{"id":63127,"date":"2019-09-13T00:00:00","date_gmt":"2019-09-13T04:00:00","guid":{"rendered":"https:\/\/dataladder.com\/utilisation-de-wordsmith-pour-eliminer-le-bruit-et-normaliser-les-donnees-en-vrac-afin-dobtenir-une-plus-grande-confiance-dans-la-correspondance\/"},"modified":"2022-04-08T07:48:57","modified_gmt":"2022-04-08T07:48:57","slug":"utilisation-de-wordsmith-pour-eliminer-le-bruit-et-normaliser-les-donnees-en-vrac-afin-dobtenir-une-plus-grande-confiance-dans-la-correspondance","status":"publish","type":"post","link":"https:\/\/dataladder.com\/fr\/utilisation-de-wordsmith-pour-eliminer-le-bruit-et-normaliser-les-donnees-en-vrac-afin-dobtenir-une-plus-grande-confiance-dans-la-correspondance\/","title":{"rendered":"Utilisation de Wordsmith pour \u00e9liminer le bruit et normaliser les donn\u00e9es en vrac afin d’obtenir une plus grande confiance dans la correspondance."},"content":{"rendered":"

Utilisation de Wordsmith pour \u00e9liminer le bruit et normaliser les donn\u00e9es en vrac afin d’obtenir une plus grande confiance dans la correspondance.<\/strong><\/h3>\n

Les donn\u00e9es qui affluent dans votre organisation se pr\u00e9sentent sous des formes tr\u00e8s diverses : capitalisation incoh\u00e9rente, ponctuation, acronymes obscurs, caract\u00e8res alphanum\u00e9riques vivant dans des champs o\u00f9 ils ne devraient pas \u00eatre, etc. Cela est d\u00fb au fait que vos donn\u00e9es sont r\u00e9parties dans plusieurs syst\u00e8mes disparates, chacun ayant un format et des r\u00e8gles de stockage des donn\u00e9es l\u00e9g\u00e8rement diff\u00e9rents. Le probl\u00e8me est aggrav\u00e9 par l’erreur humaine lors de la saisie des donn\u00e9es.<\/span><\/p>\n

Ces petites diff\u00e9rences peuvent donner lieu \u00e0 des malentendus et \u00e0 des interpr\u00e9tations erron\u00e9es des donn\u00e9es de votre organisation, ce qui am\u00e8ne les personnes qui s’appuient sur ces donn\u00e9es \u00e0 s’en m\u00e9fier et \u00e0 mettre en place de multiples contr\u00f4les pour s’assurer que les conclusions tir\u00e9es de ces donn\u00e9es sont r\u00e9ellement correctes.<\/span><\/p>\n

Lorsque vous mettez en correspondance des donn\u00e9es provenant de diverses sources, ces incoh\u00e9rences peuvent entra\u00eener des correspondances manqu\u00e9es et des faux positifs, ce qui diminue la confiance dans le processus de mise en correspondance des donn\u00e9es et fait que les doublons et les liens ne sont pas d\u00e9termin\u00e9s.<\/span><\/p>\n

Avec DataMatch Enterprise<\/a>, nous nous effor\u00e7ons de vous aider \u00e0 <\/span>
\nTirer le meilleur parti de vos donn\u00e9es<\/span>
\n<\/i> en utilisant une vari\u00e9t\u00e9 de transformations de normalisation de donn\u00e9es int\u00e9gr\u00e9es dans une interface de type pointer-cliquer. Dans ce blog, nous allons approfondir un peu plus et nous concentrer sur la fa\u00e7on dont vous pouvez utiliser notre fonctionnalit\u00e9 WordSmith pour am\u00e9liorer le processus de correspondance et normaliser vos donn\u00e9es en masse.<\/span><\/p>\n

Qu’est-ce que WordSmith ?<\/strong><\/h3>\n

Wordsmith est un outil de signature Data Ladder qui vous permet de profiler, de normaliser et de supprimer le bruit des donn\u00e9es de la colonne. De nouvelles colonnes peuvent \u00e9galement \u00eatre cr\u00e9\u00e9es automatiquement pour analyser les donn\u00e9es transform\u00e9es des colonnes existantes. Nous examinerons les cas d’utilisation avec des exemples plus loin dans ce blog. L’id\u00e9e est d’augmenter la confiance et la pr\u00e9cision de la correspondance en assurant la coh\u00e9rence et en minimisant la redondance.<\/span><\/p>\n

Comment fonctionne WordSmith ?<\/strong><\/h3>\n

\"\"<\/p>\n

WordSmith se trouve sous le 4\u00e8me onglet de DataMatch Enterprise. Cet onglet contient toutes nos transformations de nettoyage de donn\u00e9es<\/a> pr\u00e9\u00e9tablies. Comme le montre la capture d’\u00e9cran ci-dessus, vous pouvez utiliser WordSmith pour n’importe quelle colonne de votre choix en cliquant sur l’ic\u00f4ne \u00ab\u00a0modifier\u00a0\u00bb. Une deuxi\u00e8me fen\u00eatre s’ouvre alors, comme le montre l’image.<\/span><\/p>\n

L’outil profile la colonne s\u00e9lectionn\u00e9e et affiche les mots par ordre d\u00e9croissant en fonction de leur nombre. Vous pouvez modifier le nombre maximum de mots regroup\u00e9s que l’outil doit afficher. Gr\u00e2ce \u00e0 notre exp\u00e9rience de la mise en correspondance des donn\u00e9es de<\/a> plus de 4 000 clients dans le monde entier, nous savons que, g\u00e9n\u00e9ralement, les mots les plus r\u00e9p\u00e9titifs d’une colonne sont les moins standardis\u00e9s et affectent donc la confiance de la correspondance.<\/span><\/p>\n

L’outil vous permet de remplacer des mots, de les analyser dans une nouvelle colonne et de les supprimer. Ces fonctions peuvent \u00eatre utilis\u00e9es ensemble de diverses mani\u00e8res pour normaliser vos donn\u00e9es en masse.<\/span><\/p>\n

Comment puis-je normaliser les donn\u00e9es en utilisant WordSmith ?<\/strong><\/h3>\n

Jetons un coup d’\u0153il \u00e0 quelques-unes des fa\u00e7ons les plus courantes dont nos clients utilisent WordSmith.<\/span><\/p>\n

Suppression des donn\u00e9es bruyantes ou redondantes<\/strong><\/h3>\n

En science des donn\u00e9es, le bruit est une donn\u00e9e qui n’ajoute aucune signification suppl\u00e9mentaire \u00e0 vos donn\u00e9es et qui fausse g\u00e9n\u00e9ralement l’analyse. Lors de la mise en correspondance de vos donn\u00e9es, la pr\u00e9sence de bruit entra\u00eene des correspondances manqu\u00e9es et des faux positifs. <\/span><\/p>\n

Disons que, dans la colonne Nom de la soci\u00e9t\u00e9, vous voyez 3 soci\u00e9t\u00e9s diff\u00e9rentes : <\/span><\/p>\n