{"id":63049,"date":"2020-07-17T00:00:00","date_gmt":"2020-07-17T04:00:00","guid":{"rendered":"https:\/\/dataladder.com\/matching-evolution-trouver-des-correspondances-dans-toute-lentreprise-et-affiner-les-resultats-de-facon-moderne\/"},"modified":"2022-03-29T09:43:04","modified_gmt":"2022-03-29T09:43:04","slug":"matching-evolution-trouver-des-correspondances-dans-toute-lentreprise-et-affiner-les-resultats-de-facon-moderne","status":"publish","type":"post","link":"https:\/\/dataladder.com\/fr\/matching-evolution-trouver-des-correspondances-dans-toute-lentreprise-et-affiner-les-resultats-de-facon-moderne\/","title":{"rendered":"Matching Evolution : Trouver des correspondances dans toute l’entreprise et affiner les r\u00e9sultats de fa\u00e7on moderne"},"content":{"rendered":"


\n
\nA<\/span><\/span><\/span>lors que les donn\u00e9es <\/span><\/span><\/span>subissent un changement de paradigme <\/span><\/span><\/span>il en va de m\u00eame<\/span><\/span>
\n<\/span> les syst\u00e8mes, processus et approches concern\u00e9s. Les anciens syst\u00e8mes sont en train de mourir. <\/span><\/span>Lot <\/span><\/span><\/span>Lespipelines<\/span> ETL deviennent lentement <\/span>obsol\u00e8tes. La propri\u00e9t\u00e9<\/span> s’\u00e9loigne de <\/span> L’informatique au service des entreprises. Des fonctions telles que le rapprochement et la pr\u00e9paration des donn\u00e9es <\/span><\/span>\u00e9voluent <\/span><\/span><\/span>manuelle, bas\u00e9e sur des requ\u00eates et programmatique, \u00e0 une fonction automatis\u00e9e, de type pointer-cliquer, centr\u00e9e sur l’entreprise.<\/span>
\n<\/span>
\n-de l’entreprise <\/span><\/span><\/span>les processus. <\/span><\/span><\/span><\/span><\/span><\/span><\/span>Il existe une approche moderne du rapprochement des donn\u00e9es, qui promet des taux de pr\u00e9cision \u00e9lev\u00e9s, peu de faux positifs et ne prend que quelques minutes au lieu de semaines et de mois.<\/span><\/p>\n

Ce guide sur le rapprochement moderne des donn\u00e9es explique les processus impliqu\u00e9s, les diff\u00e9rents types de sc\u00e9narios dans lesquels cette approche permet de gagner du temps tout en augmentant l’efficacit\u00e9, et enfin comment les utilisateurs peuvent r\u00e9gler les param\u00e8tres de rapprochement pour obtenir les meilleures correspondances possibles. <\/span><\/p>\n

Qu’est-ce que la comparaison de donn\u00e9es ?<\/span><\/b><\/h2>\n

Lerapprochement des donn\u00e9es<\/a> compare les donn\u00e9es de plusieurs enregistrements pour d\u00e9terminer les champs qui font r\u00e9f\u00e9rence \u00e0 la m\u00eame entit\u00e9. En termes simples, le rapprochement des donn\u00e9es permet \u00e0<\/a> l’utilisateur de d\u00e9tecter les enregistrements en double ou\/et de fusionner des enregistrements identiques. Elle est r\u00e9alis\u00e9e \u00e0 l’aide d’algorithmes \u00e9tablis qui sont con\u00e7us pour comparer diff\u00e9rents types de donn\u00e9es telles que des cha\u00eenes de caract\u00e8res, des dates et des nombres entiers. La nature des donn\u00e9es devenant de plus en plus complexe, le rapprochement ne se limite plus \u00e0 la comparaison de deux enregistrements. Il implique des processus cl\u00e9s tels que le profilage des donn\u00e9es<\/a>, leur exhaustivit\u00e9<\/a>, leur exactitude<\/a>, etc. <\/span><\/p>\n

Les bases – Correspondance d\u00e9terministe et probabiliste<\/span><\/b><\/p>\n

Connue sous plusieurs appellations, comme le couplage d’enregistrements ou de donn\u00e9es<\/a>, la r\u00e9solution d’entit\u00e9s<\/a>, l’identification d’objets ou la mise en correspondance de champs, la mise en correspondance de donn\u00e9es est la t\u00e2che qui consiste \u00e0 identifier, \u00e0 mettre en correspondance et \u00e0 fusionner des enregistrements<\/a> qui se rapportent \u00e0 la m\u00eame entit\u00e9 dans ou entre plusieurs bases de donn\u00e9es. <\/span><\/p>\n

Traditionnellement, le rapprochement des donn\u00e9es \u00e9tait effectu\u00e9 en ex\u00e9cutant des requ\u00eates utilisant des algorithmes et des formules complexes pour faire correspondre les enregistrements. La mise en correspondance d\u00e9terministe et la mise en correspondance probabiliste sont les deux approches de mise en correspondance de donn\u00e9es les plus courantes qui utilisent des algorithmes tels que la distance d’\u00e9dition, le Soundex, la distance de Levenshtein pour mettre en correspondance des cha\u00eenes de caract\u00e8res et renvoyer un r\u00e9sultat de correspondance. <\/span><\/p>\n

La m\u00e9thode d\u00e9terministe est simple. Si vous avez deux champs de donn\u00e9es qui ont les m\u00eames propri\u00e9t\u00e9s, vous pouvez utiliser cette m\u00e9thode pour trouver des correspondances. La condition est que vos donn\u00e9es soient irr\u00e9prochables et normalis\u00e9es. Les identifiants uniques tels que les num\u00e9ros de s\u00e9curit\u00e9 sociale, les num\u00e9ros de permis de conduire et de passeport doivent \u00eatre exacts. Plus facile \u00e0 dire qu’\u00e0 faire, d’autant plus qu’il y a toujours un risque d’erreur de la part de l’utilisateur. En outre, comme il s’agit d’informations confidentielles, il y a peu de chances que les entreprises puissent mettre la main sur ces informations. Ils ont alors recours aux num\u00e9ros de t\u00e9l\u00e9phone, aux adresses \u00e9lectroniques comme identifiants uniques. Mais ces donn\u00e9es sont toujours entach\u00e9es d’erreurs, de valeurs nulles et d’autres probl\u00e8mes de qualit\u00e9 des donn\u00e9es. <\/span><\/p>\n

Unbon exemple de correspondance d\u00e9terministe<\/strong> est celui d’une banque qui fait correspondre les num\u00e9ros de compte des consommateurs avec leur nom et leur date de naissance pour confirmer leur identit\u00e9, ou celui d’un magasin de d\u00e9tail qui utilise les num\u00e9ros de facture pour les faire correspondre aux num\u00e9ros de produit afin de confirmer les ventes. <\/span><\/p>\n

La correspondance d\u00e9terministe fonctionne bien lorsque les r\u00e8gles sont d\u00e9finies, que les donn\u00e9es sont propres et que vous \u00eates s\u00fbr que les identifiants uniques sont exacts. <\/span><\/p>\n

Mais les donn\u00e9es dont nous disposons aujourd’hui ne r\u00e9pondent gu\u00e8re \u00e0 ces r\u00e8gles. <\/span><\/p>\n

D’o\u00f9 la n\u00e9cessit\u00e9 d’une correspondance probabiliste. <\/span><\/p>\n

La correspondance probabiliste utilise une approche statistique pour mesurer la probabilit\u00e9 que deux fiches clients repr\u00e9sentent la m\u00eame personne. Cette m\u00e9thodologie utilise plusieurs algorithmes de correspondance floue pour d\u00e9terminer une correspondance, une non-correspondance ou une correspondance possible. Comme une correspondance d\u00e9terministe, la correspondance probabiliste exige que les donn\u00e9es soient propres et normalis\u00e9es, mais elle ne doit pas n\u00e9cessairement \u00eatre \u00ab\u00a0exacte\u00a0\u00bb. <\/span><\/p>\n

Si Jean s’\u00e9crit Johnny, une solution intelligente de rapprochement des donn\u00e9es devrait pouvoir le d\u00e9tecter comme une correspondance potentielle sur la base de certaines r\u00e8gles commerciales qui sont g\u00e9n\u00e9ralement pr\u00e9d\u00e9finies dans une solution commerciale. <\/span><\/p>\n

Unbon exemple de correspondance probabiliste<\/strong> est celui d’une entreprise qui dispose de plusieurs adresses \u00e9lectroniques et num\u00e9ros de t\u00e9l\u00e9phone (portable\/bureau\/domicile) d’une m\u00eame personne sans qu’aucun identifiant unique ne permette de d\u00e9terminer son identit\u00e9. Dans ce cas, l’entreprise devra ex\u00e9cuter plusieurs algorithmes pour d\u00e9terminer les identit\u00e9s \u00e0 partir de cha\u00eenes de caract\u00e8res et de valeurs enti\u00e8res. <\/span><\/p>\n

C’est l\u00e0 que les algorithmes de correspondance floue entrent en jeu. <\/span><\/p>\n

Plut\u00f4t que de marquer les enregistrements comme \u00ab\u00a0correspondants\u00a0\u00bb ou \u00ab\u00a0non correspondants\u00a0\u00bb, la correspondance floue identifie<\/a> la probabilit\u00e9 que deux enregistrements correspondent vraiment, selon qu’ils sont en accord ou en d\u00e9saccord sur les diff\u00e9rents identifiants.<\/span> Voici une liste des diff\u00e9rentes techniques de correspondance floue utilis\u00e9es aujourd’hui :<\/span><\/p>\n