Deduplica deduplication

La deduplicazione elimina i duplicati dai risultati delle attività in entrata. La deduplicazione può essere eseguita sull’indirizzo e-mail, sul numero di telefono o su un altro campo.

L'attività Deduplication viene utilizzata per rimuovere righe duplicate da un set di dati. Ad esempio, i record seguenti potrebbero essere considerati duplicati in quanto hanno lo stesso indirizzo e-mail e lo stesso telefono cellulare e/o di casa.

Data ultima modifica
Nome
Cognome
E-mail
Telefono cellulare
Telefono
02/03/2020
Bob
Tisner
bob@mycompany.com
444 44 44 444
888 88 88 888
05/19/2020
Robert
Tisner
bob@mycompany.com
444 44 44 444
777 77 77 777
07/22/2020
Bobby
Tisner
bob@mycompany.com
444 44 44 444
777 77 77 777

L'attività Deduplication consente di mantenere un'intera riga come record univoco dopo l'identificazione di duplicati. Ad esempio, nel caso d'uso precedente, se l'attività è configurata per mantenere solo il record con il Date più vecchio, il risultato sarebbe:

Data
Nome
Cognome
E-mail
Telefono cellulare
Telefono
02/03/2020
Bob
Tisner
bob@mycompany.com
444 44 44 444
888 88 88 888

Il record principale selezionato riporterà i dati senza unire i dati dei campi con altri dati pertinenti nelle righe duplicate.

Complemento:

Data
Nome
Cognome
E-mail
Telefono cellulare
Telefono
05/19/2020
Robert
Tisner
bob@mycompany.com
444 44 44 444
777 77 77 777
07/22/2020
Bobby
Tisner
bob@mycompany.com
444 44 44 444
777 77 77 777

Best practice best-practices

Durante la deduplicazione, i flussi in entrata vengono elaborati separatamente. Se, ad esempio, il destinatario A si trova nel risultato della query 1 e nel risultato della query 2, non verrà deduplicato.

La questione deve essere affrontata come segue:

  • Crea un'attività Union per unificare ogni flusso in entrata.
  • Crea un'attività Deduplication dopo l'attività Union.

Configurazione configuration

Per configurare una deduplicazione, immetti l’etichetta, il metodo e i criteri di deduplicazione, nonché le opzioni relative al risultato.

  1. Fare clic sul collegamento Edit configuration… per definire la modalità di deduplicazione.

  2. Seleziona il tipo di destinazione per questa attività (per impostazione predefinita, la deduplicazione è collegata ai destinatari) e il criterio da utilizzare, ovvero il campo per il quale valori identici ti consentono di identificare i duplicati.

    note note
    NOTE
    Se si utilizzano dati esterni come input, ad esempio da un file esterno, assicurarsi di selezionare l'opzione Temporary schema.
    Nel passaggio successivo, l'opzione Other consente di selezionare il criterio o i criteri da utilizzare:

  3. Nel passaggio successivo, l'opzione Other consente di selezionare il criterio o i criteri da utilizzare per valori identici.

  4. Dall’elenco a discesa, seleziona il metodo di deduplicazione da utilizzare e inserisci il numero di duplicati da conservare.

    Sono disponibili i seguenti metodi:

    • Choose for me: seleziona in modo casuale il record da escludere dai duplicati.

    • Following a list of values: ti consente di definire un valore di priorità per uno o più campi. Per definire i valori, seleziona un campo o crea un’espressione, quindi aggiungi i valori nella tabella appropriata. Per definire un nuovo campo, fai clic sul pulsante Add situato sopra l’elenco dei valori.

    • Non-empty value: questo ti consente di conservare i record per i quali il valore dell’espressione selezionata non è vuoto come priorità.

    • Using an expression: consente di conservare i record con il valore più basso (o più alto) dell'espressione specificata.

    note note
    NOTE
    La funzionalità Merge, accessibile tramite il collegamento Advanced parameters, consente di configurare un set di regole per unire un campo o un gruppo di campi in un unico record di dati risultante. Per ulteriori informazioni, consulta Unione di campi in un singolo record.
  5. Fare clic su Finish per approvare il metodo di deduplicazione selezionato.

    La sezione centrale della finestra riepiloga la configurazione definita.

    Nella sezione inferiore della finestra dell’editor attività, puoi modificare l’etichetta per la transizione in uscita dell’oggetto grafico e inserire un codice di segmento che verrà associato al risultato dell’attività. Questo codice può essere utilizzato in seguito come criterio di targeting.

  6. Selezionare l'opzione Generate complement se si desidera sfruttare il gruppo rimanente. Il complemento è costituito da tutti i duplicati. Verrà quindi aggiunta una transizione aggiuntiva all’attività, come segue:

Esempio: identificare i duplicati prima di una consegna example--identify-the-duplicates-before-a-delivery

Nell’esempio seguente, la deduplicazione riguarda l’unione di tre query.

Lo scopo del flusso di lavoro è quello di definire il target di una consegna escludendo i duplicati per evitare di inviarla più volte allo stesso destinatario.

I duplicati identificati saranno inoltre integrati in un elenco dedicato che può essere riutilizzato, se necessario.

  1. Aggiungi e collega le varie attività necessarie per il funzionamento del flusso di lavoro, come illustrato in precedenza.

    L’attività di unione viene utilizzata qui per "unificare" le tre query in un’unica transizione. Pertanto, la deduplicazione non funziona per ogni singola query, ma per l’intera query. Per ulteriori informazioni, consulta Best practice.

  2. Apri l'attività di deduplicazione, quindi fai clic sul collegamento Edit configuration… per definire la modalità di deduplicazione.

  3. Nella nuova finestra, selezionare Database schema.

  4. Seleziona Destinatari come dimensioni di targeting e filtro.

  5. Selezionare il campo ID per i duplicati Email per inviare la consegna una sola volta a ogni indirizzo di posta elettronica, quindi fare clic su Next.

    Se desideri basare gli ID duplicati su un campo specifico, seleziona Other per accedere all'elenco dei campi disponibili.

  6. Scegli di mantenere una sola voce quando lo stesso indirizzo e-mail viene identificato per più destinatari.

  7. Selezionare la modalità di deduplicazione Choose for me in modo che i record salvati in caso di duplicati identificati vengano scelti in modo casuale, quindi fare clic su Finish.

Durante l’esecuzione del flusso di lavoro, tutti i destinatari identificati come duplicati vengono esclusi dal risultato (e quindi dalla consegna) e aggiunti all’elenco dei duplicati. Questo elenco può essere utilizzato nuovamente anziché dover identificare nuovamente i duplicati.

Unione di campi in un singolo record di dati merging-fields-into-single-record

La funzionalità Merge consente di configurare un set di regole per la deduplicazione per definire un campo o un gruppo di campi da unire in un singolo record di dati risultante.

Ad esempio, con un set di record duplicati, è possibile scegliere di mantenere il numero di telefono meno recente o il nome più recente.

Un caso d'uso che sfrutta questa funzione è disponibile in questa sezione.

Per farlo, segui questi passaggi:

  1. Nel passaggio di selezione Deduplication method, fare clic sul collegamento Advanced Parameters.

  2. Selezionare l'opzione Merge records per attivare la funzionalità.

    Se si desidera raggruppare più campi dati in ciascuna condizione di unione, attivare l'opzione Use several record merging criteria.

  3. Dopo l'attivazione della funzionalità, all'attività Deduplication viene aggiunta una scheda Merge. Consente di definire gruppi di campi da unire e le relative regole associate.

    Per ulteriori informazioni, consulta il caso d'uso dedicato disponibile in questa sezione.

Parametri di input input-parameters

  • tableName
  • schema

Ogni evento in entrata deve specificare una destinazione definita da questi parametri.

Parametri di output output-parameters

  • tableName
  • schema
  • recCount

Questo insieme di tre valori identifica il target risultante dalla deduplicazione. tableName è il nome della tabella che salva gli identificatori di destinazione, schema è lo schema della popolazione (in genere nms:recipient) e recCount è il numero di elementi nella tabella.

La transizione associata al complemento ha gli stessi parametri.

recommendation-more-help
cffff7e4-091f-472e-87ca-52087599f99d