“上海XX有限公司”和“上海XX公司”无法精确连接,但可能属于同一对象。模糊匹配能给出候选关系,却不能证明两个名称一定相同;金额、账号或主体身份不能只凭相似度自动确认。
哪些差异适合模糊匹配
| 名称差异 | 处理建议 |
|---|---|
| 空格、标点、大小写不同 | 先标准化文本,很多情况无需模糊算法。 |
| 有限公司与公司等常见后缀 | 可建立转换表或使用模糊匹配候选。 |
| 名称相似但地区或主体不同 | 必须结合编号、地址等字段人工确认。 |
| 存在统一编码 | 优先按编码精确合并,不使用名称猜测。 |
从清洗到候选复核
- 保留原始名称列
复制一列用于清洗,原文保留以便追溯。
- 统一明显格式差异
Trim空格、统一全半角和常见后缀,再统计精确匹配率。
- 开启模糊匹配
合并查询时选择文本列,设置合理相似度和每行最大匹配数,不默认接受所有结果。
- 输出未匹配与多候选
把无候选、一个候选和多个候选分开,业务人员确认后形成稳定映射表。
供应商历史名称对照
采购表写“华东设备(上海)有限公司”,主数据写“上海华东设备有限公司”。模糊匹配给出高相似候选,但仍需用统一社会信用代码或供应商编号确认。
如果两个候选名称仅差地区,选择最高相似度可能连错。应限制最大匹配数用于查看候选,而不是直接合并金额;确认后的名称映射下次可精确连接。
名称近似匹配完成后,应把人工确认结果写回独立映射表。下一次刷新先按稳定映射精确连接,仅让新出现的名称进入复核队列,避免同一供应商每月重复判断。
合并质量抽查
- 随机抽查高、中、低三档相似度结果。
- 多候选记录没有被自动选择第一条。
- 未匹配记录数量与原因已保留。
- 最终汇总使用确认后的稳定键而非临时相似度。
模糊合并适合缩小人工查找范围,不适合替代身份确认。先清洗、再生成候选、最后固化映射,才能兼顾效率与准确性。
数据分散在多个文件时可先用Excel Power Query合并文件夹数据:批量追加同结构月报集中;名称差异主要来自隐藏字符时,先按Excel清理前后空格和隐藏字符:TRIM、CLEAN与替换组合清洗再决定是否启用模糊匹配。
如果需要从基础方法开始梳理这一类问题,可回到Excel VLOOKUP精确匹配怎么用:跨表查找完整示例,再根据当前任务选择具体操作。