{"id":63122,"date":"2019-12-12T00:00:00","date_gmt":"2019-12-12T05:00:00","guid":{"rendered":"https:\/\/dataladder.com\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/"},"modified":"2022-04-06T19:59:20","modified_gmt":"2022-04-06T19:59:20","slug":"votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes","status":"publish","type":"post","link":"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/","title":{"rendered":"Votre guide complet des logiciels et approches de mise en correspondance des listes"},"content":{"rendered":"<p><span style=\"font-weight: 400;\">La plupart des entreprises comprennent aujourd&rsquo;hui que de nouvelles technologies et applications doivent \u00eatre mises en \u0153uvre pour am\u00e9liorer les op\u00e9rations commerciales. Mais la mise en \u0153uvre de la migration des donn\u00e9es d&rsquo;un ancien syst\u00e8me vers un nouveau syst\u00e8me pr\u00e9sente un<strong> d\u00e9fi majeur en mati\u00e8re de qualit\u00e9 des donn\u00e9es<\/strong>. \u00c0 moins que l&rsquo;organisation n&rsquo;utilise activement des solutions telles qu&rsquo;un <a href=\"https:\/\/dataladder.com\/fr\/logiciel-dappariement-de-listes-nettoyer-deduire-et-enrichir-les-enregistrements-dans-les-listes\/\">logiciel de comparaison de listes<\/a> ou une solution de nettoyage des donn\u00e9es, il y a de fortes chances que les donn\u00e9es soient imparfaites, corrompues et erron\u00e9es. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Il est donc essentiel pour une organisation d&rsquo;investir dans des solutions de nettoyage des donn\u00e9es avant de mettre en \u0153uvre tout plan de migration. L&rsquo;objectif fondamental est de d\u00e9river des donn\u00e9es exploitables \u00e0 partir d&rsquo;ann\u00e9es de donn\u00e9es p\u00e9rim\u00e9es. Pour rendre cela possible, vous avez deux choix essentiels : investir dans des sp\u00e9cialistes des donn\u00e9es ou dans des solutions de qualit\u00e9 des donn\u00e9es. <\/span><\/p>\n<p><em><span style=\"font-weight: 400;\">La question est de savoir si vous devez engager une \u00e9quipe ou utiliser une solution logicielle.<\/span><\/em><\/p>\n<p><span style=\"font-weight: 400;\">Dans ce guide, nous vous aiderons \u00e0 voir les deux c\u00f4t\u00e9s de la m\u00e9daille afin que vous puissiez prendre une meilleure d\u00e9cision. Nous aborderons des sujets importants comme : <\/span><\/p>\n<ul>\n<li><span style=\"font-weight: 400;\">Le co\u00fbt d&rsquo;une mauvaise qualit\u00e9 des donn\u00e9es <\/span><\/li>\n<li><span style=\"font-weight: 400;\">Probl\u00e8mes courants li\u00e9s \u00e0 la qualit\u00e9 des donn\u00e9es et des listes <\/span><\/li>\n<li><span style=\"font-weight: 400;\">Approches des probl\u00e8mes de qualit\u00e9 des donn\u00e9es <\/span><\/li>\n<li><span style=\"font-weight: 400;\">Caract\u00e9ristiques principales d&rsquo;un logiciel de mise en correspondance des listes <\/span><\/li>\n<li><span style=\"font-weight: 400;\">\u00c9tude de cas Amec Foster Wheeler <\/span><\/li>\n<\/ul>\n<p><span style=\"font-weight: 400;\">Commen\u00e7ons. <\/span><\/p>\n<h2><span style=\"font-weight: 400;\">Le co\u00fbt d&rsquo;une mauvaise qualit\u00e9 des donn\u00e9es <\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Les donn\u00e9es de mauvaise qualit\u00e9 sont celles qui comportent des <strong>doublons, des noms mal assortis, des abr\u00e9viations, des donn\u00e9es non standardis\u00e9es<\/strong> (NY vs NYC vs New York vs New York City), des codes postaux incomplets, des adresses \u00e9lectroniques, etc. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Le co\u00fbt de la mauvaise qualit\u00e9 des donn\u00e9es est stup\u00e9fiant.<\/span><a href=\"https:\/\/hbr.org\/2016\/09\/bad-data-costs-the-u-s-3-trillion-per-year\"><br \/>\n<span style=\"font-weight: 400;\"> On estime \u00e0 3,1 trillions de dollars les <\/span><br \/>\n<\/a><span style=\"font-weight: 400;\">3,1 trillions de dollars de pertes annuelles aux \u00c9tats-Unis dues \u00e0 la mauvaise qualit\u00e9 des donn\u00e9es. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Prenons l&rsquo;exemple de l&rsquo;entreprise A, un fournisseur d&rsquo;\u00e9quipements de construction \u00e0 grande \u00e9chelle qui poss\u00e8de plusieurs silos de donn\u00e9es. Leur objectif \u00e0 l&rsquo;horizon 2020 est de transf\u00e9rer leur ancien syst\u00e8me vers un nouveau syst\u00e8me en nuage et de rationaliser les processus op\u00e9rationnels. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Ils \u00e9taient conscients des d\u00e9fis pos\u00e9s par la qualit\u00e9 de leurs donn\u00e9es &#8211; au fil des ans, les donn\u00e9es ont \u00e9t\u00e9 enregistr\u00e9es par de multiples d\u00e9partements via de multiples outils. En l&rsquo;absence de normalisation ou de syst\u00e8me centralis\u00e9 de gestion des donn\u00e9es, l&rsquo;entreprise devait relever un d\u00e9fi de taille en mati\u00e8re de nettoyage des donn\u00e9es. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">La premi\u00e8re \u00e9tape de tout processus de nettoyage des donn\u00e9es consiste \u00e0 <strong>effectuer une analyse des listes de donn\u00e9es et \u00e0 identifier les principaux probl\u00e8mes<\/strong>. L&rsquo;accent est mis sur les listes, car les <a href=\"https:\/\/dataladder.com\/fr\/logiciel-de-correspondance-de-donnees-classe-parmi-les-meilleurs-de-sa-categorie-avec-une-precision-de-correspondance-de-96\/\">solutions de comparaison de donn\u00e9es<\/a> fonctionnent en comparant des listes d&rsquo;enregistrements. L&rsquo;objectif principal est de supprimer les doublons, les donn\u00e9es nulles ou incompl\u00e8tes afin de garantir que l&rsquo;entreprise dispose de donn\u00e9es exactes lors du passage au nouveau syst\u00e8me. <\/span><\/p>\n<h3><span style=\"font-weight: 400;\">Probl\u00e8mes courants li\u00e9s \u00e0 la qualit\u00e9 des listes de donn\u00e9es <\/span><\/h3>\n<p><span style=\"font-weight: 400;\">Les tables de base de donn\u00e9es affichent les enregistrements sous forme de listes. Si l&rsquo;on reprend l&rsquo;exemple de l&rsquo;entreprise A, il y a de fortes chances qu&rsquo;il existe des listes r\u00e9p\u00e9t\u00e9es ou dupliqu\u00e9es, ou des listes contenant des informations inexactes ou incoh\u00e9rentes.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Il est \u00e9vident qu&rsquo;en l&rsquo;absence de normes ou de syst\u00e8mes \u00e9tablis, les repr\u00e9sentants commerciaux ont mis \u00e0 jour leurs listes sans se soucier de la qualit\u00e9 des informations. Les noms peuvent \u00eatre abr\u00e9g\u00e9s, les informations de facturation peuvent avoir des normes diff\u00e9rentes, les adresses peuvent ne pas avoir \u00e9t\u00e9 mises \u00e0 jour, sont quelques-uns des probl\u00e8mes les plus courants avec les listes de donn\u00e9es. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Examinons chacune de ces questions en d\u00e9tail. <\/span><\/p>\n<p><span style=\"font-weight: 400;\"><b>Duplication de liste : <\/b>Cela se produit souvent lorsque les donn\u00e9es d&rsquo;un client sont <strong>enregistr\u00e9es deux fois sous une adresse \u00e9lectronique diff\u00e9rente<\/strong> ou une variante de nom. Il est \u00e9galement tout \u00e0 fait possible que le m\u00eame client porte deux noms diff\u00e9rents (c&rsquo;est g\u00e9n\u00e9ralement le cas lors d&rsquo;un changement de nom apr\u00e8s un mariage) et qu&rsquo;il saisisse des informations contradictoires dans un formulaire ou dans un \u00e9l\u00e9ment de facturation. Si le jeton [name] est utilis\u00e9 comme identifiant unique dans une base de donn\u00e9es, l&rsquo;information est enregistr\u00e9e deux fois. <\/span><\/p>\n<p><span style=\"font-weight: 400;\"><b>Incoh\u00e9rence des donn\u00e9es : <\/b>Il s&rsquo;agit d&rsquo;un probl\u00e8me r\u00e9current dans la plupart des bases de donn\u00e9es, qui est extr\u00eamement difficile \u00e0 r\u00e9soudre. Si l&rsquo;erreur humaine est \u00e0 l&rsquo;origine de la plupart des incoh\u00e9rences de donn\u00e9es, la plupart du temps, c <strong>&lsquo;est le manque de <a href=\"https:\/\/dataladder.com\/fr\/logiciel-de-normalisation-des-donnees-outil-de-standardisation-des-donnees-rapide-et-economique\/\">normalisation des donn\u00e9es<\/a><\/strong> qui est \u00e0 l&rsquo;origine de ces incoh\u00e9rences. Les probl\u00e8mes li\u00e9s aux variations de noms comme Cath vs Catherine ou Carl vs Karl, les probl\u00e8mes li\u00e9s aux variations de noms de villes comme NYC vs NY ne sont pas des erreurs humaines, mais plut\u00f4t des variations que les bases de donn\u00e9es modernes doivent traiter en mettant en \u0153uvre la normalisation. <\/span><\/p>\n<p><span style=\"font-weight: 400;\"><b>Donn\u00e9es disparates :<\/b><span style=\"font-weight: 400;\"> Dans les bases de donn\u00e9es, les donn\u00e9es disparates d\u00e9signent les donn\u00e9es non structur\u00e9es ou les donn\u00e9es qui sont nettement diff\u00e9rentes en termes de type, de qualit\u00e9 et de caract\u00e8re. Les <strong>donn\u00e9es des compagnies a\u00e9riennes en<\/strong> sont un bon exemple <strong>: un client est repr\u00e9sent\u00e9 par plusieurs points de donn\u00e9es<\/strong> tels que le num\u00e9ro de passeport, l&rsquo;identifiant de la r\u00e9servation, l&rsquo;identifiant du client et son nom, tous stock\u00e9s dans plusieurs bases de donn\u00e9es. La base de donn\u00e9es de r\u00e9servation peut contenir diff\u00e9rentes donn\u00e9es. Le syst\u00e8me de billetterie du service client\u00e8le peut contenir diff\u00e9rentes donn\u00e9es. Le syst\u00e8me de support client peut contenir diff\u00e9rentes donn\u00e9es. Si ces bases de donn\u00e9es <strong>ne partagent pas les informations collectivement<\/strong>, il y a un probl\u00e8me important de qualit\u00e9 des donn\u00e9es. Toute cette disparit\u00e9 dans les donn\u00e9es rend difficile la cr\u00e9ation d&rsquo;une liste unique consolid\u00e9e qui pourrait s&rsquo;av\u00e9rer n\u00e9cessaire si la compagnie a\u00e9rienne souhaite \u00e9tudier le comportement de ses consommateurs. <\/span><\/span><\/p>\n<p><span style=\"font-weight: 400;\">Plus votre base de donn\u00e9es est importante et complexe, plus les risques de corruption ou d&rsquo;erreur sont \u00e9lev\u00e9s. <\/span><\/p>\n<h2><span style=\"font-weight: 400;\">Approches des probl\u00e8mes de qualit\u00e9 des donn\u00e9es <\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Il existe deux approches pour r\u00e9soudre les probl\u00e8mes de qualit\u00e9 des donn\u00e9es : soit engager une \u00e9quipe, soit investir dans une solution logicielle. La plupart des entreprises pr\u00e9f\u00e8rent d\u00e9velopper une solution interne de nettoyage des donn\u00e9es en employant des sp\u00e9cialistes ou en <strong>chargeant leur \u00e9quipe informatique<\/strong> de faire le n\u00e9cessaire, pour finalement \u00eatre d\u00e9\u00e7ues par les retards et les co\u00fbts associ\u00e9s \u00e0 l&rsquo;investissement dans les personnes, les syst\u00e8mes et les ressources. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">En revanche, l&rsquo;investissement dans un logiciel offre plus de souplesse, permet d&rsquo;effectuer le travail plus rapidement et co\u00fbte nettement moins cher. Le seul probl\u00e8me ? Vous devez chercher, explorer et d\u00e9couvrir une solution parmi la multitude d&rsquo;options qui correspond le mieux aux besoins de votre entreprise. <\/span><\/p>\n<h3><span style=\"font-weight: 400;\">1. L&rsquo;approche consistant \u00e0 \u00ab\u00a0embaucher une \u00e9quipe pour le faire\u00a0\u00bb : <\/span><\/h3>\n<p><span style=\"font-weight: 400;\">Il est \u00e9vident que toute organisation, quelle que soit sa taille, dispose d&rsquo;une \u00e9quipe informatique d\u00e9di\u00e9e. L&rsquo;optimisation de la qualit\u00e9 des donn\u00e9es n&rsquo;a rien de sorcier, mais c&rsquo;est le genre de travail auquel les \u00e9quipes informatiques des entreprises n&rsquo;ont gu\u00e8re le temps de s&rsquo;atteler. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Le r\u00e9sultat ? Lorsque les analystes ou les sp\u00e9cialistes des donn\u00e9es sont appel\u00e9s \u00e0 donner un sens aux donn\u00e9es, ils se voient pr\u00e9senter des listes p\u00e9rim\u00e9es, incompl\u00e8tes ou incoh\u00e9rentes. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Vous devez ensuite engager des membres suppl\u00e9mentaires de l&rsquo;\u00e9quipe pour cr\u00e9er des algorithmes afin de donner un sens aux donn\u00e9es. M\u00eame dans ce cas, vous n&rsquo;obtiendrez pas <\/span><b>des r\u00e9sultats pr\u00e9cis et exacts. <\/b><\/p>\n<p><span style=\"font-weight: 400;\">Au milieu de tout cela, vous d\u00e9pensez des centaines de milliers de dollars pour recruter de nouveaux membres, mettre en \u0153uvre de nouveaux processus et perdre des mois, voire des ann\u00e9es, pour vous assurer que tout est en ordre. <\/span><\/p>\n<p><span style=\"font-size: 16px;\"><b>Voici la r\u00e9partition des co\u00fbts. <\/b><\/span><\/p>\n<p><span style=\"font-weight: 400;\"><img class=\"aligncenter wp-image-49723 size-large\" title=\"list matching software cost  \" src=\"https:\/\/dataladder.com\/wp-content\/uploads\/2019\/12\/Screenshot-2019-12-12-at-8.41.53-PM-1024x726.png\" alt=\"\" width=\"1024\" height=\"726\" srcset=\"https:\/\/dataladder.com\/wp-content\/uploads\/2019\/12\/Screenshot-2019-12-12-at-8.41.53-PM-1024x726.png 1024w, https:\/\/dataladder.com\/wp-content\/uploads\/2019\/12\/Screenshot-2019-12-12-at-8.41.53-PM-300x213.png 300w, https:\/\/dataladder.com\/wp-content\/uploads\/2019\/12\/Screenshot-2019-12-12-at-8.41.53-PM-768x544.png 768w, https:\/\/dataladder.com\/wp-content\/uploads\/2019\/12\/Screenshot-2019-12-12-at-8.41.53-PM-1536x1089.png 1536w, https:\/\/dataladder.com\/wp-content\/uploads\/2019\/12\/Screenshot-2019-12-12-at-8.41.53-PM.png 1628w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/>C&rsquo;est le co\u00fbt pr\u00e9vu au cas o\u00f9 vous abandonneriez le projet dans un an. La plupart des entreprises \u00e9puisent leur budget dans les six mois. \u00c0 long terme, vous n&rsquo;\u00e9conomisez pas vraiment d&rsquo;argent. En plus de cela, vous faites des compromis sur la pr\u00e9cision.<\/span><\/p>\n<h3><span style=\"font-weight: 400;\">2. L&rsquo;approche logicielle <\/span><\/h3>\n<p><span style=\"font-weight: 400;\">La plupart des organisations se sont rendu compte qu&rsquo;engager une \u00e9quipe pour trier leur base de donn\u00e9es est une approche co\u00fbteuse et contre-productive. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">L&rsquo;autre option consiste \u00e0 investir dans des solutions logicielles, dont il existe plusieurs types. Il y a <\/span><b>Les meilleures solutions de leur cat\u00e9gorie <\/b><span style=\"font-weight: 400;\">Les solutions d&rsquo;IBM, de SAS, d&rsquo;Informatica et d&rsquo;Oracle sont adapt\u00e9es aux donn\u00e9es d&rsquo;entreprise, mais vous avez <strong>besoin de sp\u00e9cialistes form\u00e9s pour exploiter chacune de ces solutions. <\/strong><\/span><\/p>\n<p><span style=\"font-weight: 400;\">Il existe ensuite des solutions de premier plan telles que Talend, Attaccama, Informatica, qui disposent d&rsquo;une gamme de produits permettant l&rsquo;ing\u00e9nierie des donn\u00e9es, l&rsquo;int\u00e9gration du cloud, la s\u00e9curit\u00e9 des donn\u00e9es et bien plus encore. Ces solutions sont con\u00e7ues pour les grandes entreprises qui veulent une solution de donn\u00e9es compl\u00e8te. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Enfin, vous disposez d&rsquo;un logiciel de jumelage de listes de niveau interm\u00e9diaire, de type bricolage, qui utilise des m\u00e9thodes de logique floue (mise en correspondance de cha\u00eenes de motifs similaires) pour identifier et supprimer les doublons. \u00c0 long terme, cependant, il vous faut plus qu&rsquo;une simple <a href=\"https:\/\/dataladder.com\/fr\/correspondance-floue-101-nettoyage-et-mise-en-relation-de-donnees-desordonnees\/\">correspondance floue<\/a> pour nettoyer vos donn\u00e9es. <\/span><\/p>\n<h2><span style=\"font-weight: 400;\">Caract\u00e9ristiques principales d&rsquo;un logiciel de mise en correspondance des listes <\/span><\/h2>\n<p><span style=\"font-weight: 400;\"> Avec autant de choix, comment d\u00e9terminer la solution logicielle qui vous convient le mieux ? <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Pour r\u00e9pondre \u00e0 cette question, vous devez savoir quelles sont les principales caract\u00e9ristiques requises d&rsquo;un logiciel de nettoyage des donn\u00e9es ou de rapprochement des listes et comment ces caract\u00e9ristiques peuvent vous aider \u00e0 atteindre les diff\u00e9rents aspects de vos objectifs de rapprochement et de nettoyage des donn\u00e9es. <\/span><\/p>\n<h3><b>Profilage des donn\u00e9es <\/b><\/h3>\n<p><span style=\"font-weight: 400;\">Le<a href=\"https:\/\/dataladder.com\/fr\/logiciels-et-outils-de-profilage-de-donnees-obtenez-des-resultats-instantanes-devaluation-de-la-qualite-des-donnees\/\">profilage des donn\u00e9es<\/a> est le processus qui consiste \u00e0 examiner l&rsquo;exactitude, l&rsquo;exhaustivit\u00e9 et la validit\u00e9 de vos donn\u00e9es. Un bon logiciel de rapprochement de listes vous permet de profiler vos donn\u00e9es avant de migrer d&rsquo;un ancien syst\u00e8me vers un nouveau. Pendant la phase de profilage, vos donn\u00e9es seront tri\u00e9es pour d\u00e9tecter les valeurs vides ou nulles, les mod\u00e8les anormaux et la duplication des donn\u00e9es. Pour les syst\u00e8mes patrimoniaux comportant des ann\u00e9es de donn\u00e9es et des milliers d&rsquo;erreurs, le profilage des donn\u00e9es est une n\u00e9cessit\u00e9. Il permet d&rsquo;identifier les probl\u00e8mes de qualit\u00e9 des donn\u00e9es au niveau de la source, ce qui vous fait gagner du temps \u00e0 un stade ult\u00e9rieur. <\/span><\/p>\n<h3><b> \u00c9tiquetage s\u00e9mantique<\/b><\/h3>\n<p><span style=\"font-weight: 400;\">Lorsque les donn\u00e9es proviennent de diff\u00e9rentes sources, il est souvent difficile de donner un sens \u00e0 tous les champs qui contiennent des informations identifiables. Par exemple, les dates de naissance sont souvent enregistr\u00e9es sous le champ Date. Il n&rsquo;est pas clair s&rsquo;il s&rsquo;agit d&rsquo;une date de naissance ou d&rsquo;une date d&rsquo;\u00e9v\u00e9nement. Une balise s\u00e9mantique \u00ab\u00a0date de naissance\u00a0\u00bb est appliqu\u00e9e au champ \u00ab\u00a0date\u00a0\u00bb, ce qui facilite ensuite le processus de r\u00e9solution d&rsquo;identit\u00e9. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Les informations d&rsquo;identification personnelle peuvent \u00eatre le pr\u00e9nom, le nom de famille, les adresses \u00e9lectroniques, les adresses de facturation, etc. L&rsquo;objectif du balisage s\u00e9mantique est de donner un sens aux donn\u00e9es et d&rsquo;acc\u00e9l\u00e9rer le processus de nettoyage des donn\u00e9es. <\/span><\/p>\n<h3><b> Nettoyage des donn\u00e9es <\/b><\/h3>\n<p><span style=\"font-weight: 400;\">Une fois que les champs ont \u00e9t\u00e9 \u00e9tiquet\u00e9s, le processus suivant est la partie normalisation et nettoyage des donn\u00e9es. Cela signifie que si vous avez des champs qui ne sont pas normalis\u00e9s, ils sont normalis\u00e9s. Ainsi, par exemple, l&rsquo;adresse 47 W. 13th St. NY, US est normalis\u00e9e en &rsquo;47 W 13th STREET, New York, USA&rsquo;. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Au cours du <a href=\"https:\/\/dataladder.com\/fr\/le-guide-complet-des-outils-solutions-et-meilleures-pratiques-de-nettoyage-des-donnees-au-niveau-de-lentreprise\/\">processus de nettoyage des donn\u00e9es<\/a>, les donn\u00e9es non sollicit\u00e9es ou incompl\u00e8tes sont marqu\u00e9es comme non disponibles, nulles ou rejet\u00e9es, afin de garantir que les donn\u00e9es erron\u00e9es sont tri\u00e9es et nettoy\u00e9es d\u00e8s le d\u00e9but. <\/span><\/p>\n<h3><b> Correspondant <\/b><\/h3>\n<p><span style=\"font-weight: 400;\">La concordance est la fonction la plus importante du processus de r\u00e9solution d&rsquo;identit\u00e9. Presque toutes les solutions de donn\u00e9es haut de gamme proposent le rapprochement des donn\u00e9es comme service de base. C&rsquo;est le processus au cours duquel le logiciel <strong>compare les enregistrements et \u00e9tablit des liens<\/strong>. Trois processus principaux sont utilis\u00e9s pour effectuer cette op\u00e9ration sur les donn\u00e9es de l&rsquo;entreprise. <\/span><\/p>\n<ul>\n<li style=\"list-style-type: none;\">\n<ul>\n<li style=\"font-weight: 400;\"><b> Blocage : <\/b><span style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Lors d&rsquo;une activit\u00e9 de mise en correspondance, des millions d&rsquo;enregistrements doivent \u00eatre mis en correspondance et compar\u00e9s les uns aux autres. Ainsi, si vous disposez d&rsquo;un ensemble de donn\u00e9es contenant disons un million d&rsquo;enregistrements, vous devrez comparer 1 million x 1 million d&rsquo;enregistrements. Il s&rsquo;agit d&rsquo;un processus extr\u00eamement inefficace et lent, pour ne pas dire prohibitif sur le plan informatique. Pour comparer ces enregistrements, une simple r\u00e8gle de blocage est utilis\u00e9e pour diviser l&rsquo;ensemble des enregistrements en plus petits \u00ab\u00a0blocs\u00a0\u00bb qui sont compar\u00e9s les uns aux autres. Les blocs sont des paires d&rsquo;enregistrements qui ont plus de chances de correspondre. Par exemple, les dates de naissance peuvent \u00eatre s\u00e9par\u00e9es en diff\u00e9rents blocs tels que BirthYear, BirthMonth et BirthDay. Les trois colonnes peuvent \u00eatre utilis\u00e9es en m\u00eame temps pour traiter votre premier bloc de correspondance.<\/span><\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<ul>\n<li style=\"list-style-type: none;\">\n<ul>\n<li style=\"font-weight: 400;\"><b>Comparaison par paires et notation : <\/b><span style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Cette m\u00e9thode permet de comparer des ensembles de donn\u00e9es \u00e0 l&rsquo;int\u00e9rieur d&rsquo;un bloc. Par exemple, vous pouvez comparer un bloc Date de naissance avec un bloc Nom pour voir si deux des blocs repr\u00e9sentent une correspondance.<\/span><\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<ul>\n<li style=\"font-weight: 400;\"><b>Regroupement :<\/b><span style=\"font-weight: 400;\"> Aspect n\u00e9cessaire de la mise en correspondance des donn\u00e9es, le regroupement produit des r\u00e9sultats de correspondance plus rapides en manipulant une ou plusieurs valeurs d&rsquo;identification dans l&rsquo;ensemble de donn\u00e9es et en les regroupant par rapport aux valeurs d&rsquo;identification. Par exemple, les noms se terminant par \u00ab\u00a0Smith\u00a0\u00bb peuvent \u00eatre regroup\u00e9s dans un seul groupe, qui est ensuite examin\u00e9 pour voir s&rsquo;il y a des correspondances contradictoires. Les enregistrements de diff\u00e9rents clusters ne seront pas compar\u00e9s entre eux et les clusters contenant un seul enregistrement ne seront pas utilis\u00e9s pour la comparaison. <\/span><\/li>\n<\/ul>\n<h3><b> Normalisation des donn\u00e9es <\/b><\/h3>\n<p><span style=\"font-weight: 400;\">Une fois que vous avez tri\u00e9 vos donn\u00e9es, l&rsquo;\u00e9tape suivante consiste \u00e0 nettoyer votre liste. Pour ce faire, les entr\u00e9es en double sont supprim\u00e9es, les donn\u00e9es nulles ou incompl\u00e8tes sont filtr\u00e9es et les listes sont nettoy\u00e9es pour garantir la propret\u00e9 des donn\u00e9es. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">\u00c0 la fin du processus, les donn\u00e9es sont valid\u00e9es, et les versions finales sont communiqu\u00e9es aux diff\u00e9rents d\u00e9partements de l&rsquo;organisation. C&rsquo;est ici que vous devrez mettre en \u0153uvre la normalisation des donn\u00e9es, ce qui signifie que toutes vos donn\u00e9es doivent \u00eatre stock\u00e9es dans un format commun. Le personnel concern\u00e9 ou les personnes qui traitent les donn\u00e9es doivent \u00eatre form\u00e9s \u00e0 la normalisation. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">L&rsquo;objectif de la collecte de donn\u00e9es n&rsquo;est pas la quantit\u00e9 <strong>mais la qualit\u00e9<\/strong>. Vous ne voulez pas une centaine d&rsquo;adresses \u00e9lectroniques &#8211; vous voulez une centaine d&rsquo;adresses \u00e9lectroniques pr\u00e9cises, compl\u00e8tes et utilisables. Dans le monde r\u00e9el, il y aura 28 adresses sur 100 qui seront invalides ou inutiles. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">Le<a href=\"https:\/\/dataladder.com\/fr\/logiciel-de-nettoyage-de-donnees-outil-de-nettoyage-des-donnees-crm-rapide-et-economique\/\">nettoyage<\/a> et la <a href=\"https:\/\/dataladder.com\/fr\/logiciel-de-normalisation-des-donnees-outil-de-standardisation-des-donnees-rapide-et-economique\/\">normalisation des<\/a>donn\u00e9es vous permettent donc de disposer de donn\u00e9es avec lesquelles vous pouvez travailler et de donn\u00e9es auxquelles vous pouvez faire confiance. <\/span><\/p>\n<h3><span style=\"font-weight: 400;\">Caract\u00e9ristiques suppl\u00e9mentaires d&rsquo;un logiciel de mise en correspondance des listes de premier ordre <\/span><\/h3>\n<p><span style=\"font-weight: 400;\">En outre, voici quelques caract\u00e9ristiques importantes qu&rsquo;un bon logiciel de rapprochement de listes doit poss\u00e9der : <\/span><\/p>\n<p><b>Rapide :<\/b><span style=\"font-weight: 400;\"> Le but de l&rsquo;utilisation d&rsquo;un logiciel de nettoyage de listes est d&rsquo;obtenir des r\u00e9sultats aussi rapidement que possible. Les organisations n&rsquo;ont pas le privil\u00e8ge d&rsquo;attendre des mois ou des ann\u00e9es pour obtenir des informations sp\u00e9cifiques &#8211; si elles ont besoin de l&rsquo;historique des ventes d&rsquo;une nouvelle succursale, elles en ont besoin rapidement. Le logiciel peut vous fournir ces informations en quelques minutes, alors qu&rsquo;une \u00e9quipe passerait des heures, voire des jours, \u00e0 utiliser de multiples requ\u00eates pour obtenir les donn\u00e9es dont vous avez besoin instantan\u00e9ment. <\/span><\/p>\n<p><b>Pr\u00e9cis : <\/b><span style=\"font-weight: 400;\">L&rsquo;exactitude est un point essentiel de la gestion de la qualit\u00e9 des donn\u00e9es. Un logiciel d&rsquo;appariement de listes de premier ordre supprime les doublons avec pr\u00e9cision, ce qui garantit l&rsquo;exactitude des donn\u00e9es. Dans 15 \u00e9tudes ind\u00e9pendantes, <a href=\"https:\/\/dataladder.com\/wp-content\/uploads\/2019-old\/02\/Curtin-Study-Comparing-Record-Linkgae-2.pdf\">la pr\u00e9cision de Data Ladder en mati\u00e8re d&rsquo;appariement<\/a> a \u00e9t\u00e9 \u00e9valu\u00e9e \u00e0 96 % sur trois ensembles de donn\u00e9es allant de 40 000 \u00e0 4 millions, soit plus que celle d&rsquo;IBM (88 %) et de SaS (84 %). <\/span><\/p>\n<p><b>Outils complets : <\/b><span style=\"font-weight: 400;\">Lorsque l&rsquo;objectif est la gestion de la qualit\u00e9 des donn\u00e9es, vous avez besoin d&rsquo;un ensemble complet d&rsquo;outils et pas seulement d&rsquo;une solution autonome. Le bon outil vous permet de profiler, d&rsquo;apparier, de nettoyer et de normaliser les donn\u00e9es. <\/span><\/p>\n<p><b>Int\u00e9gration facile : <\/b><span style=\"font-weight: 400;\">\u00c0 titre d&rsquo;exemple, Data Ladder s&rsquo;int\u00e8gre \u00e0 plus de 150 plateformes de donn\u00e9es. Qu&rsquo;il s&rsquo;agisse de Salesforce ou de Zoho, vous pouvez simplement connecter votre base de donn\u00e9es \u00e0 Data Ladder. <\/span><\/p>\n<p><b>\u00c9volutif :<\/b><span style=\"font-weight: 400;\"> Il est facile de mesurer quelques millions d&rsquo;enregistrements. Mesurer quelques centaines de millions d&rsquo;enregistrements est une technologie totalement diff\u00e9rente qui ne peut \u00eatre g\u00e9r\u00e9e que par un logiciel de nettoyage de listes con\u00e7u pour \u00eatre \u00e9volutif. Lorsque vous investissez dans une solution de qualit\u00e9 des donn\u00e9es, assurez-vous qu&rsquo;elle peut vous aider lorsque vos donn\u00e9es \u00e9voluent. <\/span><\/p>\n<h2><span style=\"font-weight: 400;\">\u00c9tude de cas Amec Foster Wheeler <\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Amec Foster Wheeler plc \u00e9tait une soci\u00e9t\u00e9 multinationale britannique de conseil, d&rsquo;ing\u00e9nierie et de gestion de projets dont le si\u00e8ge social se trouvait \u00e0 Londres, au Royaume-Uni, jusqu&rsquo;\u00e0 son acquisition et sa fusion avec Wood Group en octobre 2017.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Face aux exigences croissantes du secteur de l&rsquo;ing\u00e9nierie environnementale, l&rsquo;entreprise avait grand besoin de rationaliser ses processus d&rsquo;entreprise pour faire face \u00e0 l&rsquo;afflux de projets et de t\u00e2ches li\u00e9es aux ressources humaines.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">L&rsquo;entreprise \u00e9tait en train de migrer vers un nouveau syst\u00e8me financier et RH et savait que la qualit\u00e9 de ses donn\u00e9es devait \u00eatre am\u00e9lior\u00e9e avant de passer \u00e0 l&rsquo;\u00e9tape suivante.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Gr\u00e2ce \u00e0 DataMatch\u2122, le logiciel de donn\u00e9es de Data Ladder, l&rsquo;entreprise a pu g\u00e9rer ses efforts de d\u00e9duplication. Avec la grande t\u00e2che de migrer toutes leurs informations financi\u00e8res et de ressources humaines existantes vers un nouveau syst\u00e8me, ils pr\u00e9voient \u00e9galement d&rsquo;utiliser DataMatch\u2122 pour nettoyer et repeupler leurs syst\u00e8mes.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">L&rsquo;avantage ? Gr\u00e2ce aux meilleures capacit\u00e9s de nettoyage et de <a href=\"https:\/\/dataladder.com\/fr\/logiciel-de-deduplication-de-donnees-utilisez-des-regles-integrees-et-personnalisees-pour-la-deduplication-crm\/\">d\u00e9duplication<\/a> des donn\u00e9es, combin\u00e9es \u00e0 une formation personnalis\u00e9e dispens\u00e9e par les sp\u00e9cialistes de Data Ladder, le client a pu non seulement pr\u00e9server l&rsquo;exactitude de ses donn\u00e9es, mais aussi maintenir un niveau \u00e9lev\u00e9 de qualit\u00e9 des donn\u00e9es n\u00e9cessaire \u00e0 la migration vers ses nouveaux syst\u00e8mes financiers et RH.<\/span><\/p>\n<p style=\"text-align: center;\">Vous pouvez t\u00e9l\u00e9charger l&rsquo;\u00e9tude de cas pour prendre connaissance des d\u00e9fis, de la situation commerciale et de la mani\u00e8re dont nos solutions ont aid\u00e9 l&rsquo;entreprise \u00e0 atteindre ses objectifs commerciaux et de qualit\u00e9 des donn\u00e9es.<\/p>\n<h2><span style=\"font-weight: 400;\">Conclusion<\/span><\/h2>\n<p><span style=\"font-weight: 400;\">La qualit\u00e9 des donn\u00e9es et les probl\u00e8mes de concordance des listes sont un probl\u00e8me pour les entreprises depuis des lustres. Mais aujourd&rsquo;hui, il existe litt\u00e9ralement des dizaines de solutions pour vous aider \u00e0 nettoyer vos donn\u00e9es. Cela dit, chaque besoin professionnel est diff\u00e9rent, ce qui n\u00e9cessite une combinaison de diff\u00e9rents outils. Vous pouvez utiliser DataMatch\u2122 de Data Ladder pour nettoyer vos donn\u00e9es, mais vous pouvez aussi opter pour les services de migration vers le cloud de Talend. <\/span><\/p>\n<p><span style=\"font-weight: 400;\">En mati\u00e8re de qualit\u00e9 des donn\u00e9es, il n&rsquo;existe pas de solution universelle, mais cela ne doit pas vous freiner. <\/span><\/p>\n<p style=\"text-align: center;\"><strong>Ne laissez pas de mauvaises donn\u00e9es affecter la croissance de votre entreprise. <\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"<p>La plupart des entreprises comprennent aujourd&rsquo;hui que de nouvelles technologies et applications doivent \u00eatre mises en \u0153uvre pour am\u00e9liorer les op\u00e9rations commerciales. Mais la mise en \u0153uvre de la migration des donn\u00e9es d&rsquo;un ancien syst\u00e8me vers un nouveau syst\u00e8me pr\u00e9sente un d\u00e9fi majeur en mati\u00e8re de qualit\u00e9 des donn\u00e9es. \u00c0 moins que l&rsquo;organisation n&rsquo;utilise activement [&hellip;]<\/p>\n","protected":false},"author":9,"featured_media":58204,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_lmt_disableupdate":"","_lmt_disable":"","_links_to":"","_links_to_target":""},"categories":[1212,1263],"tags":[849,854,852,850,851,853],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v19.9 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Votre guide complet des logiciels et approches de mise en correspondance des listes - Data Ladder<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Votre guide complet des logiciels et approches de mise en correspondance des listes - Data Ladder\" \/>\n<meta property=\"og:description\" content=\"La plupart des entreprises comprennent aujourd&rsquo;hui que de nouvelles technologies et applications doivent \u00eatre mises en \u0153uvre pour am\u00e9liorer les op\u00e9rations commerciales. Mais la mise en \u0153uvre de la migration des donn\u00e9es d&rsquo;un ancien syst\u00e8me vers un nouveau syst\u00e8me pr\u00e9sente un d\u00e9fi majeur en mati\u00e8re de qualit\u00e9 des donn\u00e9es. \u00c0 moins que l&rsquo;organisation n&rsquo;utilise activement [&hellip;]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/\" \/>\n<meta property=\"og:site_name\" content=\"Data Ladder\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/web.facebook.com\/DataLadderSoftware\" \/>\n<meta property=\"article:published_time\" content=\"2019-12-12T05:00:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2022-04-06T19:59:20+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/09\/list-matching-software-1.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"2000\" \/>\n\t<meta property=\"og:image:height\" content=\"2000\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"lbarrera\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"lbarrera\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"14 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/\"},\"author\":{\"name\":\"lbarrera\",\"@id\":\"https:\/\/dataladder.com\/fr\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b\"},\"headline\":\"Votre guide complet des logiciels et approches de mise en correspondance des listes\",\"datePublished\":\"2019-12-12T05:00:00+00:00\",\"dateModified\":\"2022-04-06T19:59:20+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/\"},\"wordCount\":3548,\"publisher\":{\"@id\":\"https:\/\/dataladder.com\/fr\/#organization\"},\"keywords\":[\"gestion de la qualit\u00e9 des donn\u00e9es\",\"logiciel d'\u00e9puration des listes\",\"logiciel de comparaison de listes\",\"logiciel de gestion de la qualit\u00e9 des donn\u00e9es\",\"logique floue\",\"solutions de mise en correspondance des listes\"],\"articleSection\":[\"Data quality management\",\"Gestion de la qualit\u00e9 des donn\u00e9es\"],\"inLanguage\":\"fr-FR\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/\",\"url\":\"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/\",\"name\":\"Votre guide complet des logiciels et approches de mise en correspondance des listes - Data Ladder\",\"isPartOf\":{\"@id\":\"https:\/\/dataladder.com\/fr\/#website\"},\"datePublished\":\"2019-12-12T05:00:00+00:00\",\"dateModified\":\"2022-04-06T19:59:20+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/dataladder.com\/fr\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Votre guide complet des logiciels et approches de mise en correspondance des listes\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/dataladder.com\/fr\/#website\",\"url\":\"https:\/\/dataladder.com\/fr\/\",\"name\":\"Data Ladder\",\"description\":\"Enterprise Data Profiling, Cleansing, and Matching\",\"publisher\":{\"@id\":\"https:\/\/dataladder.com\/fr\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/dataladder.com\/fr\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/dataladder.com\/fr\/#organization\",\"name\":\"Data Ladder\",\"url\":\"https:\/\/dataladder.com\/fr\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/dataladder.com\/fr\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png\",\"contentUrl\":\"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png\",\"width\":413,\"height\":408,\"caption\":\"Data Ladder\"},\"image\":{\"@id\":\"https:\/\/dataladder.com\/fr\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.linkedin.com\/company\/dataladder-llc\/\",\"https:\/\/web.facebook.com\/DataLadderSoftware\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/dataladder.com\/fr\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b\",\"name\":\"lbarrera\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/dataladder.com\/fr\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g\",\"caption\":\"lbarrera\"},\"url\":\"https:\/\/dataladder.com\/fr\/author\/lbarrera\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Votre guide complet des logiciels et approches de mise en correspondance des listes - Data Ladder","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/","og_locale":"fr_FR","og_type":"article","og_title":"Votre guide complet des logiciels et approches de mise en correspondance des listes - Data Ladder","og_description":"La plupart des entreprises comprennent aujourd&rsquo;hui que de nouvelles technologies et applications doivent \u00eatre mises en \u0153uvre pour am\u00e9liorer les op\u00e9rations commerciales. Mais la mise en \u0153uvre de la migration des donn\u00e9es d&rsquo;un ancien syst\u00e8me vers un nouveau syst\u00e8me pr\u00e9sente un d\u00e9fi majeur en mati\u00e8re de qualit\u00e9 des donn\u00e9es. \u00c0 moins que l&rsquo;organisation n&rsquo;utilise activement [&hellip;]","og_url":"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/","og_site_name":"Data Ladder","article_publisher":"https:\/\/web.facebook.com\/DataLadderSoftware","article_published_time":"2019-12-12T05:00:00+00:00","article_modified_time":"2022-04-06T19:59:20+00:00","og_image":[{"width":2000,"height":2000,"url":"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/09\/list-matching-software-1.jpg","type":"image\/jpeg"}],"author":"lbarrera","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"lbarrera","Dur\u00e9e de lecture estim\u00e9e":"14 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/#article","isPartOf":{"@id":"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/"},"author":{"name":"lbarrera","@id":"https:\/\/dataladder.com\/fr\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b"},"headline":"Votre guide complet des logiciels et approches de mise en correspondance des listes","datePublished":"2019-12-12T05:00:00+00:00","dateModified":"2022-04-06T19:59:20+00:00","mainEntityOfPage":{"@id":"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/"},"wordCount":3548,"publisher":{"@id":"https:\/\/dataladder.com\/fr\/#organization"},"keywords":["gestion de la qualit\u00e9 des donn\u00e9es","logiciel d'\u00e9puration des listes","logiciel de comparaison de listes","logiciel de gestion de la qualit\u00e9 des donn\u00e9es","logique floue","solutions de mise en correspondance des listes"],"articleSection":["Data quality management","Gestion de la qualit\u00e9 des donn\u00e9es"],"inLanguage":"fr-FR"},{"@type":"WebPage","@id":"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/","url":"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/","name":"Votre guide complet des logiciels et approches de mise en correspondance des listes - Data Ladder","isPartOf":{"@id":"https:\/\/dataladder.com\/fr\/#website"},"datePublished":"2019-12-12T05:00:00+00:00","dateModified":"2022-04-06T19:59:20+00:00","breadcrumb":{"@id":"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/dataladder.com\/fr\/votre-guide-complet-des-logiciels-et-approches-de-mise-en-correspondance-des-listes\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/dataladder.com\/fr\/"},{"@type":"ListItem","position":2,"name":"Votre guide complet des logiciels et approches de mise en correspondance des listes"}]},{"@type":"WebSite","@id":"https:\/\/dataladder.com\/fr\/#website","url":"https:\/\/dataladder.com\/fr\/","name":"Data Ladder","description":"Enterprise Data Profiling, Cleansing, and Matching","publisher":{"@id":"https:\/\/dataladder.com\/fr\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/dataladder.com\/fr\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"fr-FR"},{"@type":"Organization","@id":"https:\/\/dataladder.com\/fr\/#organization","name":"Data Ladder","url":"https:\/\/dataladder.com\/fr\/","logo":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/dataladder.com\/fr\/#\/schema\/logo\/image\/","url":"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png","contentUrl":"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png","width":413,"height":408,"caption":"Data Ladder"},"image":{"@id":"https:\/\/dataladder.com\/fr\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/dataladder-llc\/","https:\/\/web.facebook.com\/DataLadderSoftware"]},{"@type":"Person","@id":"https:\/\/dataladder.com\/fr\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b","name":"lbarrera","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/dataladder.com\/fr\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g","caption":"lbarrera"},"url":"https:\/\/dataladder.com\/fr\/author\/lbarrera\/"}]}},"modified_by":null,"_links":{"self":[{"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/posts\/63122"}],"collection":[{"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/comments?post=63122"}],"version-history":[{"count":2,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/posts\/63122\/revisions"}],"predecessor-version":[{"id":66723,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/posts\/63122\/revisions\/66723"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/media\/58204"}],"wp:attachment":[{"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/media?parent=63122"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/categories?post=63122"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dataladder.com\/fr\/wp-json\/wp\/v2\/tags?post=63122"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}