Definizione di Pulizia dei Dati
La pulizia dei dati (chiamata anche data cleaning o data scrubbing) è il processo di individuazione e correzione di errori, lacune e incoerenze in un insieme di dati affinché siano accurati e pronti all'uso. Report, decisioni e contenuti rivolti ai clienti sono affidabili solo quanto i dati che li supportano, quindi la pulizia aiuta a prevenire problemi come ordini errati, consegne fallite e listing rifiutati dai marketplace.
Cosa corregge la pulizia dei dati?
- Duplicati, come lo stesso prodotto o cliente inserito due volte con nomi leggermente diversi
- Errori e refusi, come un prezzo errato, un indirizzo email non valido o un peso inserito nell'unità di misura sbagliata
- Formati incoerenti, come date, unità di misura o nomi di colori scritti in diversi modi ("Blu Navy", "blu navy", "BLU")
- Valori mancanti o obsoleti, come campi obbligatori vuoti o articoli discontinui ancora elencati come disponibili
Come funziona?
I dati vengono prima verificati rispetto a un insieme di regole, come campi obbligatori, valori consentiti o formati standard, per individuare i record che non si adattano. I problemi vengono quindi corretti, uniti, standardizzati o rimossi, automaticamente o da una persona che esamina i record contrassegnati. Poiché nuovi errori compaiono ogni volta che i dati vengono aggiunti o modificati, la pulizia funziona meglio come attività regolare piuttosto che come una pulizia una tantum.
Come supporta il PIM la pulizia dei dati?
I dati dei prodotti spesso provengono da molte fonti, inclusi fogli di calcolo dei fornitori, sistemi ERP (Enterprise Resource Planning) e inserimento manuale, ciascuno con i propri formati e errori. Un sistema Product Information Management (PIM) riunisce questi dati in un'unica posizione, dove le regole di convalida contrassegnano i valori incompleti o errati in modo che possano essere corretti prima che i prodotti vengano pubblicati sui canali di vendita.
