Procedure consigliate per l'unificazione dei dati

Quando imposti le regole per unificare i dati in un profilo cliente, tieni presente queste procedure consigliate:

• Tempo di saldo da unificare vs. corrispondenza completa. Il tentativo di acquisire ogni possibile corrispondenza porta a molte regole e l'unificazione richiede molto tempo.

• Aggiungi regole in modo progressivo e tieni traccia dei risultati. Rimuovi le regole che non migliorano il risultato della corrispondenza.

• Deduplica ogni tabella in modo che ogni cliente sia rappresentato in una singola riga.

• Usare la normalizzazione per la standardizzazione delle variazioni per il modo in cui i dati sono stati immessi, ad esempio Street vs. St vs. St. vs. st.

• Usa la corrispondenza fuzzy strategicamente per correggere errori di battitura e non ad esempio bob@contoso.com e bob@contoso.cm. Le corrispondenze fuzzy impiegano più tempo di esecuzione rispetto alle corrispondenze esatte. Verifica sempre se il tempo extra speso per la corrispondenza fuzzy vale la percentuale di corrispondenza aggiuntiva.

• Restringi l'ambito delle corrispondenze con la corrispondenza esatta. Assicurati che ogni regola con condizioni fuzzy abbia almeno una condizione di corrispondenza esatta.

• Non associare colonne che contengono molti dati ripetuti. Assicurati che le colonne con corrispondenza fuzzy non abbiano valori ripetuti frequentemente, ad esempio il valore predefinito di un modulo "Firstname".

Prestazioni di unificazione

L'esecuzione di ogni regola richiede tempo. Modelli come il confronto di ogni tabella con ogni altra tabella o il tentativo di acquisire ogni possibile corrispondenza di record possono portare a lunghi tempi di elaborazione dell'unificazione. Questo approccio restituisce anche poche o nessuna corrispondenza in un piano che confronta ogni tabella con una tabella di base.

L'approccio migliore consiste nell'iniziare con un set di regole di base necessario, ad esempio il confronto di ogni tabella con la tabella principale. La tabella primaria deve essere la tabella con i dati più completi e attendibili. Ordina questa tabella in alto nel passaggio di unificazione delle regole di abbinamento .

Aggiungi progressivamente diverse regole e verifica quanto tempo si impiega per eseguire le modifiche e se i risultati migliorano. Vai a Impostazioni>Sistema>Stato e seleziona Corrispondenza per visualizzare quanto tempo ha impiegato la deduplicazione e la corrispondenza per ciascuna esecuzione di unificazione.

Visualizzare le statistiche delle regole nelle pagine Regole di deduplicazione e Regole di corrispondenza per vedere se il numero di record univoci cambia. Se una nuova regola corrisponde ad alcuni record e il conteggio dei record univoci non cambia, una regola precedente identifica tali corrispondenze.

Dati cliente

Nel passaggio Dati cliente:

• Escludi le colonne che non sono necessarie per le regole di corrispondenza o che non desideri includere nel profilo del cliente finale.

• Esamina le descrizioni delle colonne selezionate dal mapping intelligente.

• Non è necessario eseguire il mapping di tutte le colonne. Mappare colonne comuni come email e campi di indirizzo per facilitare i processi a valle. Tuttavia, puoi mantenere colonne non mappate con un ID univoco o una funzione specifica per la tua azienda.

Deduplicazione

Utilizza le regole di deduplicazione per rimuovere i record cliente duplicati all'interno di una tabella in modo che una singola riga in ogni tabella rappresenti ogni cliente. Una buona regola identifica un cliente unico.

In questo semplice esempio, i record 1, 2 e 3 condividono un indirizzo e-mail o un numero di telefono e rappresentano la stessa persona.

Non abbinare solo per nome perché quella regola corrisponde a persone diverse con lo stesso nome.

• Crea la regola 1 usando Nome e Telefono, che corrispondono ai record 1 e 2.

• Crea la regola 2 utilizzando Nome ed E-mail, che corrispondono ai record 2 e 3.

La combinazione della Regola 1 e della Regola 2 crea un singolo gruppo di corrispondenza perché condividono il record 2.

Decidi il numero di regole e condizioni che identificano in modo univoco i tuoi clienti. Le regole esatte dipendono dai dati che hai a disposizione per effettuare la corrispondenza, dalla qualità dei tuoi dati e dal livello di esaustività che desideri per il processo di deduplicazione.

Normalizzazione

Usa la normalizzazione per la standardizzazione dei dati e l'ottimizzazione della corrispondenza. La normalizzazione funziona bene su grandi insiemi di dati.

Il sistema utilizza i dati normalizzati solo a scopo di confronto, per abbinare più efficacemente i record dei clienti. Non modifica i dati nell'output finale del profilo cliente unificato.

Corrispondenza esatta

Usa il livello di precisione per determinare quanto simili devono essere due stringhe per essere considerate corrispondenti. L'impostazione di precisione predefinita richiede una corrispondenza esatta. Qualsiasi altro valore abilita la corrispondenza fuzzy per tale condizione.

Imposta la precisione su bassa (30% di corrispondenza), media (60% di corrispondenza) o alta (80% di corrispondenza). Oppure puoi personalizzare e impostare la precisione con incrementi dell'1%.

Condizioni di corrispondenza esatta

Le condizioni di corrispondenza esatta vengono eseguite per prime per ottenere un insieme più ristretto di valori da usare per le corrispondenze fuzzy. Per essere efficaci, le condizioni di corrispondenza esatta dovrebbero avere un ragionevole grado di unicità. Ad esempio, se tutti i tuoi clienti risiedono nello stesso paese/area geografica, avere una corrispondenza esatta nel paese/area geografica non aiuterebbe a restringere l'ambito.

Colonne come nome completo, e-mail, telefono o indirizzo hanno una buona unicità e sono ottime colonne da utilizzare come corrispondenza esatta.

Assicurati che la colonna che usi per una condizione di corrispondenza esatta non contenga valori che si ripetono frequentemente, ad esempio un valore predefinito "Firstname" acquisito da un modulo. Customer Insights può profilare le colonne dei dati per fornire informazioni sui valori ricorrenti più alti. È possibile abilitare la profilatura dei dati su connessioni Azure Data Lake (utilizzando Bookings o formato Delta) e Synapse. Il profilo dati viene eseguito quando la fonte di dati viene aggiornata successivamente. Per maggiori informazioni, vedi Data profiling.

Corrispondenza fuzzy

Usa la corrispondenza approssimativa per abbinare stringhe simili ma non identiche a causa di errori di battitura o di altre piccole variazioni. Usa la corrispondenza fuzzy in modo strategico in quanto è più lenta delle corrispondenze esatte. Assicurati che almeno una condizione di corrispondenza esatta sia presente in qualsiasi regola che abbia condizioni fuzzy.

La corrispondenza fuzzy non ha lo scopo di rilevare variazioni di nome ad esempio Suzzie e Suzanne. Queste variazioni sono gestite meglio con il modello di normalizzazione Type: Name o con la funzionalità personalizzata Alias matching, in cui i clienti possono inserire un elenco delle varianti di nome da considerare come corrispondenze.

Puoi aggiungere condizioni a una regola, ad esempio in base alla corrispondenza di FirstName e Phone. Le condizioni all'interno di una determinata regola sono condizioni "AND". Tutte le condizioni devono essere soddisfatte perché le righe coincidano. Le regole separate sono condizioni "OR". Se la regola 1 non corrisponde alle righe, le righe vengono confrontate con la regola 2.

Calcoli di corrispondenza fuzzy

Le corrispondenze fuzzy sono determinate dal calcolo del punteggio della distanza di modifica tra due stringhe. Se il punteggio raggiunge o supera la soglia di precisione, le stringhe vengono considerate una corrispondenza.

La distanza di modifica è il numero di modifiche necessarie per trasformare una stringa in un'altra, aggiungendo, eliminando o modificando un carattere.

Ad esempio, le stringhe "robert2020@hotmail.com" e "robrt2020@hotmail.cm" hanno una distanza di modifica di due quando rimuovi i e caratteri e.o Per calcolare il punteggio di distanza di modifica, usa questa formula: (lunghezza stringa base - distanza di modifica)/lunghezza stringa base.