如何在营销策略中匹配二级数据集中的实体：三种方法

《INTERNATIONAL JOURNAL OF RESEARCH IN MARKETING》：How to match entities in secondary datasets in marketing strategy: Three approaches

　　

Rodrigo Louren?o Farinha|Anatoli Colicev|Yakov Bart

摘要

营销策略研究越来越依赖于涵盖企业、品牌和产品的多源数据集的整合。然而，尽管实体匹配可能会影响样本选择、估算结果以及研究的可重复性，但这一研究设计方法至今仍缺乏系统的文档记载。本研究提出了一种用于营销策略研究的级联式实体匹配工作流程。我们介绍了三种逐步深入的匹配方法：利用共享标识符和对照表进行的确定性匹配、基于概率且具有透明相似度规则的名称匹配，以及借助机器学习或大型语言模型进行的筛选。最后，我们将该工作流程转化为实用的审计框架，明确了研究人员应当记录、报告和存档的内容。其目的是建立透明且可审计的匹配标准，从而提升整合数据集研究中的精确度、可重复性以及知识积累效率。