未名企鹅极客 | 基于规则智能识别的数据匹配服务

主数据管理对于医药工业来讲是重中之重，然而在实际管理中总是被杂乱不堪的数据折磨，已有的主数据也无法完成很好的匹配、补充。未名企鹅的数据匹配服务很好的帮助解决这些问题。

本期极客栏目，邀请到未名企鹅的研发总监Clark，从需要数据匹配的原因、数据转换的规则、数据匹配规则的智能识别等几方面深入的介绍了数据匹配服务。

01

业务背景

数据应用分析的基础是治理好企业所存储的各种脏数据，使它们能为分析所使用。药企现有系统收集存储的第一手数据多为脏数据，很多不准或者不全。

这里面的主要原因是：同一件事物，如经销商、零售、医院等，经不同的人员，录入各类系统时，有着不同的表述，包括不同的简称、俗称、缩写、起名等。由此导致不同线上线下渠道汇总来的同一个终端名称各异，企业内部数据与商品销售流量数据无法打通，导致药企内部数据统计分析费时费力。

数据匹配服务，就是帮助药企对脏数据进行标准化，和已有的主数据进行匹配或者补充。

例如，药品的原始流向数据表：

图片

原始数据标准化表：
图片

对比两个表，可以发现，编号A，B，C的终端名称是和主数据中终端名称是100%一样的，编号D，E，F的终端名称和主数据终端名称是不一致的。

在做数据匹配的工作时，编号A，B，C这样的数据可以由计算机处理为完全匹配，编号D，E，F的数据&