如今，數(shù)據(jù)已成為一家組織的最大資產(chǎn)之一。無論您想設計客戶旅程還是預測業(yè)務未來，數(shù)據(jù)都是有助于取得成功結果的主要工具。這就是為什么企業(yè)主致力于開發(fā)定制解決方案以保持數(shù)據(jù)清潔，尤其是客戶或聯(lián)系人數(shù)據(jù)庫。

但由于公司的多名員工處理、操作和使用聯(lián)系人數(shù)據(jù)集，很快會出現(xiàn)諸多不一致和不準確的地方。然后，需要公司的IT人員構建內部解決方案，神奇地消除數(shù)據(jù)庫中存在的所有錯誤。

從頭開始編寫每個解決方案

雖然可以編寫用于清理和規(guī)范數(shù)據(jù)集的代碼，但考慮到實施所需的資源量(時間、人員和資金)，這絕對是一種低效的解決方案。算上年度維護和升級成本后，它比采用現(xiàn)有解決方案的成本高出兩三倍。

這讓我想起了一位程序員朋友最近告訴我的話：在每個開發(fā)人員一生中的某個時刻，他們意識到手工編寫每個解決方案多么低效。有時，改寫市面上現(xiàn)有的解決方案(開源庫或商業(yè)產(chǎn)品)比從頭開始編寫解決方案更有效。

我在該博文中解釋一些常見的術語和步驟，以清理和驗證客戶數(shù)據(jù)庫中的地址。這肯定會幫助您了解在選擇市面上現(xiàn)有的解決方案時要尋找什么。

涉及的常用術語

在我們詳細介紹該過程之前，先了解該領域使用的一些常用術語及其含義。

• 地址標準化

地址標準化(又叫地址規(guī)范)是根據(jù)權威標準(比如美國的USPS地址標準)更新地址的格式。

這個過程確保地址以可接受的格式存在——包括正確的拼寫、縮寫、地理編碼以及附以ZIP+4值。

• 地址驗證

地址驗證是針對權威數(shù)據(jù)庫(比如美國的USPS)運行標準化地址的過程，并確保這些地址是真實有效的——這意味著它們是國內可郵寄的有效地點。

兩者之間的區(qū)別

有時這兩個術語可以互換使用，但兩者之間存在差異。地址應先標準化，以遵循可接受的格式。一旦完成標準化，它們現(xiàn)在可以進行驗證，以核查這些地址是否真實有效。

標準化和驗證地址的過程

這個過程涉及以下步驟：

1. 分析地址

在針對地址數(shù)據(jù)庫執(zhí)行任何活動之前，評估當前狀態(tài)很重要。

這時候地址分析非常有用。它識別含有不完整或缺失地址信息的記錄，以及不遵循標準化模式的記錄。

地址分析突出顯示了數(shù)據(jù)集可能存在的清理和標準化機會。此外，該配置文件報告通常在流程結束時再次生成，以便比較初始報告和結束報告，以查看數(shù)據(jù)集是否仍存在錯誤。

2. 解析地址

USPS地址標準化始于將每個地址解析成子組件。這很重要，因為地址大多作為數(shù)據(jù)集中的單個字段來予以存儲。針對整個字段運行驗證檢查不如針對子部分運行檢查來得準確。因此，通常將單個地址解析成街道號碼、街道名稱、郵政編碼、城市、州和國家。

3. 地理編碼

在這個步驟中，為所有地址計算緯度和經(jīng)度地理編碼。除此之外，根據(jù)計算出的地理編碼，您還可以找出5位數(shù)的郵政編碼和4位數(shù)的送貨區(qū)域路線。

4. 重構地址

一旦所有這些信息被計算和標準化，現(xiàn)在不是以所需的格式重新格式化和重建地址的時候。這步完成后可以保存在數(shù)據(jù)庫中，或者如果需要，可以隨時隨地實時計算。

這種格式的一個例子是USPS地址標準，該標準要求送貨地址有三行——第一行含有收件人姓名，第二行含有街道地址，第三行含有城市、州和郵政編碼。

5. 驗證地址

當?shù)刂酚兴斜匾M件時，您現(xiàn)在可以對照任何權威數(shù)據(jù)庫驗證其有效性，以查明該地址是不是真實的、可郵寄的位置。

除了驗證外，這類數(shù)據(jù)庫還可以告訴地址類型——住宅或商業(yè)，以及其他一些次要細節(jié)。

結論

現(xiàn)在你已有了清理和驗證地址數(shù)據(jù)的5步無代碼流程。從頭開始實施這樣的解決方案可能非常具有挑戰(zhàn)性，可能需要數(shù)年時間才能提高結果的準確性。

如今業(yè)界有許多地址驗證工具，包括一些經(jīng)過CASS認證的工具，這是USPS分配給提供準確地址標準化和驗證服務的軟件供應商的認證頭銜。

這類工具絕對可以提高您團隊的運營效率，并使他們能夠通過使用正確、準確的位置信息，為客戶設計卓越的體驗。

原文標題：??How to Clean and Verify Address Data 'Without Using Code'??，作者：Data Ladder