Fuzzy Matching
Een techniek voor datamatching die overeenkomsten vindt tussen tekstreeksen die niet identiek zijn, essentieel voor het opschonen van productdata.
Wat is Fuzzy Matching? (Definitie)
Fuzzy matching is een techniek waarmee computers zoeken naar gegevens die bijna hetzelfde zijn. Bij exact matching moeten alle tekens precies gelijk zijn. Fuzzy matching berekent juist hoe sterk twee teksten op elkaar lijken. De techniek herkent fouten zoals typefouten, verwisselde letters of ontbrekende woorden. Ook kleine verschillen in de opmaak zijn geen probleem. Slimme rekenmodellen geven een score aan de overeenkomst. Zo bepaalt het systeem of twee verschillende teksten waarschijnlijk over hetzelfde product gaan. In een database helpt deze techniek u om gegevens op te schonen. U koppelt hiermee eenvoudig informatie uit verschillende bronnen aan elkaar. Dit is handig als bronnen verschillende namen gebruiken voor hetzelfde artikel. U stelt zelf in hoe streng de controle moet zijn. Zo automatiseert u het proces terwijl de data nauwkeurig blijft. Met WISEPIM gebruikt u deze techniek om uw productinformatie altijd foutloos en compleet te houden.
Waarom Fuzzy Matching Belangrijk Is voor E-commerce
Fuzzy matching is een techniek die teksten vergelijkt die op elkaar lijken, maar niet exact hetzelfde zijn. Het herkent overeenkomsten ondanks spelfouten of verschillende schrijfwijzen. In e-commerce krijgt u vaak productinformatie van verschillende leveranciers. De ene leverancier schrijft "Samsung 55-inch 4K TV", terwijl de andere "Sam-sung 55 4K Television" gebruikt. Fuzzy matching ziet dat dit over hetzelfde artikel gaat. Dit voorkomt dubbele SKU's in uw PIM-systeem. Het houdt uw catalogus schoon zonder dat u alles handmatig hoeft te controleren. Met WISEPIM automatiseert u dit proces en voorkomt u fouten in uw voorraadgegevens. Daarnaast helpt deze techniek klanten in uw webshop. De zoekfunctie begrijpt wat een klant bedoelt, zelfs bij een typefout. Zoekt iemand naar "stfuzuiger" in plaats van "stofzuiger"? Dan toont het systeem toch de juiste resultaten. Dit zorgt ervoor dat klanten sneller vinden wat ze zoeken. Het verlaagt het aantal afhaakmomenten en verbetert de ervaring van uw bezoekers.
Voorbeelden van Fuzzy Matching
- 1Een XL Blue Cotton Shirt van een leverancier koppelen aan uw eigen SKU voor een Katoenen Shirt - Blauw - Extra Large.
- 2Dubbele klantgegevens herkennen, zoals J. Janssen en Jan Janssen die op hetzelfde adres wonen.
- 3Fouten in zoekopdrachten verbeteren, zoals wanneer een bezoeker per ongeluk iphnoe typt in plaats van iPhone.
- 4Productreviews van andere websites koppelen aan de juiste ID in uw systeem, ook als de namen net anders zijn.
- 5Voorraadgegevens uit twee verschillende systemen samenvoegen na een overname, zelfs als de omschrijvingen niet exact gelijk zijn.
Hoe WISEPIM Helpt
- Geautomatiseerde data onboarding bespaart u veel tijd. Het systeem koppelt automatisch vergelijkbare producten uit bestanden van uw leveranciers.
- Verbeterde zoekresultaten verhogen de klanttevredenheid. De webshop toont de juiste producten, zelfs als een klant een spelfout maakt.
- Nauwkeurige ontdubbeling zorgt voor een overzichtelijke database. Het systeem herkent dubbele producten en voegt deze samen tot één juiste versie.
- Efficiënte attribuut-mapping versnelt het indelen van producten. Het systeem herkent kenmerken in nieuwe data en plaatst deze automatisch in de juiste categorie.