توحيد البيانات هو تحويل القيم إلى صيغة موحدة حتى يمكن مقارنتها ودمجها. وهو الخطوة الأكثر مللاً والأكثر أهمية في الوقت نفسه قبل إجراء أي تحليل أو مطابقة أو تطبيق نموذج. وعادةً ما يتم توحيد أرقام الهواتف إلى التنسيق الدولي، والعناوين وأسماء البلدات، والأشكال القانونية في أسماء الشركات، والتواريخ، والعملات والوحدات، وعلامات التشكيل وحجم الأحرف، والقيم الفارغة، وطريقة تدوين البيانات الناقصة. وبدون ذلك، تنشأ المشكلة الكلاسيكية المتمثلة في ظهور القيمة نفسها في الإحصائيات بخمس قيم مختلفة. قم بتدوين قواعد التوحيد واستخدمها بنفس الطريقة عند كل عملية استيراد، وإلا ستتكرر المشكلة في قاعدة البيانات من جديد. احتفظ بالقيمة الأصلية بجانب القيمة المعيارية، حتى يمكن التحقق لاحقًا مما كان موجودًا في المصدر.
انظر أيضًا: إزالة التكرار من السجلات، قاموس البيانات، جودة البيانات في التحليلات.
