Définition du rapprochement et de la fusion
Le rapprochement et la fusion est la technique en deux étapes permettant d'identifier les enregistrements décrivant la même entité du monde réel et de les combiner en un seul enregistrement consolidé. Le rapprochement détecte les doublons dispersés dans les systèmes, et la fusion les fusionne en une seule version, en conservant la meilleure valeur disponible pour chaque attribut. C'est le mécanisme fondamental pour produire un Disque d'Or.
Comment fonctionne le rapprochement et la fusion ?
Le rapprochement compare les enregistrements pour déterminer s'ils font référence au même produit, fournisseur ou client. Cela peut reposer sur des correspondances exactes (identifiants identiques comme un GTIN ou un numéro fiscal) ou sur une logique floue qui tolère les différences d'orthographe, les abréviations et les incohérences de formatage, en évaluant la probabilité que deux enregistrements soient identiques. Une fois qu'un groupe d'enregistrements correspondants est confirmé, la fusion les combine. Comme les sources divergent souvent, les règles de survivance décident quelle valeur l'emporte pour chaque champ : en privilégiant la mise à jour la plus récente, la source la plus fiable ou l'entrée la plus complète, par exemple le titre officiel d'un produit du fabricant plutôt qu'une paraphrase du détaillant.
Pourquoi est-ce important ?
La même entité existe presque toujours sous des formes légèrement différentes dans les systèmes, avec des orthographes, des valeurs d'attributs et des identifiants variés. Laissés non résolus, ces doublons gonflent les comptages, faussent la génération de rapports et rendent impossible l'obtention d'une vue fiable et unique. Le rapprochement et la fusion consolident cette fragmentation en un seul enregistrement précis, c'est pourquoi il se situe au cœur de la Gestion des Données de Référence et de tout effort visant à construire une source de vérité fiable et unique.