Abgleichsregeln für die Datenvereinheitlichung definieren

Dieser Schritt der Vereinheitlichung definiert die Abgleichreihenfolge und -regeln für den tabellenübergreifenden Abgleich. Dieser Schritt erfordert mindestens zwei Tabellen. Wenn Datensätze abgeglichen werden, werden sie mit allen Feldern aus jeder Tabelle zu einem einzigen Datensatz verkettet. Alternative Zeilen (Nicht-Gewinnerzeilen aus dem Deduplizierungsschritt) werden beim Abgleich berücksichtigt. Wenn jedoch eine Zeile mit einer alternativen Zeile in einer Tabelle übereinstimmt, wird der Datensatz der Gewinnerzeile zugeordnet.

Die folgenden Schritte und Abbildungen zeigen, wie Sie den Vereinigungsprozess zum ersten Mal durchlaufen. Informationen zum Bearbeiten vorhandener Vereinigungseinstellungen finden Sie unter Aktualisieren Sie die Vereinigungseinstellungen.

Angereicherte Tabellen einschließen (Vorschauversion)

Wenn Sie Tabellen auf der Ebene der Datenquelle angereichert haben, um Ihre Vereinigungsergebnisse zu verbessern, wählen Sie sie aus. Weitere Informationen finden Sie unter Anreicherungen für Datenquellen. Wenn Sie angereicherte Tabellen auf der Seite Deduplizierungsregeln ausgewählt haben, müssen Sie sie nicht erneut auswählen.

1. Wählen Sie auf der Seite Abgleichsregeln oben auf der Seite Angereicherte Tabellen verwenden aus.

2. Wählen Sie im Bereich Angereicherte Tabellen verwenden eine oder mehrere angereicherte Tabellen aus.

3. Wählen Sie Fertig aus.

Geben Sie die Reihenfolge der Übereinstimmung an

Jeder Abgleich führt zwei oder mehr Tabellen in einer einzigen konsolidierten Tabelle zusammen. Gleichzeitig behält es die einzigartigen Kundendatensätze bei. Die Übereinstimmungsreihenfolge gibt die Reihenfolge an, in der das System versucht, die Datensätze abzugleichen.

1. Auf der Seite Abgleichsregeln verwenden Sie die Aufwärts- und Abwärtspfeile, um die Tabellen in der gewünschten Reihenfolge zu verschieben, oder ziehen Sie sie per Drag-and-Drop. Wählen Sie zum Beispiel eCommerceContacts als primäre Tabelle und loyCustomer als zweite Tabelle.

2. Um jeden Datensatz in der Tabelle als einzelnen Kunden zu behandeln, unabhängig davon, ob eine Übereinstimmung vorliegt, wählen Sie Alle Datensätze berücksichtigen. Alle Datensätze in dieser Tabelle, die nicht mit Datensätzen in einer anderen Tabelle übereinstimmen, werden in das vereinheitlichte Profil aufgenommen. Datensätze, für die es keine Übereinstimmung gibt, nennt man Singletons.

Die primäre Tabelle eCommerceContacts wird mit der nächsten Tabelle loyCustomer abgeglichen. Das DataSet, das sich aus dem ersten Übereinstimmungsschritt ergibt, wird mit der folgenden Tabelle abgeglichen, wenn Sie mehr als zwei Tabellen haben. Wenn in eCommerceContacts weiterhin Duplikate vorhanden sind, wenn loyCustomer mit eCommerceContacts abgeglichen wird, werden eCommerceContacts-Duplikatzeilen nicht auf einen einzelnen Kundendatensatz reduziert. Wenn jedoch doppelte Zeilen in loyCustomer mit einer Zeile in eCommerceContacts übereinstimmen, werden sie auf einen einzigen Kundendatensatz reduziert.

Regeln für Abgleichpaare definieren

Übereinstimmungsregeln legen die Logik fest, nach der ein bestimmtes Paar von Tabellen abgeglichen wird. Eine Regel besteht aus einer oder mehreren Bedingungen.

Die Warnung neben einem Tabellennamen bedeutet, dass für ein Abgleichspaar keine Abgleichsregel definiert ist.

1. Wählen Sie Regel hinzufügen für ein Tabellenpaar zum Definieren von Vergleichsregeln aus.

2. In dem Bereich Regel hinzufügen konfigurieren Sie die Bedingungen für die Regel.

   

   • Tabelle/Feld auswählen (erste Zeile): Wählen Sie eine Tabelle und eine Spalte aus, die wahrscheinlich nur für einen Kunden gelten. Zum Beispiel eine Telefonnummer oder eine E-Mail-Adresse. Vermeiden Sie den Abgleich anhand von Aktivitätstyp-Spalten. Beispielsweise findet eine Kauf-ID wahrscheinlich keine Übereinstimmung in anderen Datensatztypen.

   • Tabelle/Feld auswählen (zweite Zeile): Wählen Sie eine Spalte aus, die sich auf die Spalte der in der ersten Zeile angegebenen Tabelle bezieht.

   • Normalisieren: Wählen Sie aus den Normalisierungsoptionen für die Spalte aus.

     Normalisierung	Beispiele
     Ziffern	Konvertiert viele Unicode-Symbole, die Zahlen darstellen, in einfache Zahlen. Beispiele: ❽ und Ⅷ sind beide auf die Zahl 8 normalisiert. Hinweis: Die Symbole müssen im Unicode-Punktformat codiert sein.
     Symbole	Entfernt Symbole und Sonderzeichen. Beispiele: !?"#$%&'( )+,.-/:;<=>@^~{}`[ ]
     Text in Kleinschreibung	Konvertiert Großbuchstaben in Kleinbuchstaben.  Beispiel: „DAS IsT eIN BEispIEL“ wird in „dies ist ein beispiel“ umgewandelt
     Typ – Telefon	Konvertiert Telefone in verschiedenen Formaten in Ziffern und berücksichtigt Unterschiede in der Darstellung von Landeskennzahlen und Durchwahlen. Symbole und Leerzeichen werden ignoriert. Führende „0“-Ziffern in Ländercodes werden ignoriert und entsprechen +1 und +01. Erweiterungen, die durch ein Buchstabenpräfix gekennzeichnet sind, werden ignoriert (X 123). Die normalisierte Landesvorwahl ist von Bedeutung, daher stimmt ein Telefon mit einer Landesvorwahl nicht mit einem Telefon ohne Landesvorwahl überein. Beispiel: +01 425.555.1212 stimmt mit 1 (425) 555-1212 überein +01 425.555.1212 entspricht nicht (425) 555-1212
     Typ – Name	Konvertiert über 500 gebräuchliche Namensvariationen und Titel.  Beispiele: „debby“ -> „deborah“ „prof“ und „professor“ -> „Prof.“
     Typ – Adresse	Konvertiert gemeinsame Teile von Adressen Beispiele: „Straße“ -> „st“ und „nordwesten“ -> „nw“
     Typ – Organisation	Entfernt etwa 50 Füllwörter von Firmennamen wie „co“, „corp“, „corporation“ und „ltd“.
     Unicode zu ASCII	Konvertiert die Unicode-Zeichen in ihr ASCII-Buchstabenäquivalent Beispiel: Die Zeichen „à“, „á“, „â“, „À“, „Á“, „“, „Ó, „Ä“, „Ⓐ“ und „Ａ“ werden alle in „a“ konvertiert.
     Leerzeichen	Entfernt alle Leerzeichen
     Alias-Zuordnung	Ermöglicht das Hochladen einer benutzerdefinierten Liste von Zeichenfolgenpaaren, die dann verwendet werden kann, um Zeichenfolgen anzugeben, die immer als exakte Übereinstimmung betrachtet werden sollten.  Verwenden Sie die Aliaszuordnung, wenn Sie über bestimmte Datenbeispiele verfügen, die Ihrer Meinung nach übereinstimmen sollten, aber nicht mit einem der anderen Normalisierungsmuster abgeglichen werden.  Beispiel: Scott und Scooter oder MSFT und Microsoft.
     Benutzerdefinierter Bypass	Ermöglicht das Hochladen einer benutzerdefinierten Liste von Zeichenfolgen, die dann verwendet werden kann, um Zeichenfolgen anzugeben, die niemals abgeglichen werden sollten. Die benutzerdefinierte Umgehung ist nützlich, wenn Sie Daten mit gemeinsamen Werten haben, die ignoriert werden sollen, z. B. eine Dummy-Telefonnummer oder eine Dummy-E-Mail.  Beispiel: Stimmt niemals mit der Telefonnummer 555-1212 überein, oder test@contoso.com

   • Präzision: Legen Sie die Genauigkeit fest, die für diese Bedingung gelten soll. Die Genauigkeit wird für exakte Übereinstimmungen und Fuzzyübereinstimmungen verwendet und bestimmt, wie nah zwei Zeichenfolgen sein müssen, um als Übereinstimmung zu gelten.

     • Basic: Wählen Sie Niedrig (30 %), Mittel (60 %), Hoch (80 %) und Genau (100 %). Wählen Sie Genau, um nur Datensätze abzugleichen, die zu 100 Prozent übereinstimmen.
     • Benutzerdefiniert: Legen Sie einen Prozentsatz fest, mit dem Datensätze übereinstimmen müssen. Das System stimmt nur mit Datensätzen überein, die diesen Schwellenwert überschreiten.

   • Name: Der Name für die Regel.

3. Um Tabellen nur abzugleichen, wenn Spalten mehrere Bedingungen erfüllen, wählen Sie Hinzufügen>Bedingung hinzufügen, um einer Vergleichsregel weitere Bedingungen hinzuzufügen. Bedingungen sind mit einem logischen UND-Operator verbunden und werden daher nur ausgeführt, wenn alle Bedingungen erfüllt sind.

4. Berücksichtigen Sie optional erweiterte Optionen wie Ausnahmen oder benutzerdefinierte Vergleichsbedingungen.

5. Wählen Sie Fertig, um die Regel abzuschließen.

6. Optional weitere Regeln hinzufügen.

7. Wählen Sie Weiter.

Fügen Sie einem zugeordneten Paar Regeln hinzu

Übereinstimmungsregeln repräsentieren Sätze von Bedingungen. Um Tabellen nach Bedingungen abzugleichen, die auf verschiedenen Spalten basieren, fügen Sie weitere Regeln hinzu.

1. Wählen Sie Regel hinzufügen für die Tabelle, der Sie Regeln hinzufügen möchten.

2. Befolgen Sie die Schritte unter Regeln für Übereinstimmungspaare definieren.

Erweiterte Optionen

Einer Regel Ausnahmen hinzufügen

In den meisten Fällen führt der Tabellenvergleich zu eindeutigen Kundenprofilen mit konsolidierten Daten. Um seltene Fälle von falsch positiven und falsch negativen Ergebnissen zu behandeln, definieren Sie Ausnahmen für eine Übereinstimmungsregel. Ausnahmen werden nach Verarbeitung der Vergleichsregeln angewendet und vermeiden den Vergleich aller Datensätze, die die Ausnahmekriterien erfüllen.

Wenn Ihre Vergleichsregel beispielsweise Nachname, Stadt und Geburtsdatum kombiniert, würde das System Zwillinge mit demselben Nachnamen, die in derselben Stadt leben, als dasselbe Profil identifizieren. Sie können eine Ausnahme angeben, wenn die Profile nicht übereinstimmen, falls der erste Name in den von Ihnen kombinierten Tabellen nicht identisch ist.

1. Im Bereich Regel bearbeiten wählen Sie Hinzufügen>Ausnahme hinzufügen.

2. Geben Sie die Ausnahmekriterien an.

3. Wählen Sie Abgeschlossen, um die Regel zu speichern.

Benutzerdefinierte Vergleichsbedingungen angeben

Geben Sie Bedingungen an, die die Standardabgleichslogik außer Kraft setzen. Die folgenden vier Optionen sind verfügbar:

1. Wählen Sie Benutzerdefiniert aus.

   

2. Wählen Sie den Benutzerdefinierten Typ und dann die Vorlage herunterladen aus. Benennen Sie die Vorlage ohne Leerzeichen um. Verwenden Sie für jede Abgleichsoption eine eigene Vorlage.

3. Öffnen Sie die heruntergeladene Vorlagendatei und geben Sie die Details ein. Die Vorlage enthält Felder zur Angabe der Tabelle und der Primärschlüsselwerte der Tabelle, die beim benutzerdefinierten Vergleich verwendet werden sollen. Bei Tabellennamen wird die Groß-/Kleinschreibung beachtet. Wenn Sie beispielsweise einen Primärschlüssel 12345 von der Tabelle Vertrieb möchten, die immer mit dem Primärschlüssel 34567 der Tabelle Kontakt übereinstimmt, füllen Sie die Vorlage aus:

   • Table1: Vertrieb
   • Tabelle1Schlüssel: 12345
   • Table2: Kontakt
   • Table2Key: 34567

   Dieselbe Vorlagendatei kann benutzerdefinierte Abgleichdatensätze aus mehreren Tabellen festlegen.

   Wenn Sie eine benutzerdefinierte Übereinstimmung für die Deduplizierung einer Tabelle angeben möchten, geben Sie dieselbe Tabelle wie Table1 und Table2 an und legen Sie die verschiedenen Primärschlüsselwerte fest. Sie müssen mindestens eine Deduplizierungsregel für die Tabelle definieren, um den angepassten Abgleich zu verwenden.

4. Nachdem Sie alle Override-Einstellungen hinzugefügt haben, speichern Sie die Vorlagendatei.

5. Gehen Sie zu Daten>Datenquellen und nehmen Sie die Vorlagedateien als neue Tabellen auf.

6. Wählen Sie nach dem Hochladen der Dateien die Option Benutzerdefiniert erneut. Wählen Sie die erforderlichen Tabellen aus dem Dropdownmenü und dann Fertig aus.

   

7. Die Anwendung des benutzerdefinierten Abgleichs hängt davon ab, welche Übereinstimmungsoption Sie verwenden möchten.

   • Für Immer übereinstimmen oder Nie übereinstimmen fahren Sie mit dem nächsten Schritt fort.
   • Für Umgehung oder Alias-Zuordnung wählen Sie bei einer vorhandenen Abgleichsregel Bearbeiten aus oder erstellen Sie eine neue Regel. Wählen Sie im Normalisierungen-Dropdownmenü die Option Benutzerdefinierte Umgehung oder Alias-Zuordnung und dann Fertig aus.

8. Wählen Sie Fertig im Bereich Benutzerdefiniert, um die benutzerdefinierte Übereinstimmungskonfiguration anzuwenden.

   Jede eingebundene Vorlagendatei ist eine eigene Datenquelle. Wenn Datensätze entdeckt werden, die eine besondere Abgleichbehandlung benötigen, aktualisieren Sie die entsprechende Datenquelle. Die Aktualisierung wird beim nächsten Vereinheitlichungsprozess verwendet. Sie identifizieren zum Beispiel Zwillinge mit fast demselben Namen, die an derselben Adresse leben und als eine Person zusammengeführt wurden. Aktualisieren Sie die Datenquelle, um die Zwillinge als separate, eindeutige Datensätze zu identifizieren.