fbpx

THƯ VIỆN KIẾN THỨC

Chuyên mục

TIN XEM NHIỀU

27Feb

Mobile Apps STM rút bớt “ưu phiền” trong hoạt động vận tải

Công ty Manuchar Việt Nam (Manuchar) đã triển khai thành công giải pháp quản lý...

21Nov

Tối ưu hoá tồn kho

  Một phát biểu tối ưu hoá bao gồm hai thành phần - một chức...

10Nov

Hiệu ứng Bullwhip

Hiệu quả bullwhip trong quản lý chuỗi cung ứng là một tham chiếu đến sự...

08Nov

Tồn kho – Tiến thoái lưỡng nan

Cách đây vài năm tôi đã tổ chức một hội thảo cho ban điều hành...

08Nov

Phân tích khả năng sinh lợi của SKU

Phân tích khả năng sinh lợi của SKU bằng cách kết hợp doanh thu, giá...

Làm sạch Dữ liệu Khách hàng

 

Thật không may, giống như hầu hết các bộ dữ liệu, một phần quan trọng trong quá trình hoạt động của khách hàng là làm sạch dữ liệu (hoặc chà sát dữ liệu). Hầu hết khách hàng được tham chiếu bởi nhiều tên và tên giả. Ví dụ, một tập hợp các đại diện chung cho Wal-Mart là WM, WMart, W-Mart, WM, W_Mart, Wal_Mart, WMrt, v.v … Ngoài ra, cần phải phân biệt cẩn thận gửi hóa đơn (bill to) với gửi hàng tới (ship to) các vị trí và khách hàng để đảm bảo rằng một đại diện chính xác của hoạt động của khách hàng được miêu tả.

 

Mục tiêu cuối cùng của bất kỳ sáng kiến làm sạch dữ liệu nào là tính toàn vẹn dữ liệu cao hoặc chất lượng dữ liệu cao. Tập dữ liệu chất lượng cao được đặc trưng bởi tính đầy đủ, tính chính xác, nhất quán, không trùng lặp và thống nhất. Dữ liệu sạch được so sánh với dữ liệu bẩn.

Dữ liệu khách hàng được liên tục làm sạch để đảm bảo duy trì tham chiếu đến hóa đơn khách hàng và gửi đến khách hàng thật sự duy nhất, nhất quán và chính xác.

%d bloggers like this: