Fuzzy Matching
Fuzzy matching vindt tekst of records die op elkaar lijken maar niet gelijk zijn, met een score voor de gelijkenis die typefouten, afkortingen en woordvolgorde opvangt.
Wat is Fuzzy Matching?
Fuzzy matching is een techniek die tekst of records vindt die op elkaar lijken maar niet precies gelijk zijn, zoals "Samsung Galaxy S24 Ultra 256GB" en "Galaxy S24 Ultra (256 GB) Samsung". In plaats van ja of nee krijgt een fuzzy match een score voor de gelijkenis, en alles boven een gekozen drempel telt als match. Veelgebruikte methodes zijn edit distance (hoeveel tekens je moet wijzigen, zoals bij de Levenshtein-afstand), token matching (woorden vergelijken ongeacht de volgorde) en fonetische matching (woorden die hetzelfde klinken). Exact matching koppelt alleen identieke waarden, zoals dezelfde EAN; fuzzy matching vangt typefouten, afkortingen, woordvolgorde en spaties op. In e-commerce gebruik je het om dubbele producten te vinden, leveranciersdata aan je catalogus te koppelen als identifiers ontbreken, attribuutwaarden eenduidig te maken en je zoekfunctie bestand te maken tegen typefouten. Lees in onze gids over ontdubbelen van productdata hoe je dit combineert met exacte controles.
Waarom Fuzzy Matching belangrijk is voor e-commerce
Productdata komt uit veel bronnen die hetzelfde op verschillende manieren noemen. Zonder fuzzy matching leiden die verschillen tot dubbele producten, rommelige filters met vijf schrijfwijzen van één kleur en leveranciersupdates die je niet aan het juiste artikel kunt koppelen. Fuzzy matching helpt ook je klanten. Een zoekfunctie die tegen typefouten en een andere woordvolgorde kan, vindt producten die exact zoeken mist.
Voorbeelden van Fuzzy Matching
- 1Waarde A: Samsung Galaxy S24 Ultra 256GB, Waarde B: Galaxy S24 Ultra (256 GB) Samsung, Resultaat: Waarschijnlijk hetzelfde product
- 2Waarde A: Donkerblauw, Waarde B: donker-blauw, Resultaat: Dezelfde attribuutwaarde, kies één schrijfwijze
- 3Waarde A: Zoekopdracht "addidas", Waarde B: Merk "adidas", Resultaat: De zoekfunctie toont adidas-producten
- 4Waarde A: Leveranciersartikel "Boormachine 18V m/ accu", Waarde B: Catalogusartikel "Accuboormachine 18 V met accu", Resultaat: Voorgestelde match om te controleren
- 5Waarde A: T-shirt maat M, Waarde B: T-shirt maat L, Resultaat: Hoge score maar verschillende producten, dus geen dubbeling
Hoe WISEPIM helpt
- Bekijk alle waarden van een attribuut op de pagina Attribute values in WISEPIM en zie spellingvarianten van dezelfde waarde.
- Maak die varianten in één stap eenduidig met bulkbewerking.
- Koppel geïmporteerde regels eerst aan bestaande producten via identifiers zoals SKU of EAN.
- Gebruik Quality Guard-regels om producten zonder identifiers te markeren, omdat die moeilijker te matchen zijn.
Veelgemaakte fouten met Fuzzy Matching
- De drempel zo laag zetten dat verschillende producten als dubbel worden gezien.
- Matches automatisch samenvoegen zonder controlestap.
- Fuzzy matching gebruiken waar een exacte identifier zoals een EAN beschikbaar is.
- Ruwe tekst vergelijken zonder eerst hoofdletters, spaties en eenheden gelijk te trekken.
Tips voor Fuzzy Matching
- Match eerst op exacte identifiers en gebruik fuzzy matching alleen voor de rest.
- Maak tekst eerst gelijk: kleine letters, geen leestekens en dezelfde eenheden.
- Test drempels op een steekproef waarvan je de juiste uitkomst kent.
- Laat twijfelgevallen door een persoon beoordelen in plaats van automatisch te beslissen.
Trends rondom Fuzzy Matching
- Semantische matching met AI-embeddings die betekenis vergelijkt, niet alleen tekens.
- Matching over talen heen, zodat een Nederlandse en een Engelse productnaam aan elkaar worden gekoppeld.
- Beeldvergelijking om productmatches te bevestigen.
- Menselijke controle van twijfelgevallen als vaste stap in het matchingproces.
Tools voor Fuzzy Matching
- OpenRefine: Gratis tool die vergelijkbare waarden groepeert, zodat je ze kunt samenvoegen.
- RapidFuzz: Python-bibliotheek voor snelle fuzzy matching van tekst.
- Elasticsearch: Zoekmachine met fuzzy queries voor zoeken dat tegen typefouten kan.
- Algolia: Gehoste zoekdienst met ingebouwde tolerantie voor typefouten.
- WISEPIM: PIM met een Attribute values-pagina en bulkbewerking om vergelijkbare waarden eenduidig te maken.