaporte y los n\u00fameros de licencia para detectar el fraude y cumplir con las normas de cumplimiento. Y realizar an\u00e1lisis pol\u00edticos.
Un ejemplo de ello es el Departamento de Justicia (DOJ), que tramita varios miles de solicitudes de la FOIA. Cada una de ellas debe ser interpretada adecuadamente, comunicada al solicitante. Y se ha investigado a fondo.
Mediante el cotejo de datos, la agencia pudo identificar los duplicados y reducir un campo de 4 a 3 millones de registros. Que se redujeron a 4.000 registros tras el filtrado. Toda la actividad de deduplicaci\u00f3n dur\u00f3 s\u00f3lo cuatro horas, lo que de otro modo habr\u00eda llevado varias semanas si se hubiera hecho manualmente.<\/li>- Educaci\u00f3n: <\/strong>cotejo de datos entre fuentes dispares, como la informaci\u00f3n demogr\u00e1fica de alumnos y profesores, y otras para medir el rendimiento de los estudiantes. Distinguir los m\u00e9todos de ense\u00f1anza exitosos de los no exitosos, analizar los cambios en la calificaci\u00f3n. E identificar las iniciativas pol\u00edticas a partir de los datos del SLDS.<\/li><\/ul>\n\n\n\n
Un estado llev\u00f3 a cabo un programa de vinculaci\u00f3n de registros con una muestra y evalu\u00f3 el n\u00famero de estudiantes en un a\u00f1o que asistieron a la educaci\u00f3n post-secundaria en una ciudad espec\u00edfica. Con el antiguo programa existente, la muestra revel\u00f3 que el 22% de los 5.344 estudiantes de esa ciudad hab\u00edan accedido a la educaci\u00f3n superior. <\/p>\n\n\n\n
Tras la soluci\u00f3n de cotejo de datos de Data Ladder, esa cifra subi\u00f3 a casi el 41%. Casi el doble de la primera cifra. Para m\u00e1s informaci\u00f3n, lea el estudio de caso del SLDS.<\/a><\/p>\n\n\n\n- Banca y finanzas: <\/strong>los bancos y las instituciones de servicios financieros utilizan el cotejo de datos para identificar a los culpables como parte de las iniciativas contra el blanqueo de dinero, cumplir con los requisitos de cumplimiento de KYC o llevar a cabo la puntuaci\u00f3n de cr\u00e9dito FICO.<\/li><\/ul>\n\n\n\n
Bell Bank llev\u00f3 a cabo un cotejo de datos con DataMatch Enterprise para conseguir una visi\u00f3n \u00fanica y consolidada de sus clientes y proveedores repartidos en m\u00faltiples l\u00edneas de servicios. De la jubilaci\u00f3n a la gesti\u00f3n del patrimonio. <\/p>\n\n\n\n
Gracias al matching, Bell Bank pudo encontrar y seguir el recorrido de cada cliente en los diferentes servicios bancarios y reducir los costes operativos. Para m\u00e1s informaci\u00f3n, lea el estudio de caso del Bell Bank<\/a>.<\/p>\n\n\n\n- Sanidad: <\/strong>las organizaciones sanitarias utilizan la coincidencia de pacientes en m\u00faltiples registros de HCE y bases de datos a trav\u00e9s de identificadores \u00fanicos como ONC, USPS y CAQH para obtener una visi\u00f3n \u00fanica del paciente y determinar el diagn\u00f3stico correcto y la prescripci\u00f3n correcta de medicamentos.<\/li><\/ul>\n\n\n\n
John Associates utiliz\u00f3 la limpieza de datos y el emparejamiento para ampliar la deduplicaci\u00f3n de los registros de los candidatos a la contrataci\u00f3n. As\u00ed se ahorran cientos de horas de limpieza y cotejo de registros. Haga clic aqu\u00ed<\/a> para obtener m\u00e1s informaci\u00f3n.<\/p>\n\n\n\n- Ventas y marketing: <\/strong>las empresas a menudo necesitan encontrar coincidencias para eliminar contactos duplicados y err\u00f3neos dentro de las bases de datos relacionales y de CRM. La visi\u00f3n \u00fanica del cliente resultante permite a las empresas mejorar las actividades de venta cruzada y de incremento de ventas, y mejorar las campa\u00f1as de marketing omnicanal. Y aumentar el retorno de la inversi\u00f3n en marketing.<\/li><\/ul>\n\n\n\n
TurnKey Auto Events -una empresa de servicios de marketing para concesionarios de autom\u00f3viles- buscaba conciliar las ventas de los socios de los concesionarios con los clientes potenciales para obtener cr\u00e9dito de ventas. <\/p>\n\n\n\n
Utilizando DataMatch Enterprise, cotejaron registros de varias fuentes para crear una visi\u00f3n consolidada y \u00fanica de las posibles ventas de coches. Y en un tiempo m\u00ednimo, eliminar los duplicados y limpiar los registros en el proceso. Para m\u00e1s informaci\u00f3n, lea el estudio de caso de TurnKey Auto Events<\/a>.<\/p>\n\n\n\nVentajas de la comparaci\u00f3n de datos<\/strong><\/h2>\n\n\n\nDisponer de una s\u00f3lida herramienta de cotejo de datos<\/a> como parte de su marco de gesti\u00f3n de la calidad de los datos puede reportar una amplia gama de beneficios, como por ejemplo<\/span><\/p>\n\n\n\n1. Crear registros \u00abdorados\u00bb para su uso posterior<\/span><\/h3>\n\n\n\n<\/h2>\n\n\n\n
Cotejo y depuraci\u00f3n de datos<\/span><\/a> ayuda a identificar, cotejar y fusionar los registros almacenados en los distintos sistemas de informaci\u00f3n, consolidando los datos y creando una visi\u00f3n \u00fanica del cliente. Mientras que algunos campos de datos, como el nombre, el n\u00famero de tel\u00e9fono, la direcci\u00f3n, etc., son los mismos en la mayor\u00eda de las aplicaciones. Algunos sistemas utilizan tecnolog\u00edas de seguimiento para proporcionar una visi\u00f3n m\u00e1s profunda del cliente.<\/span><\/p>\n\n\n\nPor ejemplo, los datos recogidos a trav\u00e9s de herramientas de automatizaci\u00f3n del marketing como Hubspot y Marketo suelen ser exhaustivos. Proporcionar un historial completo de c\u00f3mo un cliente potencial interactu\u00f3 con su empresa a trav\u00e9s de Internet.<\/span><\/p>\n\n\n\n En cambio, si el mismo cliente visita el punto de venta de la empresa en persona. La cantidad de datos que el representante recoger\u00eda e introducir\u00eda en el sistema CRM comprende menos detalles. Adem\u00e1s, existe la posibilidad de que haya discrepancias en la informaci\u00f3n debido a un error humano.<\/span><\/p>\n\n\n\nCon el cotejo de datos, las empresas pueden tener una \u00fanica fuente de verdad: los datos disponibles en diferentes bases de datos y conjuntos de datos se contar\u00e1n y consolidar\u00e1n. Y se fusionan para formar un registro de datos maestro o registro \u00abdorado\u00bb, que contiene toda la informaci\u00f3n que se tiene sobre un cliente potencial o potencial en particular. <\/span><\/p>\n\n\n\nCon una visi\u00f3n completa del cliente, puede alinear mejor sus estrategias de marketing y ventas. Tener acceso a datos concretos para la elaboraci\u00f3n de informes y an\u00e1lisis. Y, en \u00faltima instancia, tomar decisiones empresariales bien fundamentadas para obtener un mayor rendimiento de la inversi\u00f3n y un mayor crecimiento del negocio.<\/span><\/p>\n\n\n\n2. Trabaje con datos limpios en los que pueda confiar<\/span><\/h3>\n\n\n\nLas empresas utilizan una amplia red de sistemas de informaci\u00f3n y aplicaciones que est\u00e1n intrincadamente unidas para formar la infraestructura de datos interna. <\/span><\/p>\n\n\n\nDado que los datos de los consumidores se recogen de varios canales de comunicaci\u00f3n. Existe una alta probabilidad de discrepancia en la informaci\u00f3n introducida a trav\u00e9s de diferentes medios. <\/span><\/p>\n\n\n\nPensemos en un posible cliente, James O’Quinn, que vive en Carolina del Norte y trabaja en Fiserv. Hace clic en uno de sus anuncios de Google<\/a> y visita una p\u00e1gina de aterrizaje que ofrece un libro blanco. Rellena el formulario de contacto con los siguientes datos:<\/span><\/p>\n\n\n\n
Un ejemplo de ello es el Departamento de Justicia (DOJ), que tramita varios miles de solicitudes de la FOIA. Cada una de ellas debe ser interpretada adecuadamente, comunicada al solicitante. Y se ha investigado a fondo.
Mediante el cotejo de datos, la agencia pudo identificar los duplicados y reducir un campo de 4 a 3 millones de registros. Que se redujeron a 4.000 registros tras el filtrado. Toda la actividad de deduplicaci\u00f3n dur\u00f3 s\u00f3lo cuatro horas, lo que de otro modo habr\u00eda llevado varias semanas si se hubiera hecho manualmente.<\/li>
Un estado llev\u00f3 a cabo un programa de vinculaci\u00f3n de registros con una muestra y evalu\u00f3 el n\u00famero de estudiantes en un a\u00f1o que asistieron a la educaci\u00f3n post-secundaria en una ciudad espec\u00edfica. Con el antiguo programa existente, la muestra revel\u00f3 que el 22% de los 5.344 estudiantes de esa ciudad hab\u00edan accedido a la educaci\u00f3n superior. <\/p>\n\n\n\n
Tras la soluci\u00f3n de cotejo de datos de Data Ladder, esa cifra subi\u00f3 a casi el 41%. Casi el doble de la primera cifra. Para m\u00e1s informaci\u00f3n, lea el estudio de caso del SLDS.<\/a><\/p>\n\n\n\n Bell Bank llev\u00f3 a cabo un cotejo de datos con DataMatch Enterprise para conseguir una visi\u00f3n \u00fanica y consolidada de sus clientes y proveedores repartidos en m\u00faltiples l\u00edneas de servicios. De la jubilaci\u00f3n a la gesti\u00f3n del patrimonio. <\/p>\n\n\n\n Gracias al matching, Bell Bank pudo encontrar y seguir el recorrido de cada cliente en los diferentes servicios bancarios y reducir los costes operativos. Para m\u00e1s informaci\u00f3n, lea el estudio de caso del Bell Bank<\/a>.<\/p>\n\n\n\n John Associates utiliz\u00f3 la limpieza de datos y el emparejamiento para ampliar la deduplicaci\u00f3n de los registros de los candidatos a la contrataci\u00f3n. As\u00ed se ahorran cientos de horas de limpieza y cotejo de registros. Haga clic aqu\u00ed<\/a> para obtener m\u00e1s informaci\u00f3n.<\/p>\n\n\n\n TurnKey Auto Events -una empresa de servicios de marketing para concesionarios de autom\u00f3viles- buscaba conciliar las ventas de los socios de los concesionarios con los clientes potenciales para obtener cr\u00e9dito de ventas. <\/p>\n\n\n\n Utilizando DataMatch Enterprise, cotejaron registros de varias fuentes para crear una visi\u00f3n consolidada y \u00fanica de las posibles ventas de coches. Y en un tiempo m\u00ednimo, eliminar los duplicados y limpiar los registros en el proceso. Para m\u00e1s informaci\u00f3n, lea el estudio de caso de TurnKey Auto Events<\/a>.<\/p>\n\n\n\n Disponer de una s\u00f3lida herramienta de cotejo de datos<\/a> como parte de su marco de gesti\u00f3n de la calidad de los datos puede reportar una amplia gama de beneficios, como por ejemplo<\/span><\/p>\n\n\n\n Cotejo y depuraci\u00f3n de datos<\/span><\/a> ayuda a identificar, cotejar y fusionar los registros almacenados en los distintos sistemas de informaci\u00f3n, consolidando los datos y creando una visi\u00f3n \u00fanica del cliente. Mientras que algunos campos de datos, como el nombre, el n\u00famero de tel\u00e9fono, la direcci\u00f3n, etc., son los mismos en la mayor\u00eda de las aplicaciones. Algunos sistemas utilizan tecnolog\u00edas de seguimiento para proporcionar una visi\u00f3n m\u00e1s profunda del cliente.<\/span><\/p>\n\n\n\n Por ejemplo, los datos recogidos a trav\u00e9s de herramientas de automatizaci\u00f3n del marketing como Hubspot y Marketo suelen ser exhaustivos. Proporcionar un historial completo de c\u00f3mo un cliente potencial interactu\u00f3 con su empresa a trav\u00e9s de Internet.<\/span><\/p>\n\n\n\n En cambio, si el mismo cliente visita el punto de venta de la empresa en persona. La cantidad de datos que el representante recoger\u00eda e introducir\u00eda en el sistema CRM comprende menos detalles. Adem\u00e1s, existe la posibilidad de que haya discrepancias en la informaci\u00f3n debido a un error humano.<\/span><\/p>\n\n\n\n Con el cotejo de datos, las empresas pueden tener una \u00fanica fuente de verdad: los datos disponibles en diferentes bases de datos y conjuntos de datos se contar\u00e1n y consolidar\u00e1n. Y se fusionan para formar un registro de datos maestro o registro \u00abdorado\u00bb, que contiene toda la informaci\u00f3n que se tiene sobre un cliente potencial o potencial en particular. <\/span><\/p>\n\n\n\n Con una visi\u00f3n completa del cliente, puede alinear mejor sus estrategias de marketing y ventas. Tener acceso a datos concretos para la elaboraci\u00f3n de informes y an\u00e1lisis. Y, en \u00faltima instancia, tomar decisiones empresariales bien fundamentadas para obtener un mayor rendimiento de la inversi\u00f3n y un mayor crecimiento del negocio.<\/span><\/p>\n\n\n\n Las empresas utilizan una amplia red de sistemas de informaci\u00f3n y aplicaciones que est\u00e1n intrincadamente unidas para formar la infraestructura de datos interna. <\/span><\/p>\n\n\n\n Dado que los datos de los consumidores se recogen de varios canales de comunicaci\u00f3n. Existe una alta probabilidad de discrepancia en la informaci\u00f3n introducida a trav\u00e9s de diferentes medios. <\/span><\/p>\n\n\n\n Pensemos en un posible cliente, James O’Quinn, que vive en Carolina del Norte y trabaja en Fiserv. Hace clic en uno de sus anuncios de Google<\/a> y visita una p\u00e1gina de aterrizaje que ofrece un libro blanco. Rellena el formulario de contacto con los siguientes datos:<\/span><\/p>\n\n\n\nVentajas de la comparaci\u00f3n de datos<\/strong><\/h2>\n\n\n\n
1. Crear registros \u00abdorados\u00bb para su uso posterior<\/span><\/h3>\n\n\n\n
<\/h2>\n\n\n\n2. Trabaje con datos limpios en los que pueda confiar<\/span><\/h3>\n\n\n\n