Fraud Blocker Documentación sobre la resolución de entidades de Senzing » Match Data Pro

Documentación sobre la resolución de entidades de Senzing

Resolución de entidades con Senzing

Resumen

La resolución de entidades responde a una pregunta que la coincidencia habitual no puede resolver: ¿qué registros, de entre todas tus fuentes de datos, describen a la misma persona u organización del mundo real? Senzing resuelve esos registros en entidades, asigna a cada una un identificador de entidad y te explica el motivo de cada decisión tomada.

La diferencia con respecto al módulo «Fuzzy Matching» radica en el grado de configuración. «Fuzzy Matching» te ofrece un control total sobre las definiciones, los criterios y los umbrales. Senzing, por su parte, no requiere intervención: solo tienes que asignar tus columnas a los atributos de Senzing, seleccionar tus fuentes de datos y Senzing decide qué elementos se agrupan utilizando sus propios algoritmos.

Lo que obtienes a cambio:

  • Entidades que agrupan todos los registros que describen a la misma persona u organización, en todas las fuentes de datos.
  • Una clave de correspondencia para cada decisión, que indique qué atributos la determinaron; por ejemplo, +NOMBRE+DIRECCIÓN.
  • Un nivel de coincidencia, como «RESUELTO», que indica el grado de certeza con el que el registro corresponde a la entidad.
  • Relaciones entre entidades que, aunque no son la misma, están relacionadas entre sí.
  • Recuentos por categoría sobre los que puedes actuar: coincidencias, ambigüedades, posibilidades, relaciones y elementos únicos.

Senzing se integra en tu proyecto junto con el resto de módulos, por lo que puedes importar, depurar y analizar los datos primero, resolverlos después y, por último, exportar el resultado o pasarlo a la siguiente fase del proceso.

Paso 1: Importar fuentes de datos

Abre Senzing desde el flujo de trabajo de tu proyecto, o bien desde «Resolución de entidades» y, a continuación, «Asignación» en el menú de la izquierda. La pantalla se abre en el paso 1 de 2.

Cada fuente de datos aparece como una ficha en la que se muestran su nombre y el número de registros. Marca las que quieras resolver.

  • La opción «Añadir fuente de datos » incorpora otra fuente de datos al módulo Senzing.
  • «Seleccionar todo » marca todas las opciones, y «Eliminar selección » borra las opciones seleccionadas.
  • Haz clic en «Siguiente » para pasar a la asignación.

Selecciona una fuente de datos para buscar duplicados en ella, o varias para resolver los registros que se repiten entre ellas. Es necesario que la importación de cada una de ellas haya finalizado primero.

Paso 2: Asignación de encabezados de columna

Senzing necesita saber qué significa cada columna. La asignación le indica que la columna «Nombre de contacto» corresponde al nombre completo y que la columna «Fecha de nacimiento» corresponde a la fecha de nacimiento.

Opciones de combinación

Selecciona «Persona» para buscar personas o «Empresa» para buscar empresas. Tu elección determina qué atributos de Senzing se muestran, así que configúralo antes de empezar a asignar datos. La opción predeterminada es «Persona».

Opciones de visualización

Un menú desplegable te ofrece tres formas de avanzar por el tablero:

  • Las fichas muestran una tarjeta por columna. Cada tarjeta incluye una insignia «Senzing: Listo» cuando esa columna está asignada, el campo de origen con su atributo Senzing entre paréntesis, como «Fecha de nacimiento» (DATE_OF_BIRTH), y un recuento de «Fuentes de datos asignadas», como 2/2.
  • La columna «Columns» muestra a la izquierda la lista de asignaciones de los atributos de Senzing, con las columnas de tu fuente de datos a su lado, con un menú desplegable por fila. Todo lo que no esté asignado aparece como «Not Mapped».
  • Las filas constituyen la vista más compacta de la misma información.

Filtros

Los filtros de radio reducen el panel, y un filtro solo aparece cuando hay columnas en ese grupo:

FiltroEspectáculos
TodosTodas las columnas
CompletoAsignado a un atributo de Senzing y presente en todas las fuentes de datos seleccionadas
ParcialEstá asignado a un atributo de Senzing, pero no aparece en al menos una fuente de datos
Otras correspondenciasAparece en más de una fuente de datos, pero aún no se ha asignado
Asignación únicaAparece solo en una fuente de datos y aún no se ha asignado

Cada grupo aparece identificado con su recuento, como por ejemplo «Mapeo completo (11)». Utiliza el cuadro «Filtrar por nombre de columna » para ir directamente a una columna concreta.

Sugerencias automáticas, recordar y olvidar

Match Data Pro propone asignaciones comparando tus encabezados con un diccionario de nombres conocidos, además de aquellos que hayas elegido recordar. Después de asignar un encabezado manualmente, selecciona «Recordar» para que se asigne automáticamente la próxima vez. «Olvidar» lo elimina.

Qué incluir en el mapa

Como mínimo, asigna los datos que identifican a la entidad: un nombre y, a continuación, cualquier otro dato del que dispongas, como la dirección, la fecha de nacimiento, el teléfono, el correo electrónico o un identificador. Cuantos más atributos identificativos asignes, mejor será la resolución de Senzing. Las columnas no asignadas se transfieren, pero no se utilizan para la correspondencia.

Correr con Senzing

Haz clic en «Ejecutar Senzing», situado en la parte superior derecha del paso de mapeo.

Senzing carga los registros asignados, los procesa y muestra un resultado que puedes consultar. El procesamiento se realiza en segundo plano, por lo que puedes salir de la página y volver más tarde. El tiempo que tarda depende del número de registros y del número de fuentes de datos.

Historia de Senzing

A continuación, en «Resolución de entidades de Senzing» y en «Historial de Senzing» se enumeran todas las ejecuciones bajo el encabezado «Resultado de Senzing», junto con las fuentes de datos procesadas, la fecha de inicio, la fecha de finalización, el estado y las acciones.

Acciones disponibles:

  • Al hacer clic en «Ver» se abren los resultados.
  • El registro aparece cuando una ejecución falla y muestra el error, para que puedas corregir la configuración y volver a ejecutarla.
  • La opción «Cancelar» detiene una ejecución que aún está en curso. La cancelación no se puede deshacer.
  • La opción «Eliminar » borra una ejecución y sus resultados.

Análisis de los resultados

Haz clic en «Ver» en una ejecución finalizada y, a continuación, elige cómo quieres verla mediante los dos botones de opción situados en la parte superior:

  • La «Fuente de datos individual» muestra lo que Senzing ha encontrado en una fuente de datos concreta. Aquí es donde se buscan los duplicados dentro de un mismo archivo.
  • La función «Cross Data Source» muestra los resultados encontrados entre un par de fuentes de datos, que aparecen en la lista como un par, por ejemplo: «REGISTROS DE NUEVOS CLIENTES POTENCIALES / DATOS MAESTROS». Aquí es donde se busca la misma entidad que aparece en dos sistemas.

Selecciona la fuente de datos, o el par, en el menú desplegable «Fuentes de datos ». A la derecha se muestran el «Total de registros » y el «Total de entidades » correspondientes a esa selección.

Pestañas de categorías

Cada pestaña muestra un recuento en tiempo real:

PestañaSignificadoAparece en
TodosTodas las entidades de la selecciónAmbas opiniones
CoincidenteLos registros de Senzing se resolvieron de forma conjunta, como una sola entidadAmbos
SingletonsRegistros que se resolvieron en una entidad con exactamente un registro, lo que significa que no se encontró ninguna coincidenciaSolo particulares
AmbiguoUna entidad que podría corresponder a más de una entidad, cuando dichas entidades no pueden corresponder entre síAmbos
PosibilidadesDos entidades que comparten características de alta resistencia, pero que, aun así, no pueden resolverse conjuntamenteAmbos
RelaciónEntidades que, aunque no son la misma, están relacionadas entre sí, como una dirección compartidaAmbos

Merece la pena comprender los casos ambiguos y los posibles, ya que es ahí donde se dan los casos límite más interesantes.

Una coincidencia ambigua se produce cuando un registro puede corresponder a más de una entidad, y esas entidades no pueden identificarse entre sí. Imaginemos que hay un Patrick Smith y una Patricia Smith en la misma dirección. Si luego llega un Pat Smith a esa misma dirección, podría tratarse de cualquiera de los dos. Como no se puede saber cuál de los dos es, se mantiene separado como ambiguo para ambos.

Se produce una posible coincidencia cuando dos entidades comparten atributos de gran fiabilidad, como un identificador, pero aún así no pueden asociarse debido a otras diferencias. Si los registros de Patrick y Patricia tuvieran el mismo número de carné de conducir, constituirían una posible coincidencia entre sí. Si estuvieran casados, es posible que el identificador de una de las personas se hubiera asignado por error a la cuenta de la otra.

La tabla de resultados

ColumnaÍndice
Identificador de entidadEl identificador que Senzing ha asignado a la entidad identificada
Nombre de la entidadEl nombre que Senzing eligió para representar a la entidad
Clave de correspondencias¿Qué factores determinaron el resultado del partido? Por ejemplo, +NOMBRE+DIRECCIÓN
Nivel de partidoCómo se relaciona el registro con la entidad; por ejemplo, RESOLVED
ENTIDAD_RELACIONADALa otra entidad, en una fila de relación
Fuente de datosDe qué fuente de datos procede el registro
CARACTERÍSTICASTodos los valores de los atributos que Senzing utilizó para ese registro, ordenados por nombre de atributo

Los registros que pertenecen a la misma entidad comparten un ID de entidad y se agrupan juntos. El primer registro actúa como punto de referencia y no tiene clave de coincidencia. Cada uno de los registros siguientes muestra la clave de coincidencia y el nivel de coincidencia, que explican cómo se ha realizado la unión.

Cada columna cuenta con un cuadro de búsqueda que admite texto sin formato o expresiones regulares. La opción «Mostrar un registro por entidad» reduce cada entidad a una sola fila en pantalla, lo que convierte la vista en una lista sin duplicados. Esto solo modifica la vista y no afecta al contenido de la exportación.

Exportación a una nueva fuente de datos

Los resultados no sirven solo para consultarlos. Convierte cualquier categoría en una nueva fuente de datos para tu proyecto, lista para exportar o alimentar otro módulo.

Abre la tarea de exportación de Senzing y configura lo siguiente:

  • Nuevo nombre de la fuente de datos para el resultado.
  • Opciones de fuentes de datos: Selecciona «Todo» para incluir todas las fuentes de datos en la ejecución, o «Selección personalizada » para elegir unas concretas.
  • Opciones de exportación: elige una categoría: «Duplicados», «Ambiguos», «Posibles», «Relaciones», «Singletons » o «Todos los datos». Solo se puede seleccionar una categoría por tarea de exportación, así que vuelve a ejecutar la tarea para obtener otro subconjunto de datos.

Haz clic en «Exportar». Cada solicitud aparece en la tabla «Tareas de exportación » junto con sus fuentes de datos, la fecha, el tipo de exportación y el nuevo nombre de la fuente de datos.

Consejos

  • Primero, limpia y analiza los datos. Senzing ofrece mejores resultados con datos estandarizados. Ejecuta la limpieza, los analizadores y la verificación de direcciones antes de realizar la resolución.
  • Asigna identificadores siempre que los tengas. Una fecha de nacimiento o un identificador oficial aportan mucha más precisión que otro campo de nombre.
  • Ve completando la tabla desde «Complete» hacia fuera. Configura primero las columnas que comparten todas las fuentes de datos antes de pasar al resto.
  • Utiliza los singletons como control de calidad. Un número elevado de singletons suele indicar que falta una correspondencia o que una columna no se ha normalizado, más que que los registros sean realmente únicos.
  • Lee la «Match Key». Cuando una coincidencia parece errónea, la «Match Key» indica los atributos que la han provocado, lo que suele señalar el verdadero problema en los datos.
  • Revisa manualmente los casos ambiguos y los posibles. Estos son los casos que Senzing ha dejado deliberadamente al margen, y son precisamente en los que el ojo humano resulta más valioso.
  • Exporta los elementos duplicados para crear una lista de limpieza y los elementos únicos para lo que ya es único. Juntos abarcan todo tu archivo.

Preguntas frecuentes

La coincidencia aproximada es configurable: tú defines las definiciones de coincidencia, los criterios y el nivel de rigor de cada uno. Senzing no requiere intervención: tú asignas las columnas y él decide qué entidades resolver, utilizando sus propios algoritmos. Utiliza la coincidencia aproximada cuando quieras tener el control, y Senzing cuando quieras resolver entidades sin necesidad de ajustes.

«Person» corresponde a personas. «Enterprise» corresponde a empresas. La elección determina qué atributos de Senzing están disponibles al asignar las columnas.

No. Tus fuentes de datos importadas no se modifican. Los resultados se almacenan en la ejecución de Senzing, y todo lo que exportes se convierte en una nueva fuente de datos.

Sí. Selecciona una única fuente de datos y utiliza la vista «Fuente de datos individual» para buscar duplicados en ella.

Indica los atributos que determinaron la decisión, por lo que «+NAME+ADDRESS» significa que el nombre y la dirección, juntos, permitieron identificar esos registros.

Un registro que acabó siendo una entidad única, lo que significa que ningún otro dato se correspondía con él.

Ese registro es el pilar fundamental de su entidad. La clave de coincidencia aparece en los registros que se han unido a ella.

Una coincidencia ambigua es un registro que podría pertenecer a más de una entidad, sin que dichas entidades puedan identificarse entre sí; por ejemplo, un «Pat Smith» que podría ser tanto Patrick como Patricia Smith en la misma dirección. Una coincidencia posible se da cuando dos entidades comparten un atributo de alta fiabilidad, como un identificador, pero no pueden identificarse entre sí debido a otras diferencias.

Sí. Senzing se puede automatizar como parte de la automatización de Match Data Pro, de modo que un proyecto configurado se ejecuta según una programación o bajo demanda sin que nadie tenga que abrir el módulo.

Ejecuta una tarea de exportación de Senzing para la categoría que desees; esto creará una nueva fuente de datos. A continuación, utiliza la función «Exportación de datos» o pásala a otro módulo.

Comienza tu primer proyecto

Para comenzar, haga clic en el botón Nuevo proyecto desde el panel de control.