Supposons qu’un jeu de données analytiques comporte une ligne par espace de travail, mais qu’une organisation cliente puisse en posséder plusieurs. Compter les identifiants d’espace de travail distincts surestime le nombre d’organisations clientes, tandis qu’un regroupement par nom d’entreprise risque de fusionner des sociétés sans lien entre elles qui ont des noms similaires.
Quel identifiant et quelle méthode de rapprochement utiliseriez-vous pour calculer une mesure du nombre de clients au niveau de l’organisation ? Comment traiteriez-vous les transferts d’espaces de travail, les fusions et les enregistrements qui n’ont pas encore été rapprochés ? Je souhaite une méthode compréhensible pour les lecteurs des rapports et vérifiable à partir des systèmes sources.
