Base De Datos Como En Un Motor De Búsqueda? Datamatch Enterprise™ Server + API De Data Ladder, Encuentra Los Datos Correctos, Incluso Con Información Incompleta

68 Bridge, St. Suite 307 +1 888-779-6578 [email protected] www.DataLadder.com Suﬀield, CT 06708 Mantenga sus bases de datos limpias

DataMatch Enterprise™ Server + API es un componente diseñado por Data Ladder para la comparación, el formateo de datos y la limpieza de datos de última generación. Entre sus usos más comunes se encuentran la prevención, consulta, deduplicación y fusión / purga de duplicados. La API DataMatch Enterprise™ divide y asigna nombres y direcciones a los casos, genera claves de coincidencia para la coincidencia fonética, genera 3 gramos para una coincidencia aproximada más precisa y registros de coincidencia de caliﬁcaciones.

El componente ofrece una solución compacta y eﬁciente a los problemas de calidad de datos y duplicación en cualquier sistema basado en Windows.

Alto Rendimiento Rápida Interface y Escalabilidad Implementación Intuitiva Delivers results quickly regardless Proceso acordado con Ejecutar proyectos de big data of size of database los desarrolladores en cuestión de días

Robusta Tecnología Perfecta Integración Sincroniza con datos de Emparejamiento con Bases de Datos en tiempo real Encuentre lo que está buscando Opera aparte y enlaza con las Las actualizaciones con la mejor tecnología de bases de datos actuales para instantáneas funcionan depuración y emparejamiento lograr la máxima velocidad y junto con el proceso de del mundo eﬁciencia como parte de la API emparejamiento Funcionamiento

Cargar proyecto seleccionado Correr el proceso de búsqueda Ir a la ventana de conﬁguración

Live Search Demo 3.1.13.1 (1.0.7.7) - X

Ingresar la palabra buscada

Search Criteria Start Settings Victor Search time “Victor”: 120 ms Hide log

Live Search Search V Score Data Source Record Company Address City 11/12/2018 2:57:44 PM - Start loading Engine Wrapper Name Name No 0 by project ‘smoke3.1.7.0’ 100.00 Customer Master 1152 Hungry’s Express... 11700 Old Katy Rd hOUSTON 11/12/2018 2:57:44 PM - End loading Engine Wrapper 0 without errors in No0 100.00 Customer Master 1550 Ayala Refrigeratio... 916 E Euclid Ave pHOENIX Load time No0: 9241 ms 95.00 Customer Master 2066 Airbrush Guy & Co 815 S Market St bENTON Loading finished successfully Search Time ‘0ФЛ’: 107 91.90 New Prospect R... 6109 Victor Arcos 417 Jacson St Search Time ‘0ФcЛ’: 76 90.90 New Prospect R... Search Time ‘0ФЛ’: 60 6737 Lcu P.O. BOX 4544 Search Time ‘Jac’: 162 -1 2 89.28 New Prospect R... 6827 Desert Grove P.O. BOX 60352 Search Time ‘Jack’: 137 - 14 Desactivar/Activar las Search Time ‘Jac’: 121 - 12 89.23 6883 Missouri Pub Stat... P.O. BOX 685 opciones de búsqueda New Prospect R... Search Time ‘Vic’: 86 - 10 en vivo 89.20 New Prospect R... 7680 Victoria Logistics P.O. BOX 24119 Search Time ‘Vict’: 103 - 10 Search Time ‘Victo’: 91 - 9 88.57 New Prospect R... 7011 Scenic Hills Realty P.O. BOX 90 Search Time ‘Victor’: 120 - 17 88.00 New Prospect R... 6525 Mc Teer & P.O. BOX 2368 87.50 New Prospect R... 6751 Coliman Pacific P.O. BOX 48 V V V

Entonces, ¿qué hace si hay inconsistencias o variaciones en sus datos? Peor aún, ¿qué pasa si hay diferentes errores tanto en una base de datos como en un motor de búsqueda? DataMatch Enterprise™ Server + API de Data Ladder, encuentra los datos correctos, incluso con información incompleta. Nuestros algoritmos pueden encontrar las áreas de similitud sin importar en qué campos se encuentren o o estén los datos alineados.

Nuestra plataforma es un enfoque sólido para hacer que los datos imperfectos sean utilizables. Nuestra plataforma puede hacer las conexiones correctas con cualquier tipo de datos estructurados. Desde errores ortográﬁcos hasta redundancias. Nuestra herramienta puede resolver muchos de los problemas comunes que se encuentran en grandes cantidades de datos.

DataMatch Enterprise™ Server + API puede manejar muchos de los problemas que comprometen sus sistemas de datos. Nuestro sistema es escalable: incluso con grandes conjuntos de datos, la información se puede analizar con tiempos de respuesta increíblemente rápidos. ¿El resultado? Mayor precisión y menos trabajo manual necesario. Nuestro software se integra directamente con su base de datos, pero funciona de manera independiente y no afecta a ninguna otra aplicación.

* Como se vio en 20 estudios independientes diferentes, DataMatch Enterprise™ Server + API, encontró 5-10% más coincidencias que cualquier otro competidor o solución interna. Precisión de Emparejamiento

40K a 4M Compra / 40K Registros 400K Registros Velocidad Registros Costos de Licencia

Data Ladder 96% 91% 95% Muy Rápido Bajo

IBM Quality Stage 88% 87% 91% Rápido Alto ($250K+)

SAS DataFlux 84% 84% 81 % Rápido Alto ($250K+)

Nota: Las pruebas anteriores se completaron en los datos de prueba internos (conﬁrmación externa en proceso). Tenga en cuenta que estas pruebas se realizaron utilizando nuestros algoritmos patentados; No se utilizaron resultados algorítmicos preprocesados.

Diagramas de Arquitectura API

Cliente 1 Cliente 2 Cliente N Cliente 1 Cliente 2 Cliente N 1 Insertar nuevo 1 registro Insertar nuevo registro Back - End 2 Back - End

Confirmar Intentar insertar Usar Fuzzy Logic Informar al Back-End si existe 2 7 3 registro en 9 acerca de la singularidad la base de datos del registro Lógica DME Lógica de verificación API de verificación única Activar DB única 6 4 3 Activar Usar Informar al insertar fuzzy 4 8 acerca de logic la unicidad 5 SI ¿El 6 Retroceder la Registro DME existe? Transacción API DB 7 Notificar acerca del duplicado NO ¿El Registro 5 SI existe? 6 Insertar registro en NO la base de datos Hacer la Informar al Back-End transacción 7 acerca de la singularidad del registro

Fig 1. Arquitectura del Servidor del Cliente A) DMES API se utiliza como una capa intermedia B) DMES API se llama desde la entre DB y una capa de negocio base de datos activada Vista general

Existen dos partes fundamentales en DataMatch _ Live Search Demo 3.1.13.1 (1.0.7.7) X Enterprise™ Server + API:

Live Search Real Time Duplicate Check Indización de registro Coincidencia de Frontend Search Criteria Use the cache table Use floating tresholds General Fields registro Path: Andersen Submit lastname (90%) Auto Match: 90 Reset Manuel Review: 80 Estos puedes ser usadas en diversos escenarios:

Backend Record status: DUPLICATE Score id title firstname lastname company address1 address2 address3 zip date pai Captura de datos incorporando prevención 98.2000001788... 1 Mr Gary Anderssen Mobil Oil Canada 1160-1124 Aviati... Hunstville Alabama 35894 11/13/2008 6:31... 0 duplicada.

Database

id title firstname lastname company address1 address2 address3 zip date

1 Mr Gary Anderssen Mobil Oil Canada 1160-1124 Aviati... Hunstville Alabama 35894 11/13/2008 6:31... Una sola fuente de datos coincidente

1 Ms Carrie Conrad Intergraph Corpo.. One Madison Ind... Louisville Missouri 64116 8/26/2009 10:37...

1 Mr Ron Olsen Universal Under... 10 Richards Road Boise Idaho 83705 12/4/2009 1:48 ... 1 Mr Carol Lisney Boise Cascade C... 3565 South Owy... Batavia Illinois 60510 7/8/2009 1:53 AM Coincidencia de fuentes de datos cruzadas

Definiciones de Emparejamiento

La deﬁnición de emparejamiento es el conjunto de reglas que aplicamos en los campos para ser ejecutadas en el proceso de emparejamientos. Deﬁnición de emparejamientos para un campo que consiste en: Live Search Demo 3.1.13.1 (1.0.7.7) - X

Tipo de coincidencia que puede ser difuso o exacto. Antes de hacer cualquiera de esos dos Search Criteria Start Settings

(Fuzzy o Exacto) podemos transformar la Victor Search time “Victor”: 120 ms Hide log Live Search Search V Score Data Source Record Company Address City 11/12/2018 2:57:44 PM - Start loading Engine Wrapper entrada a su equivalente fonético: Name Name No 0 by project ‘smoke3.1.7.0’ 100.00 Customer Master 1152 Hungry’s Express... 11700 Old Katy Rd hOUSTON 11/12/2018 2:57:44 PM - End loading Engine Wrapper 0 without errors in No0 100.00 Customer Master 1550 Ayala Refrigeratio... 916 E Euclid Ave pHOENIX Load time No0: 9241 ms - fonética 95.00 Customer Master 2066 Airbrush Guy & Co 815 S Market St bENTON Loading finished successfully Search Time ‘0ФЛ’: 107 91.90 New Prospect R... 6109 Victor Arcos 417 Jacson St Search Time ‘0ФcЛ’: 76 90.90 New Prospect R... Search Time ‘0ФЛ’: 60 Ejemplo: Transformación fonética de las 6737 Lcu P.O. BOX 4544 Search Time ‘Jac’: 162 -1 2 89.28 New Prospect R... 6827 Desert Grove P.O. BOX 60352 Search Time ‘Jack’: 137 - 14 89.23 Search Time ‘Jac’: 121 - 12 New Prospect R... 6883 Missouri Pub Stat... P.O. BOX 685 Search Time ‘Vic’: 86 - 10 palabras Dayton y Deighton es igual. 89.20 New Prospect R... 7680 Victoria Logistics P.O. BOX 24119 Search Time ‘Vict’: 103 - 10 Search Time ‘Victo’: 91 - 9 88.57 New Prospect R... 7011 Scenic Hills Realty P.O. BOX 90 Search Time ‘Victor’: 120 - 17 88.00 New Prospect R... 6525 Mc Teer & P.O. BOX 2368 87.50 New Prospect R... 6751 Coliman Pacific P.O. BOX 48 V V Si la deﬁnición de coincidencia es Fuzzy, V debemos aplicar un valor para: - Nivel

Deﬁne el umbral para el comparador. Si los resultados de la comparación son iguales a más altos que el nivel, la coincidencia se consideraría exitosa. Puntaje de Emparejamiento

La puntuación de coincidencia es el valor Live Search Demo 3.1.13.1 (1.0.7.7) - X promedio de todas las puntuaciones de Real Time Search Unique Check Logic Database Connection: ... coincidencia por campos individuales. Si Triggers: Full Name:

First Name: cualquier campo tiene un nivel coincidente

Last Name: Address: por debajo del nivel, la puntuación completa

Treshold Definitely Match: - será 0. Potential Duplicate: - Not a Duplicate: - Build Results:

Name

1 dbo.Employees 25 49 True 98.21 98.21 98.21 98.21 98.21 MR G SONATA Gohn Sonata POST OFFICE BOX 192610 88000 [email protected] 3/17/2008 2 dbo.Employees 49 25 False 99.48 99.48 99.48 99.48 99.48 MR G SOPATA Gonatan Sopata POST OFFICE BOX 192610 88000 1987654321 2/4/2009 3 dbo.Employees 29 66 True 90.12 90.12 90.12 90.12 90.12 MR R OLESEN Rick Olesen 10 RICHARDS ROAD 83705 6/18/2009 4 dbo.Employees 66 29 False 74.25 74.25 74.25 74.25 74.25 MR R MANSEN Raul Mansen 4909 EAST MCDOWELL ROAD 80524 2/10/2008 5 dbo.Employees 35 45 True 20.39 20.39 20.39 20.39 20.39 MIKE SAWALL Mike Sawall 8227 GRAVOLS 27425-5408 11/5/2009 6 dbo.Employees 45 35 False 61.78 61.78 61.78 61.78 61.78 MIKE BASLER Mike Basler POST OFFICE BOX 2261 93033 1/11/2009 V V

Parte Back-End - Servicio de Base de Datos y API Suprimir la gestión como una capa de servicio adicional.

Después de agregar "John Smith" es imposible Agrega "Johnny Smith" porque primer disco. Se guardó como registro único en la base de datos. Back - End y en la caché de los servicios API de DME

1. Adicionar “John Smith” Informar al usuario sobre el resultado: 5. Adicionar “Johnny Smith” 3 el registro es único o el registro es no es único y fue suprimido Base de Datos Servicio DME API

Caché de usuarios

Primer Nombre Apellido Usuario Veriﬁcar ¿Hay ID Primer Nombre Apellido 2 "Duplicados" John Taylor en lasRecord tablas Alice Smith exist? 1 John Taylor de caché? ... 2 Alice Smith 4 Caché de Nuevos Usuarios ...... Si el registro es único agrega esto grabar Primer Nombre Apellido N John Smith en una base de datos y en el caché de nuevos registros John Smith El Modelo Tetraédrico Emparejando en la Forma que Alguien lo Haría

Sabemos que nuestros clientes necesitan buenos emparejamientos. Es por eso que desarrollamos el Modelo Tetraédrico para hacer coincidir y encontrar información especíﬁca la primera vez, cada vez, independientemente de la ortografía, el valor numérico o la información limitada. DataMatch Enterprise™ compara los datos a través del modelo tetraédrico o a través de la búsqueda fonética, numérica, especíﬁca del dominio y, por supuesto, difusa. Nuestro enfoque de emparejamiento siempre ha superado a IBM y SAS para lograr la mejor precisión de emparejamiento al hacer coincidir la forma en que lo haría una persona.

Letras faltantes: “Hammer” o “Hamer” Puntuación incorrecta o faltante: Variaciones: “Vinnie Smith” o“Vinny Smith” “World-class data” por “World class data” Words that sound the same: Letras extrañas: “Folder” or “Foldwer” “Stephen” y “Steven” Palabras incompletas: “Cleaners” o “leaners” Emparejamiento de dominio especiﬁco: “Wiﬁ” y“Wireless connection” Puntuación incorrecta o faltante: “World-class data”por “World class data” Variaciones numéricas: “100” and “99”

Características Adicionales

Soporte de emparejamiento de campos cruzados. Técnicas avanzadas de emparejamiento. Puntajes especiales. Clases semánticas equivalentes y selección de múltiples tablas. Bibliotecas avanzadas de dominio especíﬁco tales como apodos, continuamente actualizando multilenguaje Soporte (Unicode). Fuentes de Datos

Microsoft Dynamics Microsoft Dynamics Microsoft Dynamics CRM Salesforce CRM 365 365 Sales (CRM) (On-premise & Online) NetSuite CRM SAP Hybris C4C Sugar CRM SuiteCRM Highrise CRM ZOHO CRM

SALES CLOUD CM FP ads Salesforce Marketing Double Click For ACT CRM Bullhorn CRM Oracle Sales Cloud Veeva Cloud Google Analytics Double Click CRM Publishers Google AdWords Bing Ads

MailChimp Act-On Oracle Eloqua HubSpot Marketo SendGrid YouTube YouTube Analytics Magento Microsoft Dynamics GP

UK Intacct QuickBooks QuickBooks QuickBooks Online Point-Of-Sale Sage 50 Sage 50 UK Xero Accounting Exact Online Sage Intacct FreshBooks SAP Concur

TM R Microsoft SharePoint SharePoint Excel Reckon (On-premise & Online) Excel Online Services Google Apps Oﬀice 365 Basecamp WordPress Microsoft Exchange Microsoft Project

Business One AX Dynamics 365 Dynamics 365 Smartsheet.com SurveyMonkey Zendesk Business Central Finance & Operations (AX) Microsoft Dynamics GP Microsoft Dynamics NAV Microsoft Dynamics AX SAP NetWeaver SAP Business One

Acumatica ERP Odoo ERP Google Directory AWS Management DigitalOcen ServiceNow Splunk GitHub Jira Amazon Dynamo DB

Mongo DB Azure Comos DB Google Big Query Amazon Athena Azure Table IBM Cloudant Cassandra CouchBase Hbase Elasticsearch

TM ®

Apache Hive HPCC Systems Snowflake Apache Spark Redis Amazon Redshift Google Cloud Spanner 1010data SQL Analysis Services Facebook

OData JSON REST Excel Files Google Spreadsheets CSV/TSV XML Salesforce Chatter Twitter Linkedin

Slack Instagram LDAP OFX Transactions Email RSS FTP Authorize.Net Square eBay

open exchange rates

PayPal Shopify Stripe E*TRADE OpenExchangeRate Quandl Twilio Google Calendar Google Contacts Google Gmail

TXT

Azure Management Bing Search Salesforce Einstein Google Search Kintone NetSuite ERP Hadoop TXT Files SQL Server Oracle

Teradata My SQL PostgreSQL IBM DB2 MS Access OLE DB DBase - DBF Settings - X

Search Criteria

Choose project file D:\Documents\DataMatch Enterprise\projects\smoke3.1.7.0.dmeproj Stop Engine

Image Filter Settings

Increase Speed Image Max count of records from each table:

Reset Image 100 V

Paths

Temp Data Path: C:\Users\victoria \App Data\Local\Temp\Data Ladder Save paths

Temp Data Path: D:\Documents\DataMatch Enterprise\

Temp Data Path: D:\Documents\DataMatch Enterprise\projects

OPPORTUNITIESNuestros FOR Clientes

Turn Key Auto Events ECS Engaging minds. Shaping futures. ENTERPRISE CONTENT SOLUTIONS Data Ladder es una compañía de software de calidad de datos dedicada a ayudar a los usuarios de negocios a aprovechar al máximo sus datos a través de las herramientas de comparación, creación de perﬁles, depuración y enriquecimiento. Ya sea que coincida con millones de registros a través de nuestros algoritmos de coincidencia aproximada, o que transforme datos de productos complejos a través de tecnología semántica, las herramientas de calidad de datos de Data Ladder brindan un nivel de servicio superior sin igual en la industria.

¿Por qué Data Ladder?

Es simple: nuestro potente software, fácil de usar, ayuda a los usuarios comerciales de muchas industrias a administrar sus datos de manera más efectiva e impulsar sus resultados. Se comprobó que nuestra poderosa suite de software, DataMatch Enterprise™, encontró aproximadamente entre un 5% y un 12% más de concordancias que las compañías líderes de software IBM y SAS en 15 estudios diferentes.

Descarga Gratuita