La correspondance de données (également appelée correspondance d'enregistrements, déduplication de données, résolution d'entités, identification d'objet ou correspondance de champs) est le processus d'identification, de comparaison et de fusion d'enregistrements qui représentent les mêmes entités provenant de plusieurs sources de données. Il s’agit d’un élément crucial de l’intégration des données, de l’assurance qualité des données et de l’entreposage des données.
La mise en correspondance des données est généralement effectuée afin de consolider plusieurs collections de données en un tout intégré. Cette vue unifiée peut ensuite être utilisée pour détecter les tendances, cibler les clients, identifier les enregistrements en double et améliorer la précision de la prise de décision.
La mise en correspondance des données est généralement effectuée à l'aide d'un algorithme de comparaison qui compare différents champs de deux enregistrements différents considérés comme la même entité, comme le nom d'une personne ou un numéro de compte client. L'algorithme génère ensuite un score basé sur le degré de similarité entre les deux enregistrements. En fonction de la précision requise, les scores résultant de la comparaison peuvent être soit acceptés, soit affinés et vérifiés manuellement.
Outre les individus, la mise en correspondance des données peut être utilisée pour identifier les mouvements d'actifs et de marchandises, les anomalies dans les transactions financières et les changements dans les caractéristiques géographiques (par exemple les routes).
Les techniques de mise en correspondance de données sont de plus en plus automatisées grâce à l'utilisation d'algorithmes d'apprentissage automatique adaptés aux tâches de mise en correspondance de données. Cela permet des temps de traitement plus rapides ainsi qu’une précision accrue.
La mise en correspondance des données est essentielle pour une variété d'applications et de services modernes, tels que le maintien de l'intégrité des bases de données, l'optimisation des performances de la chaîne d'approvisionnement, la détection de la fraude et du blanchiment d'argent et le développement de services personnalisés. La mise en correspondance des données est également utilisée dans le domaine de la santé pour protéger la vie privée des patients et faciliter l'accès aux informations sur les patients pour les professionnels de la santé.
