Definér regler for matchning af data til datasammenkøring

I dette trin definerer du matchrækkefølgen og reglerne for cross-table matching. Dette trin kræver mindst to tabeller. Når systemet matcher poster, sammenkæder det dem til en enkelt post med alle felterne fra hver tabel. Systemet tager hensyn til alternative rækker (ikke-vinderrækker fra deduplikeringstrinnet) ved matchning. Hvis en række matcher en alternativ række i en tabel, matcher rekorden vinderrækken.

Følgende trin og billeder viser første gang, du gennemgår samlingsprocessen. Hvis du vil redigere de eksisterende indstillinger for samling, skal du se Opdatere samlingsindstillinger.

Medtag forbedrede tabeller (forhåndsversion)

Hvis du har beriget tabeller på datakildeniveau for at forbedre dine sammenkøringsresultater, skal du vælge dem. Du kan finde flere oplysninger i Forbedring til datakilder. Hvis du har valgt forbedrede tabeller på siden Regler for deduplikering, behøver du ikke at vælge dem igen.

1. Vælg Brug forbedrede tabeller øverst på siden Matchingsregler.

2. Vælg en eller flere forbedrede tabeller i ruden Brug forbedrede tabeller.

3. Vælg Udført.

Angive matchrækkefølgen

Hvert match samler to eller flere tabeller i én samlet konsolideret tabel. Samtidig bevarer den de unikke kundeposter. Matchrækkefølgen angiver den rækkefølge, som systemet forsøger at matche posterne i.

1. På siden Matchingsregler kan du bruge pilene op og pil ned for at flytte tabellerne i den ønskede rækkefølge eller trække og slippe dem. Du kan f.eks. vælge eCommerceContacts som den primære tabel og loyCustomer som den sekundære tabel.

2. For at behandle hver post i tabellen som en unik kunde, uanset om der findes et match eller ej, vælg Inkluder alle poster. Den samlede profil inkluderer alle poster i denne tabel, der ikke matcher poster i nogen anden tabel. Poster, der ikke har et match, kaldes singletoner.

Den primære tabel eCommerceContacts matches med den næste tabel loyCustomer. Det datasæt, der er resultatet af første matchtrin, matches med følgende tabel, hvis du har mere end to tabelter. Hvis der stadig findes dubletter i eCommerceContacts, når loyCustomer matches med eCommerceContacts, reduceres eCommerceContacts-rækker ikke til en enkelt kundepost. Men hvis dublerede rækker i loyCustomer svarer til en række i eCommerceContacts, reduceres de til en enkelt kundepost.

Definere regler for matchpar

Match-regler specificerer logikken for at matche et specifikt sæt tabeller. En regel består af en eller flere betingelser.

Advarslen ud for et tabelnavn betyder, at der ikke er defineret en match-regel for et match-par.

1. Vælg Tilføj regel for et tabelpar for at definere match-regler.

2. Konfigurer betingelserne for reglen i ruden Tilføj regel.

   

   • Vælg tabel/felt (første række): Vælg en tabel og en kolonne, der sandsynligvis er unik for en kunde. For eksempel kan du vælge et telefonnummer eller en e-mailadresse. Undgå matchning efter aktivitetstypekolonner. For eksempel matcher et købs-ID sandsynligvis ikke andre posttyper.

   • Vælg tabel/felt (anden række): Vælg en kolonne, der er relateret til kolonne for den tabel, der er angivet i første række.

   • Normaliser: Vælg normaliseringsindstillinger for kolonnen.

     Normalisering	Eksempler
     Taltegn	Konverterer mange Unicode-symboler, der repræsenterer tal, til simple tal. Eksempler: ❽ og Ⅷ er begge normaliseret til tallet 8. Bemærk: Symbolerne skal være kodet i Unicode Point Format.
     Symboler	Fjerner symboler og specialtegn. Eksempler: !?"#$%&'( )+,.-/:;<=>@^~{}`[ ]
     Tekst til små bogstaver	Konverterer tegn fra store til små bogstaver.  Eksempel: "DETTE Er eT EKSemPEL" konverteres til "dette er et eksempel"
     Type – Telefon	Konverterer telefoner i forskellige formater til cifre og tager højde for variationer i, hvordan landekoder og lokalnumre præsenteres. Symboler og mellemrum ignoreres. Foranstillede 0-cifre i landekoder ignoreres, hvilket stemmer overens med +1 og +01. Udvidelser, der betegnes med et bogstavpræfiks, ignoreres (X 123). Den normaliserede landekode er vigtig, så en telefon med en landekode matcher ikke en telefon uden en landekode. Eksempel: +01 425.555.1212 matcher 1 (425) 555-1212 +01 425.555.1212 stemmer ikke overens med (425) 555-1212
     Type - Navn	Konverterer over 500 almindelige navnevariationer og titler.  Eksempler: "debby" -> "deborah" "prof" og "professor" -> "Prof."
     Type - Adresse	Konverterer almindelige dele af adresser Eksempler: "street" -> "st" og "northwest" -> "nw"
     Type - Organisation	Fjerner omkring 50 "fyldord" i firmanavne såsom "co", "corp", "corporation" og "ltd."
     Unicode til ASCII	Konverterer Unicode-tegn til deres tilsvarende ASCII-tegn Eksempel: Tegnene 'à,' 'á,' 'â,' 'À,' 'Á,' 'Â,' 'Ã,' 'Ä,' 'Ⓐ,' og 'Ａ' konverteres alle til 'a.'
     Blanktegn	Fjerner alle blanktegn
     Aliaskortlægning	Giver dig mulighed for at uploade en brugerdefineret liste over strengpar, som derefter kan bruges til at angive strenge, der altid bør betragtes som et nøjagtigt match.  Brug aliastilknytning, når du har specifikke dataeksempler, som du mener burde matche, og som ikke matches ved hjælp af et af de andre normaliseringsmønstre.  Eksempel: Scott og Scooter eller MSFT og Microsoft.
     Brugerdefineret bypass	Giver dig mulighed for at uploade en brugerdefineret liste over strenge, som derefter kan bruges til at angive strenge, der aldrig bør matches. Brugerdefineret tilsidesættelse er nyttig, når du har data med fælles værdier, der skal ignoreres, f.eks. et dummy-telefonnummer eller en dummy-mail.  Eksempel: Match aldrig telefonen 555-1212 eller test@contoso.com

   • Præcision: Indstil præcisionsniveauet for denne betingelse. Præcision bruges til præcis match og fuzzy matching og bestemmer, hvor tæt to strenge skal være for at blive betragtet som et match.

     • Grundlæggende: Vælg mellem Lav (30 %), Mellem (60 %), Høj (80 %) og Nøjagtig (100 %). Vælg Nøjagtig, hvis du kun vil matche poster, der svarer til 100 procent.
     • Brugerdefineret : Angiv en procentdel, som posterne skal matche. Systemet matcher kun poster, der overstiger denne grænse.

   • Navn: Navn på reglen.

3. Hvis du kun vil matche tabeller, hvis kolonner opfylder flere betingelser, skal du vælge Tilføj>Tilføj betingelse for at føje flere betingelser til en match-regel. Betingelser er forbundet med en logisk OG-operator og udføres kun, hvis alle betingelser er opfyldt.

4. Du kan også overveje avancerede indstillinger, f.eks. undtagelser eller betingelser for brugerdefineret match.

5. Vælg Udført for at afslutte reglen.

6. Du kan også tilføje flere regler.

7. Vælg Næste.

Føje regler til et matchpar

Matchregler repræsenterer sæt af betingelser. Hvis du vil matche tabeller efter betingelser ud fra flere tabeller, skal du tilføje flere regler.

1. Vælg Tilføj regel i tabellen, hvor du vil tilføje regler.

2. Følg trinnene under Definer regler for matchpar.

Avancerede indstillinger

Føje undtagelser til en regel

I de fleste tilfælde fører tabel-matching til unikke kundeprofiler med konsoliderede data. Hvis du vil håndtere sjældne tilfælde af falske positive og falske negative, kan du definere undtagelser for en matchregel. Systemet anvender undtagelser efter behandling af matchreglerne og undgår at matche alle poster, der opfylder undtagelseskriterierne.

For eksempel, hvis din match-regel kombinerer efternavn, by og fødselsdato, identificerer systemet tvillinger med samme efternavn, som bor i samme by som på samme profil. Du kan angive en undtagelse, der ikke matcher profilerne, hvis det første navn i de tabeller, du kombinerer, ikke er det samme.

1. I ruden Rediger regel, vælg Tilføj>Tilføj undtagelse.

2. Angiv undtagelseskriterierne.

3. Vælg Udført for at gemme reglen.

Angive brugerdefinerede matchbetingelser

Angiv betingelser, der tilsidesætter standardoverensstemmelseslogikken. Følgende valgmuligheder er tilgængelige:

1. Vælg Brugerdefineret.

   

2. Vælg Brugerdefineret type, og vælg Hent skabelon. Omdøb skabelonen uden at bruge mellemrum. Brug en separat skabelon for hver enkelt matchindstilling.

3. Åbn den hentede skabelonfil, og udfyld detaljerne. Skabelonen indeholder felter, der specificerer tabellen og de primære nøgleværdier, der skal bruges i den tilpassede match. Der skelnes mellem store og små bogstaver i tabelnavne. For eksempel, hvis du ønsker, at primær nøgle 12345 fra Salgstabellen altid skal matche med primærnøgle 34567 fra Kontakttabellen , skal du udfylde skabelonen:

   • Table1: Salg
   • Tabel 1 Nøgle: 12345
   • Table2: Kontakt
   • Tabel2Nøgle: 34567

   Den samme skabelonfil kan angive brugerdefinerede matchposter fra flere tabeller.

   Hvis du vil angive brugerdefineret matchning for deduplikering for en tabel, skal du angive den samme tabel som både Table1 og Table2 og angive de forskellige værdier for primære nøgler. Du skal definere mindst én regel for dubletsøgning for tabellen for at bruge brugerdefineret match.

4. Når du har tilføjet alle tilsidesættelser, skal du gemme skabelonfilen.

5. Gå til Data>Datakilder, og indsæt skabelonfilerne som nye tabeller.

6. Når filerne er overført, skal du vælge den indstillingen Brugerdefineret igen. Vælg de nødvendige tabeller på rullelisten, og vælg Udført.

   

7. Anvendelse af det brugerdefinerede match afhænger af den matchindstilling, du vil bruge.

   • Fortsæt til næste trin for Altid at matche eller Aldrig at matche.
   • For Omgå eller Aliastilknytning skal du vælge Rediger for en eksisterende match-regel eller oprette en ny regel. Vælg indstillingen Brugerdefineret bypass eller Alias-tilknytning på rullelisten Normaliseringer, og vælg Udført.

8. Vælg Udført i ruden Brugerdefineret for at anvende den brugerdefinerede match-konfiguration.

   Hver skabelonfil, der indlæses, er sin egen datakilde. Hvis der findes poster, som kræver særlig behandling i forbindelse med matchning, skal du opdatere den relevante datakilde. Opdateringen bruges under den næste samlingsproces. For eksempel identificerer du tvillinger med næsten samme navn, der bor på samme adresse og er slået sammen som én person. Opdater datakilden for at identificere tvillingerne som separate, unikke poster.