Chuẩn hóa địa chỉ Việt Nam
Cùng một thành phố được ghi là HCM, Sài Gòn, TP.HCM hoặc Hồ Chí Minh. Người thì hiểu. Báo cáo theo tên thô thì ra bốn nhóm. Chuẩn hóa địa chỉ đưa những cách viết đó về một tên hành chính, để lọc, nối và đối soát trên cùng một giá trị.
Vì sao cùng một nơi có nhiều cách viết
Người nhập liệu viết tắt, bỏ dấu, dùng tên quen gọi, hoặc giữ tên đơn vị cũ. "q.btan", "Q. Bình Tân" và "quan binh tan" đều đang chỉ một quận. Nếu kho dữ liệu lưu đúng chuỗi gốc, đếm khách theo quận sẽ thiếu, và tìm kiếm "Bình Tân" sẽ trượt các dòng không dấu.
Chuẩn hóa địa chỉ làm việc gì
Việc này khác với tách địa chỉ. Tách địa chỉ chỉ ra đâu là tỉnh, đâu là phường, đâu là đường. Chuẩn hóa địa chỉ Việt Nam lấy phần đã nhận ra và map về tên thống nhất.
Đầu vào:
Sau chuẩn hóa, các cấp hành chính về dạng:
- Xã, phường: tân tạo a
- Quận, huyện: bình tân
- Tỉnh, thành phố: hồ chí minh
Tên đường và số nhà giữ vai trò địa chỉ chi tiết. Phần được chuẩn hóa là cấp hành chính, nơi cách viết lệch nhau gây trùng và sót khi thống kê. Muốn khóa ổn định hơn cả tên, dùng mã đơn vị hành chính.
Viết tắt, không dấu, sai thứ tự
Ba lỗi này thường đi cùng nhau trên form và file xuất từ phần mềm cũ. Bỏ dấu làm "Phường" thành "Phuong". Viết tắt nuốt cả từ loại đơn vị. Sai thứ tự đẩy tỉnh lên đầu dòng hoặc kẹp quận sau số nhà. Chuẩn hóa vẫn cần biết thành phần nào là quận trước khi sửa tên, nên bước tách và bước chuẩn hóa đi liền, không thay thế nhau.
Làm sạch nhiều dòng một lúc
Một ô trên form thì xử lý lúc nhập. Một file hàng trăm hoặc hàng nghìn địa chỉ thì đưa vào làm sạch Excel/CSV. Hệ thống khác gọi theo request thì xem tài liệu API và bảng giá. Cách sản phẩm đặt vấn đề dữ liệu bẩn nằm ở trang giới thiệu.
Câu hỏi thường gặp
Chuẩn hóa địa chỉ có phải là tách địa chỉ không?
Không. Tách địa chỉ chỉ ra từng thành phần trong chuỗi. Chuẩn hóa địa chỉ đưa các cách viết khác nhau của cùng một đơn vị về một tên hành chính.
HCM, Sài Gòn và TP. Hồ Chí Minh có về một kết quả không?
Đó là việc chuẩn hóa địa chỉ Việt Nam cần làm: các biến thể cùng chỉ một tỉnh thành thì về một tên chuẩn, để báo cáo và tìm kiếm không bị tách thành nhiều nhóm.
File Excel nhiều dòng thì chuẩn hóa thế nào?
Dùng trang làm sạch Excel/CSV. File từ 300 địa chỉ trở xuống được xử lý miễn phí.