Blog

CRÉATEUR DE MOTIFS

Pour être compétitives dans le monde des affaires, les entreprises continuent de se concentrer sur l’expérience client. De nombreuses entreprises pensent avoir satisfait ou dépassé les attentes/expériences de leurs clients. Cependant, sans s’en rendre compte, ils finissent par envoyer des courriels à de mauvaises adresses ou à des adresses électroniques incorrectes ou, pire encore, ils les envoient à une personne complètement différente. Vous ne pouvez offrir la meilleure expérience client que si vous êtes capable de savoir ce que votre client veut avant même qu’il ne sache qu’il le veut. Cela ne peut être réalisé avec de mauvaises données.
DataMatch Enterprise possède de nombreuses fonctionnalités qui rendent le rapprochement de données si facile que vous pouvez terminer une tâche en une fraction de temps par rapport à la méthode traditionnelle.
L’une des nombreuses fonctions utiles est l’analyse syntaxique des données.

Qu’est-ce que l’analyse syntaxique ?
L’analyse syntaxique est définie comme la décomposition d’un bloc de données en plus petits morceaux en suivant un ensemble de règles, afin qu’il puisse être plus facilement interprété, géré ou transmis par un ordinateur. Les tableurs, par exemple, analysent un bloc de données pour le faire entrer dans une cellule d’une certaine taille.

Pourquoi avons-nous besoin d’analyser les données ?
Dans l’analyse des données, nous organisons des données non structurées ou mal classées. Nous copions ou extrayons des attributs intéressants, comme le nom de la ville à partir d’une adresse plus longue ou un attribut de produit à partir d’une description de produit plus longue ; nous analysons les adresses électroniques pour comparer ou faire correspondre les domaines. Analyse des dates pour comparer ou faire correspondre une année ; par exemple, la base de données A ne contient que l’année, et la base de données B contient MM/JJ/AAAA. La correspondance floue n’est généralement pas suffisante pour obtenir les résultats de couplage d’enregistrements les plus précis. C’est pourquoi nous proposons une approche beaucoup plus complète.
Pattern Builder est une autre fonctionnalité de DataMatch Enterprise qui est très utile pour améliorer nos résultats de correspondance. Il est utilisé pour analyser les données comme décrit ci-dessus, ce qui permet d’obtenir des résultats plus précis.
Les entreprises utilisent le Créateur de motifs chaque fois qu’elles ont besoin d’une analyse syntaxique personnalisée ou pour rendre les données plus utilisables et/ou pour améliorer la qualité et la précision des résultats de la correspondance. Le constructeur de motifs nous permet de construire des expressions régulières qui nous permettent de définir des règles d’analyse personnalisées.
Exemple de scénario :
Un utilisateur professionnel doit faire correspondre le nom de famille et l’année de la colonne DOB. Si la colonne DOB contient un format de type MM/JJ/AAAA, par exemple, nous pouvons utiliser le générateur de motifs pour analyser la colonne MM/JJ/AAAA en trois nouvelles colonnes, une pour le MM, une pour le JJ et une pour l’AAAA, ce qui permettra à l’utilisateur d’établir une correspondance avec l’AAAA.
Capture d’écran de Pattern Builder :

Données originales [Before using Pattern Builder]:

Après avoir utilisé Pattern Builder :
Prenez note des 3 nouvelles colonnes

Avec Pattern Builder, intégré à DataMatch Enterprise, vous pouvez être sûr que l’analyse des données est aussi simple que 123. Cliquez ici pour programmer une DEMO.

In this blog, you will find:

Try data matching today

No credit card required

« * » indique les champs nécessaires

Hidden
Ce champ n’est utilisé qu’à des fins de validation et devrait rester inchangé.

Want to know more?

Check out DME resources

Merging Data from Multiple Sources – Challenges and Solutions

Aïe ! Nous n’avons pas retrouvé votre formulaire.