Los datos de direcciones deficientes constituyen un complejo reto de calidad de datos que afecta a los clientes, a las empresas e incluso al servicio de correo. La asombrosa cantidad de datos de direcciones deficientes ha obligado a las empresas a invertir en s\u00f3lidas herramientas de normalizaci\u00f3n y verificaci\u00f3n de direcciones que les ayuden a obtener direcciones validadas por USPS de forma f\u00e1cil y sin esfuerzo. <\/span><\/p>\n Lea mientras le ayudamos a entenderlo: <\/span><\/p>\n Vamos a sumergirnos de lleno.<\/p>\n Cada a\u00f1o se desperdician millones de d\u00f3lares por culpa de unos datos de direcciones deficientes. El USPS informa de que casi 6.600 millones de piezas de correo no se pudieron entregar solo en 2016. Los carteros gastan m\u00e1s de 20.000 millones de d\u00f3lares en correo del SAU, mientras que los costes directos para el USPS son de m\u00e1s de 1.500 millones de d\u00f3lares al a\u00f1o. Todo este coste innecesario se debe simplemente al hecho de que las empresas no tienen acceso a los datos de direcci\u00f3n correctos. <\/span><\/p>\n Si hace los c\u00e1lculos bas\u00e1ndose s\u00f3lo en este coste preliminar, probablemente est\u00e9 gastando $$$$ s\u00f3lo en la gesti\u00f3n de los costes del correo de retorno, por no mencionar el coste operativo de verificar la informaci\u00f3n de los clientes y volver a enviar el paquete.<\/p>\n Algunas cifras a tener en cuenta:<\/p>\n Es de naturaleza humana cometer errores. La mayor\u00eda de las veces, los consumidores son poco rigurosos a la hora de facilitar sus datos de direcci\u00f3n en formularios f\u00edsicos o web. Pueden escribir mal el nombre de un estado, escribir abreviaturas, omitir un n\u00famero de calle u olvidar su c\u00f3digo postal. Es inevitable que se cometan algunos errores y se introduzcan datos incorrectos.<\/p>\n Esta es una imagen de c\u00f3mo son los t\u00edpicos datos de direcciones sin estructurar y sin procesar. La falta de datos sobre las direcciones es un reto que provoca una gran tensi\u00f3n en las empresas y sus empleados. Imag\u00ednese tener que arreglar estos problemas tan b\u00e1sicos para cada campa\u00f1a de correo, actividad promocional y cada informe de clientes que tenga que ejecutar. No s\u00f3lo es alucinantemente frustrante, sino tambi\u00e9n contraproducente, ya que intentas cotejar y verificar cada direcci\u00f3n para asegurarte de que es exacta y completa. Los cient\u00edficos de datos y los analistas o usuarios empresariales que necesitan estos datos deben pasar d\u00edas y meses solucionando estos problemas.<\/p>\n Los datos de las direcciones suelen adolecer de: <\/span><\/p>\n Todos estos problemas hacen que los datos de direcciones sean uno de los m\u00e1s dif\u00edciles de abordar en una fuente de datos. Adem\u00e1s, tambi\u00e9n aumenta significativamente el coste de las devoluciones de correo, a la vez que dificulta la confianza de una empresa en los datos de las direcciones para tomar decisiones comerciales cruciales.<\/span><\/p>\n La mayor\u00eda de estos problemas se deben a errores de introducci\u00f3n de datos por parte de los usuarios y a la falta de controles de datos adecuados. <\/span><\/p>\n Por ejemplo, algunas personas optar\u00e1n por escribir s\u00f3lo el c\u00f3digo postal pero no la direcci\u00f3n completa, otras simplemente se olvidar\u00e1n de escribir el c\u00f3digo postal, o algunas escribir\u00e1n una direcci\u00f3n incompleta. Algunos dan una direcci\u00f3n falsa. Sean cuales sean las razones de los errores de datos, una cosa es cierta: para que una empresa pueda utilizar sus datos, es necesario que \u00e9stos est\u00e9n limpios y sean v\u00e1lidos.<\/strong><\/span><\/p>\n Pero los errores estructurales son s\u00f3lo una parte del problema de los datos de direcciones err\u00f3neas. Otras cuestiones podr\u00edan ser:<\/p>\n Cuando esta informaci\u00f3n no se comprueba en la fase de entrada, afecta a toda la correspondencia futura, as\u00ed como a la relaci\u00f3n con ese cliente. Para rectificar esto, las empresas tendr\u00e1n que dedicar tiempo a llamar a cada cliente para actualizar los datos o hacer que proporcionen de nuevo la informaci\u00f3n correcta. El problema es que las empresas suelen tener pocos recursos y no es un modo de funcionamiento muy viable.<\/p>\n Al final, todo se reduce a una cosa: los datos deficientes son inevitables, pero se pueden arreglar. Existen muchas herramientas de estandarizaci\u00f3n de direcciones que ayudan a las empresas a corregir los datos deficientes, corrigiendo los problemas de formato y limpiando los datos desordenados. El proceso lleva menos tiempo, pero puede requerir una curva de aprendizaje y una comprensi\u00f3n b\u00e1sica de la concordancia, el an\u00e1lisis sint\u00e1ctico y la deduplicaci\u00f3n de<\/a> datos.<\/p>\n Los errores humanos son la causa principal, pero no la \u00fanica, de la mala calidad de las direcciones. Aparte de los retos que plantea la captura de datos precisos<\/a>, hay muchas m\u00e1s causas de fondo, como:<\/p>\n Decaimiento de la base de datos:<\/strong><\/p>\n Seg\u00fan la Oficina del Censo, un estadounidense t\u00edpico se mudar\u00e1 11,7 veces en su vida. A medida que la vivienda se encarezca y los estadounidenses traten de encontrar zonas adecuadas para vivir, esta cifra aumentar\u00e1. De ellos, s\u00f3lo el 60% de los que hacen la mudanza informan al USPS de su traslado a tiempo.<\/p>\n Por lo tanto, las empresas se quedan con datos de direcciones que no est\u00e1n actualizados. Si env\u00edan un mill\u00f3n de facturas o folletos promocionales al mes, pueden recibir 90.000 avisos de mudanza en el mismo mes. Y lo que es peor, seg\u00fan este porcentaje, 60.000 de esos millones de clientes no habr\u00e1n proporcionado la informaci\u00f3n correcta a USPS a tiempo.<\/p>\n Suponiendo que los mismos clientes sigan con la organizaci\u00f3n, la empresa tendr\u00e1 que seguir actualizando su base de datos y asegurarse de que tiene la direcci\u00f3n m\u00e1s reciente para utilizarla.<\/p>\n Mala cultura de los datos:<\/strong><\/p>\n Hace poco que las empresas est\u00e1n empezando a hablar sobre el uso de los datos, pero esto se limita a la direcci\u00f3n ejecutiva. El empleado en su mesa no es consciente del nivel de problemas de calidad de los datos al que se enfrenta. Adem\u00e1s, no hay reglas de negocio a las que atenerse cuando se trata de la calidad de los datos. No hay formaci\u00f3n ni educaci\u00f3n para que los empleados se orienten hacia los datos y no hay absolutamente ninguna inversi\u00f3n en herramientas de gesti\u00f3n de datos como DataMatch Enterprise, que puede salvar la brecha entre las aplicaciones de TI y la gesti\u00f3n empresarial de los datos.<\/p>\n Fusiones y adquisiciones:<\/strong><\/p>\n Cuando las empresas migran los datos durante una fusi\u00f3n y adquisici\u00f3n, aumenta la probabilidad de que se produzcan errores en la calidad de los datos. Estas fusiones se producen r\u00e1pidamente y los problemas son a veces imprevistos. La presi\u00f3n por la consolidaci\u00f3n es cada vez mayor, pero no hay control de la calidad; de hecho, rara vez existe un marco de gesti\u00f3n de la calidad.<\/p>\n Bien, entonces la definici\u00f3n, \u00bfc\u00f3mo se estandarizan los datos?<\/p>\n Pues bien, hay dos maneras de hacerlo: la f\u00e1cil y la dif\u00edcil.<\/p>\n El camino dif\u00edcil incluir\u00e1 que transportes esos datos a Excel, aplicando f\u00f3rmulas y filtros para arreglar los datos. No te creas los tutoriales que te dicen que es \u00absuperf\u00e1cil\u00bb, porque nunca lo es.<\/p>\n Echa un vistazo a este art\u00edculo, ya que te ense\u00f1a c\u00f3mo corregir errores en Excel.<\/a> \u00bfVes la cantidad de tiempo, esfuerzo y conocimientos t\u00e9cnicos que tendr\u00e1s que poseer para hacer correcciones b\u00e1sicas de datos? Cuanto m\u00e1s complejos son los problemas, m\u00e1s tiempo se necesita. Si tiene que tratar con millones de filas de datos, la limpieza de datos puede convertirse en su trabajo permanente.<\/p>\n \u00bfLa manera f\u00e1cil?<\/p>\n Utilice un programa de normalizaci\u00f3n de direcciones<\/a>. Antes de que descartes la idea, te explicamos por qu\u00e9.<\/p>\n Obviamente, el software ahorrar\u00e1 mucho tiempo y esfuerzo, pero hace m\u00e1s que eso.<\/p>\n Los registros de datos de direcciones no son simples errores. Como en el ejemplo anterior, tienes miles de filas que tienen problemas. Necesitas una soluci\u00f3n que te permita arreglar todos esos problemas de una sola vez.<\/p>\n Si utiliza una soluci\u00f3n de las mejores, puede estandarizar los datos:<\/p>\n Evaluaci\u00f3n de los errores mediante la elaboraci\u00f3n de perfiles de datos:<\/strong> Imagine que puede obtener una visi\u00f3n general consolidada de todo lo que est\u00e1 mal en sus datos de direcciones. Puede ver columnas con caracteres no imprimibles, o columnas con espacios negativos o incluso columnas con letras en campos num\u00e9ricos. La elaboraci\u00f3n de perfiles de datos<\/a> le permite realizar correcciones con conocimiento de causa. <\/strong>A menos que no sepas qu\u00e9 es lo que est\u00e1 mal, estar\u00e1s haciendo correcciones en la oscuridad.<\/p>\n An\u00e1lisis de direcciones para resolver problemas espec\u00edficos: <\/b>Parte de la limpieza de direcciones requiere que se analicen o desglosen diferentes partes de las direcciones (ciudad, estado, c\u00f3digo postal, etc.) y se fijen en diferentes niveles. Por ejemplo, con DataMatch Enterprise, puede fijar espec\u00edficamente los c\u00f3digos postales y asegurarse de que cumple con los c\u00f3digos postales<\/a> ZIP+4<\/a> o ZIP+6.<\/span><\/span><\/p>\n Limpieza de datos desordenados: <\/strong>Limpie los problemas de formato, elimine los espacios negativos y los caracteres no imprimibles de una sola vez. Es imperativo limpiar los datos de su direcci\u00f3n y estandarizarlos de acuerdo con las directrices de USPS (ver m\u00e1s abajo) antes de poder verificarlos.<\/p>\n Eliminaci\u00f3n de duplicados con coincidencia de datos:<\/a> <\/b>La limpieza de datos desordenados es s\u00f3lo una parte del proceso; la parte m\u00e1s estresante es eliminar los duplicados. Si tiene miles de filas de datos de clientes que no se han ordenado en mucho tiempo, lo m\u00e1s probable es que tenga duplicados y que \u00e9stos no siempre sean exactos.<\/p>\n Echa un vistazo a esta tabla:<\/p>\n \u00bfVes c\u00f3mo un cliente tiene cinco direcciones diferentes introducidas de m\u00faltiples maneras? Ahora bien, esto no es algo que se pueda clasificar f\u00e1cilmente a menos que se utilice una potente herramienta de calidad de datos.<\/p>\n Normalizaci\u00f3n de direcciones CASS: <\/strong>Cualquier software de normalizaci\u00f3n de direcciones debe contar con la normalizaci\u00f3n de direcciones<\/a> CASS. DataMatch Enterprise, por ejemplo, es una soluci\u00f3n de normalizaci\u00f3n de direcciones certificada por CASS con una base de datos CASS que se actualiza cada mes.<\/p>\n Los programas inform\u00e1ticos que corrigen o hacen coincidir las direcciones<\/a> deben estar certificados por el USPS. Esto se hace a trav\u00e9s del sistema de apoyo a la exactitud de la codificaci\u00f3n (CASS) que el USPS utiliza para verificar la exactitud del software. La certificaci\u00f3n CASS es una licencia para todos los proveedores de software que utilizan el USPS para evaluar la calidad de sus datos de direcciones y mejorar la precisi\u00f3n de la codificaci\u00f3n ZIP+4 y de cinco d\u00edgitos.<\/p>\n Dado que el USPS actualiza sus datos de direcciones con regularidad, los proveedores de software con certificaci\u00f3n CASS<\/a> deben renovar anualmente su certificaci\u00f3n con el USPS. Todos los productos CASS certificados aparecen en el sitio web de USPS.<\/p>\n Los proveedores de software de estandarizaci\u00f3n de datos<\/a> de direcciones siguen la directriz de estandarizaci\u00f3n de USPS<\/a> que requiere que las direcciones tengan un formato como:<\/p>\n Estas son las reglas:<\/p>\n La normalizaci\u00f3n de las direcciones es el requisito previo para una validaci\u00f3n eficaz de las mismas. Tiene que asegurarse de que su direcci\u00f3n cumple con la directriz de USPS antes de que sus datos puedan ser verificados con el USPS.<\/p>\n A menudo ver\u00e1 el t\u00e9rmino \u00abvalidaci\u00f3n y verificaci\u00f3n\u00bb entremezclado cuando se trata de datos de direcciones. La diferencia es m\u00e1s contextual que l\u00e9xica. Data Ladder utiliza el t\u00e9rmino Verificaci\u00f3n de Direcciones<\/a> para verificar las direcciones con la base de datos de USPS. Otras organizaciones verifican las direcciones con los registros de facturaci\u00f3n, los permisos de conducir, los extractos bancarios, etc. Ese es un servicio completamente diferente y que la mayor\u00eda de las empresas no necesitan.<\/p>\n Otros proveedores utilizanla \u00abValidaci\u00f3n de Direcciones\u00bb,<\/a> para hacer el mismo cotejo con el USPS para validar los datos del cliente. En el contexto de esta gu\u00eda, lo mantendremos para la verificaci\u00f3n de direcciones.<\/p>\n El proceso de verificaci\u00f3n de la direcci\u00f3n es sencillo. Usted coteja sus datos, ahora estandarizados, con la base de datos del gobierno o con cualquier otra norma de la autoridad. Si est\u00e1 en Estados Unidos, el USPS es la \u00fanica base de datos con la que deber\u00eda cotejar sus datos.<\/p>\n Si sus datos de direcci\u00f3n est\u00e1n limpios y estandarizados, este proceso dura unos minutos. Si utiliza DataMatch Enterprise, puede cotejar toda la direcci\u00f3n o s\u00f3lo partes de la misma, bas\u00e1ndose en 50 elementos activos, incluidas las ubicaciones geocodificadas, lo que significa que puede verificar las direcciones al pie de la letra.<\/span><\/p>\n Algunos de los campos m\u00e1s populares contra los que nuestros clientes suelen requerir una verificaci\u00f3n incluyen:<\/p>\n Hay 54 campos que puede utilizar para validar sus datos de direcci\u00f3n.<\/p>\n Una vez que coincida con la lista de direcciones con estos componentes, se le dar\u00e1 un valor de retorno que indicar\u00e1:<\/p>\n Tambi\u00e9n te aparecer\u00e1n advertencias como:<\/p>\n Si quieres saber m\u00e1s sobre esto, no dudes en pedirnos una demostraci\u00f3n r\u00e1pida. <\/a><\/p>\n Vale, pues a seguir adelante:<\/p>\n Los clientes que acuden a nosotros siempre tienen una queja: nunca consiguen una buena tasa de coincidencia. Y estamos de acuerdo.<\/p>\n Elcotejo de datos<\/a> sigue siendo un \u00e1rea de mejora. Hay muy pocos vendedores que puedan dar una tasa de coincidencia del 100%. Realmente necesitas esa cifra, si no, al menos el 95%. La raz\u00f3n es que para que la verificaci\u00f3n funcione, su campo de direcci\u00f3n debe encontrar una coincidencia con el USPS. Si la mayor\u00eda de las coincidencias no se dan porque el software se basa en coincidencias exactas o deterministas, entonces no va a funcionar a su favor.<\/p>\n Por lo tanto, a la hora de elegir un software de normalizaci\u00f3n y verificaci\u00f3n de direcciones, debe ser capaz de evaluar su tasa de coincidencia de datos. De un centenar de filas, \u00bfcu\u00e1ntas filas ha pasado por alto la herramienta y por qu\u00e9? Lo m\u00e1s probable es que vea que el software no detecta las coincidencias cercanas o pr\u00f3ximas y se basa \u00fanicamente en los caracteres exactos para identificar una coincidencia.<\/p>\n Data Ladder’s DataMatch Enterprise es principalmente una soluci\u00f3n de cotejo de datos<\/a> que ha sido utilizada por instituciones gubernamentales y empresas de Fortune 500 como HP, Coca Cola, Deloitte y muchas otras. Somos conocidos por hacer coincidir los datos con una tasa de precisi\u00f3n del 100%. Esto se debe a que Data Ladder utiliza una combinaci\u00f3n de algoritmos de coincidencia difusa<\/a> y sus algoritmos patentados establecidos para identificar incluso las coincidencias probables m\u00e1s distantes.<\/p>\n P.D. – La comparaci\u00f3n de datos requiere muchos recursos. Ahorre tiempo y esfuerzo manual a su equipo. Aprenda a hacerlo en esta detallada entrada del blog.<\/p>\n C\u00f3mo superar los retos de la comparaci\u00f3n manual de direcciones<\/p>\n<\/div>\n<\/div>\n Este es un estudio de caso que revela lo dif\u00edcil que es, incluso para un proveedor de datos, garantizar una correspondencia de datos precisa.<\/p>\n Hablamos con Artem Axenov, director de operaciones de E-Ideas Limited, una agencia de marketing B2B con sede en Wellington. La agencia gestiona una gran base de datos de empresas con fines de marketing, lo que significa que tienen que cuidar mucho los datos de las direcciones, un reto importante que implica mucho trabajo manual en Excel.<\/p>\n 1. \u00bfC\u00f3mo afronta su agencia el problema de los datos err\u00f3neos? <\/strong><\/p>\n A menudo tratamos con clientes que ya tienen una lista de clientes, pero los datos est\u00e1n mal formateados. Hay algunas tareas autom\u00e1ticas que puedes hacer para resolverlo pero al final, es un trabajo manual. En primer lugar, tienes que decidir qu\u00e9 formato vas a utilizar. Entonces, la forma m\u00e1s sencilla de arreglar los datos mal formateados es ordenarlos columna por columna y luego hacer los cambios necesarios para que queden bien. Hay algunas f\u00f3rmulas en Excel que ayudan a dividir o combinar datos – para dividir puedes usar MID y LEFT juntos. Y para combinar datos se puede utilizar CONCATENAR.<\/p>\n Al clasificar los datos en primer lugar, se agrupan los conjuntos de direcciones que tienen los mismos problemas de formato, lo que facilita enormemente su tratamiento de una sola vez.<\/p>\n 2. \u00bfC\u00f3mo ha sido su experiencia con las herramientas de verificaci\u00f3n y validaci\u00f3n de direcciones? <\/strong><\/p>\n Nuestra experiencia con cualquier tipo de herramienta de validaci\u00f3n o verificaci\u00f3n de direcciones siempre ha sido desigual. A fin de cuentas, ninguna de las herramientas que hemos utilizado ha logrado producir una alta coincidencia.<\/strong> Y esto se debe a que las formas de almacenar las direcciones son muy diferentes. Son \u00fatiles para adelantarse al proceso, pero al final siempre hay una cantidad importante de trabajo manual para terminar el trabajo.<\/p>\n 3. \u00bfCu\u00e1l es el problema de concordancia de datos m\u00e1s preocupante? <\/strong><\/p>\n El principal problema es que, sea cual sea el cotejo autom\u00e1tico, si los datos no tienen el formato exacto que la herramienta est\u00e1 programada para identificar, el cotejo no se produce. Esto puede ser tan peque\u00f1o como que la calle se registre como St, la avenida como Ave, etc.<\/p>\n 4. \u00bfQu\u00e9 tipo de tareas manuales tiene que hacer despu\u00e9s de utilizar un software de validaci\u00f3n de direcciones? Por lo general, s\u00f3lo es cuesti\u00f3n de revisar los datos con un ojo humano para detectar cualquier incoherencia y corregirla. En Nueva Zelanda, por ejemplo, el servicio postal tiene un formato muy espec\u00edfico en el que deben mantenerse las direcciones para obtener el descuento por correo masivo. Nada es complicado pero, de nuevo, peque\u00f1as cosas como que la calle se registre como St se contar\u00e1n en tu contra. Otro ejemplo es si tiene su apartado de correos registrado como P.O. Box<\/strong> – no reconoce esto como correctamente formateado.<\/strong> Incluso los espacios iniciales o finales pueden contar en tu contra, y algunos de ellos son dif\u00edciles de detectar porque cuando miras la direcci\u00f3n no puedes ver lo que est\u00e1 mal.<\/p>\n 5. \u00bfC\u00f3mo han afectado los datos de direcciones err\u00f3neas a su negocio? <\/strong><\/p>\n S\u00f3lo hemos tenido problemas en cuanto a tener que dedicar horas extra para conseguir que los datos est\u00e9n al d\u00eda para poder optar al descuento postal. Hay una prueba que tiene que pasar, llamada Declaraci\u00f3n de Exactitud, que verifica los datos autom\u00e1ticamente para garantizar que el 80% de ellos est\u00e1n correctamente formateados. Hemos tenido varios casos en los que hemos acabado pasando d\u00edas m\u00e1s tiempo formateando manualmente los datos para asegurarnos de que est\u00e1n correctamente formateados.<\/p>\n La pr\u00e1ctica que hemos implementado ahora es almacenar todos nuestros datos en el formato correcto. Nos ha llevado mucho tiempo conseguir que todo se ajuste a esta norma, pero ahora significa que cuando entregamos los datos a nuestros clientes ya est\u00e1n listos para NZ Post y no hay que hacer m\u00e1s trabajo.<\/p>\n Los problemas de esta agencia con los datos err\u00f3neos de las direcciones se traducen en horas de trabajo adicionales que afectan a la eficacia operativa. A pesar del uso de herramientas de cotejo y validaci\u00f3n de direcciones, la incapacidad de producir una alta coincidencia hace que sea muy dif\u00edcil validar los datos de las direcciones. Por lo tanto, es necesario elegir una herramienta que permita al usuario una completa capacidad de preparaci\u00f3n<\/a> y estandarizaci\u00f3n de los datos<\/a> y que, al mismo tiempo, devuelva una alta coincidencia. Esto s\u00f3lo es posible con el mejor software de preparaci\u00f3n y cotejo de datos de su clase, como DataMatch Enterprise, que permite al usuario preparar y limpiar los datos de las direcciones al tiempo que devuelve un resultado de alta coincidencia incluso con texto err\u00f3neo.<\/p>\n Estrategias empresariales para la gesti\u00f3n de datos de direcciones<\/strong><\/p>\n Los datos de direcciones err\u00f3neas son un problema de calidad de datos. Aunque puede utilizar herramientas para realizar correcciones, tendr\u00e1 que aplicar estrategias empresariales para frenar los datos err\u00f3neos que afectan a los procesos operativos. Algunas de estas estrategias pueden ser:<\/p>\n Formaciones:<\/strong><\/p>\n El primer paso hacia la calidad es la formaci\u00f3n: aseg\u00farese de que las personas que manipulan, interact\u00faan, utilizan e introducen datos conocen el impacto que tienen en el proceso y en las aplicaciones posteriores. Deben comprender las consecuencias de los datos err\u00f3neos en toda la organizaci\u00f3n y no s\u00f3lo en un miembro o cliente. Los empleados que practican las normas de calidad de datos deben ser recompensados y apreciados.<\/p>\n Lista de herramientas para la gesti\u00f3n de datos:<\/strong><\/p>\n Es fundamental disponer de herramientas que ayuden a los usuarios de la empresa y a los profesionales de TI a gestionar los datos. Identifique las herramientas que necesita para la limpieza<\/a> y la gesti\u00f3n de datos para ayudar tanto a los usuarios de TI como a los de la empresa a tener una relaci\u00f3n no intimidatoria con los datos.<\/p>\n Implicar a los usuarios de la empresa en el proceso de calidad:<\/strong><\/p>\n Los datos no son s\u00f3lo un problema inform\u00e1tico. Los usuarios empresariales son igualmente responsables de la gesti\u00f3n de los datos. De hecho, son los \u00fanicos propietarios de los datos de los clientes que a menudo se utilizan con fines de marketing y ventas. Por eso es necesario que participen en el proceso y que reciban formaci\u00f3n para utilizar las herramientas de gesti\u00f3n de datos.<\/p>\n Gobernanza de los datos:<\/strong><\/p>\n Establezca un equipo de gobernanza de datos para crear un plan de gesti\u00f3n de datos y aseg\u00farese de que la organizaci\u00f3n sigue el plan en el que cada empleado entiende el plan. Su regla dentro del plan y las expectativas que vienen junto con el papel.<\/p>\n Bloqueo de datos y roles de usuario:<\/strong><\/p>\n Si cualquier persona de su equipo puede abrir el CRM o la fuente de datos, trastear con los datos y no dejar ninguna huella, est\u00e1 usted en serios problemas. Es necesario crear titulares de datos maestros que tengan derechos para acceder, introducir o procesar datos cr\u00edticos. Esto deber\u00eda venir en el plan de gesti\u00f3n de datos<\/a>.<\/p>\n No eres una v\u00edctima de los malos datos. S\u00f3lo hay que aceptar la gravedad de la situaci\u00f3n, cultivar una cultura orientada a los datos y esforzarse por gestionar los retos que conlleva la gesti\u00f3n de los mismos. Es muy posible que se obtengan datos que s\u00f3lo requieran una limpieza b\u00e1sica para ser utilizados.<\/p>\n Nuestro producto est\u00e1 certificado por CASS, lo que significa que cumplimos y superamos los requisitos de USPS en cuanto a calidad y precisi\u00f3n de las direcciones. Tambi\u00e9n le ayudamos con la coincidencia y validaci\u00f3n masiva de direcciones, asegurando que elementos como los c\u00f3digos postales, los nombres de las ciudades y los pueblos sean verificados y validados. \u00bfLa mejor ventaja de utilizar DataMatch Enterprise<\/a> de Data Ladder<\/strong>? El programa encuentra y coteja los datos aunque est\u00e9n incompletos con un \u00edndice de precisi\u00f3n del 96%. Adem\u00e1s, puede utilizar el software para obtener una verificaci\u00f3n de direcciones en tiempo real que garantice que tiene las direcciones correctas en su base de datos. <\/span><\/p>\n\n
El coste de los datos de direcciones err\u00f3neas<\/h2>\n
![\"bad](\"https:\/\/dataladder.com\/wp-content\/uploads\/2020\/04\/cost-of-bad-address-data-1024x540.png\")
<\/span><\/p>\n![\"\"](\"https:\/\/dataladder.com\/wp-content\/uploads\/2020\/04\/address-verification-and-standardization-1024x1024.png\")
<\/span><\/p>\nLos problemas con los datos de las direcciones<\/h2>\n
![\"address](\"https:\/\/dataladder.com\/wp-content\/uploads\/2020\/08\/Address-Variations_Data-Integration.png\")
<\/p>\n\n
\n
Causas de los datos de direcciones err\u00f3neas<\/h2>\n
\u00bfC\u00f3mo se hace la normalizaci\u00f3n de direcciones?<\/h2>\n
![\"address](\"https:\/\/dataladder.com\/wp-content\/uploads\/2020\/08\/DL_Address-Duplicates.png\")
<\/strong>Supervisi\u00f3n y exportaci\u00f3n de datos: Deber\u00eda poder crear f\u00e1cilmente un registro maestro y exportarlo como una lista final a su equipo sin tener que copiar\/pegar o cargarlo manualmente en un formato aceptable.<\/p>\n\u00bfQu\u00e9 es la normalizaci\u00f3n de direcciones CASS? <\/strong><\/h2>\n
\u00bfQu\u00e9 es la directriz de normalizaci\u00f3n de USPS?<\/h2>\n
![\"\"](\"https:\/\/dataladder.com\/wp-content\/uploads\/2020\/04\/USPS-address-guidelines-1024x138.png\")
<\/p>\n\n
Verificaci\u00f3n o validaci\u00f3n de la direcci\u00f3n: \u00bfcu\u00e1l es la diferencia?<\/h2>\n
Normalizaci\u00f3n y verificaci\u00f3n de direcciones – C\u00f3mo verificar los datos de las direcciones con el USPS<\/b><\/h2>\n
![\"address](\"https:\/\/dataladder.com\/wp-content\/uploads\/2020\/02\/Address-Data-Cleansing.png\")
<\/span><\/p>\n\n
\n
\n
\n
Coincidencia de datos: el reto m\u00e1s importante para la normalizaci\u00f3n y verificaci\u00f3n de direcciones<\/h2>\n
Coincidencia de datos de direcciones<\/span><\/h3>\n<\/div>\n
Un estudio de caso – E-Ideas Limited<\/h3>\n
\n<\/strong><\/p>\n\u00bfC\u00f3mo ayuda DataMatch Enterprise?<\/b><\/h2>\n
![\"DataMatch](\"https:\/\/dataladder.com\/wp-content\/uploads\/2020\/04\/AddressValidation-1024x456.png\")
Mediante algoritmos que determinan una coincidencia basada en \u00e1reas de similitud, nuestra plataforma da sentido a los datos inutilizables y deriva conexiones entre conjuntos de datos. Ya sean errores ortogr\u00e1ficos o c\u00f3digos postales incompletos, abreviaturas o erratas. Clasificamos grandes cantidades de datos para ayudarle a darles sentido.<\/span><\/p>\n