Fuzzy Matching macht’s möglich: Mit Power Query unvollständige Angaben entschlüsseln und ergänzen
Mit einer neuen Funktion in Power Query konnte ich kürzlich ein verzwicktes Datenproblem bei einem meiner Kunden lösen. Und zwar sollten die Außendienstmitarbeiter zusammentragen, welche Kunden sie in den letzten zwei Wochen besucht haben. Eigentlich eine einfache Sache. Doch beim Sichten der abgegebenen Listen wurde schnell klar, dass die eingegebenen Kundennamen von denen im firmeneigenen CRM-System zum Teil abweichen:
- mal wurde der Bindestrich im Namen weggelassen,
- mal wurde der Name abgekürzt,
- mal die Bezeichnung GmbH vergessen.
Die unvollständig eingegebenen Firmennamen links verursachen Probleme beim Zuordnen zu den Stammdaten im CRM-System
Wie lassen sich solche unvollständigen Angaben den Kundendaten im CRM-System zuordnen?
Wie können die korrekten Kundennamen und die zugehörigen Kundennummern ermittelt werden?
Ich löste die Aufgabe in 4 Schritten mit einer neuen Join-Variante in Power Query.
Excel-Listen abgleichen und verknüpfen, das geht ganz leicht: Die 6 magischen Joins von Power Query
Was Datenbanken als Standard können, was in Excel per SVERWEIS und mit umständlichem Zusammenkopieren funktioniert, lässt sich in Power Query mit ein paar Mausklicks und ohne jede Formel erledigen.
- Welche Produkte für Kunde A werden auch an Kunde B verkauft?
- Welche Artikel aus Lager A kann auch Lager B liefern?
- Welche Artikel wurden im aktuellen Jahr nicht verkauft?
- Welche Kunden haben im letzten Jahr keine Bestellung aufgeben?
Um solche Fragen zu beantworten, müssen Listen abgeglichen werden. Das erledigen in Power Query sogenannte Joins. Sie stellen die notwendigen Beziehungen zwischen den zu vergleichenden Tabellen her. So werden beispielsweise die Artikelnummern aus Lager A mit den Artikelnummern aus Lager B abgeglichen. Für diesen Abgleich stellt Power Query sechs verschiedene Join-Möglichkeiten zur Verfügung.
