但由于公司的多名员工处理、操作和使用联系人数据集，很快会出现诸多不一致和不准确的地方。然后，需要公司的IT人员构建内部解决方案，神奇地消除数据库中存在的所有错误。
从头开始编写每个解决方案
虽然可以编写用于清理和规范数据集的代码，但考虑到实施所需的资源量(时间、人员和资金)，这绝对是一种低效的解决方案。算上年度维护和升级成本后，它比采用现有解决方案的成本高出两三倍。
这让我想起了一位程序员朋友最近告诉我的话：在每个开发人员一生中的某个时刻，他们意识到手工编写每个解决方案多么低效。有时，改写市面上现有的解决方案(开源库或商业产品)比从头开始编写解决方案更有效。
我在该博文中解释一些常见的术语和步骤，以清理和验证客户数据库中的地址。这肯定会帮助您了解在选择市面上现有的解决方案时要寻找什么。
涉及的常用术语
在我们详细介绍该过程之前，先了解该领域使用的一些常用术语及其含义。
- 地址标准化
地址标准化(又叫地址规范)是根据权威标准(比如美国的USPS地址标准)更新地址的格式。
这个过程确保地址以可接受的格式存在——包括正确的拼写、缩写、地理编码以及附以ZIP+4值。
- 地址验证
地址验证是针对权威数据库(比如美国的USPS)运行标准化地址的过程，并确保这些地址是真实有效的——这意味着它们是国内可邮寄的有效地点。
两者之间的区别
有时这两个术语可以互换使用，但两者之间存在差异。地址应先标准化，以遵循可接受的格式。一旦完成标准化，它们现在可以进行验证，以核查这些地址是否真实有效。
标准化和验证地址的过程
这个过程涉及以下步骤：
1. 分析地址
在针对地址数据库执行任何活动之前，评估当前状态很重要。
这时候地址分析非常有用。它识别含有不完整或缺失地址信息的记录，以及不遵循标准化模式的记录。
地址分析突出显示了数据集可能存在的清理和标准化机会。此外，该配置文件报告通常在流程结束时再次生成，以便比较初始报告和结束报告，以查看数据集是否仍存在错误。
2. 解析地址
USPS地址标准化始于将每个地址解析成子组件。这很重要，因为地址大多作为数据集中的单个字段来予以存储。针对整个字段运行验证检查不如针对子部分运行检查来得准确。因此，通常将单个地址解析成街道号码、街道名称、邮政编码、城市、州和国家。
3. 地理编码
在这个步骤中，为所有地址计算纬度和经度地理编码。除此之外，根据计算出的地理编码，您还可以找出5位数的邮政编码和4位数的送货区域路线。
4. 重构地址
一旦所有这些信息被计算和标准化，现在不是以所需的格式重新格式化和重建地址的时候。这步完成后可以保存在数据库中，或者如果需要，可以随时随地实时计算。
这种格式的一个例子是USPS地址标准，该标准要求送货地址有三行——第一行含有收件人姓名，第二行含有街道地址，第三行含有城市、州和邮政编码。
5. 验证地址
当地址有所有必要组件时，您现在可以对照任何权威数据库验证其有效性，以查明该地址是不是真实的、可邮寄的位置。
除了验证外，这类数据库还可以告诉地址类型——住宅或商业，以及其他一些次要细节。
结论
现在你已有了清理和验证地址数据的5步无代码流程。从头开始实施这样的解决方案可能非常具有挑战性，可能需要数年时间才能提高结果的准确性。
如今业界有许多地址验证工具，包括一些经过CASS认证的工具，这是USPS分配给提供准确地址标准化和验证服务的软件供应商的认证头衔。
这类工具绝对可以提高您团队的运营效率，并使他们能够通过使用正确、准确的位置信息，为客户设计卓越的体验。
原文How to Clean and Verify Address Data 'Without Using Code'，作者：Data Ladder
