Les KYC du fichier correspondent à personnes. KYC, soit %, sont des doublons à fusionner vers RES_ID maîtres.
De 43 M de KYC à 23 M de personnes
Répartition des KYC entre un KYC conservé par personne et les doublons à fusionner.
Combien de KYC par personne
personnes ( %) n'ont qu'un seul KYC. Les autres sont réparties ainsi :
| KYC par personne | Personnes | Part des personnes |
|---|
Statuts des KYC
Dans chaque groupe, le maître est le KYC au statut VAL, sinon le plus ancien. % des groupes ont un maître VAL.
| Statut | Tous les KYC | Part | Fusionnés | Maîtres |
|---|
La signification des codes n'est pas confirmée. VAL (validé), NEW (nouveau) et DEL (supprimé) sont des suppositions.
Lieux de naissance différents pour une même personne
groupes ont plusieurs lieux. Les 15 paires les plus fréquentes, à valider pour rattacher les villages à leur ville :
| Lieu A | Lieu B | Groupes | Nature probable |
|---|
Cohérence des noms et prénoms
lignes sur ( %) ont au moins une anomalie. Une ligne peut cumuler plusieurs motifs.
| Motif | Nom | Prénom | Total | Pour 10 000 lignes |
|---|
Les lignes vides viennent presque toutes des statuts OMR et OMB. Beaucoup de chiffres et de symboles viennent de libellés commerciaux (PDV, TP) saisis à la place d'un nom, et les caractères corrompus d'un problème d'encodage à l'import.
Noms courts fréquents : légitimes
Les noms de 2 à 3 lettres très répandus sont de vrais noms. Seuls les noms courts rares sont comptés comme suspects.
| Nom | Occurrences | Prénom | Occurrences |
|---|
Groupes de plus de 20 KYC
groupes réunissent KYC. Le plus gros contient KYC pour un seul IDENTIFIER. Ce sont probablement des données de test à vérifier avant fusion.
| Taille du groupe | Groupes |
|---|
Règles appliquées et limites
- Normalisation : majuscules, sans accents ni ponctuation, espaces réduits. L'IDENTIFIER est nettoyé de ses espaces et symboles.
- Maître d'un groupe : statut VAL en priorité, puis la date de création la plus ancienne, puis le plus petit RES_ID. Cette règle est un choix par défaut, à confirmer.
- Le lieu de naissance ne fait pas partie de la clé : il sert à repérer les variantes ville et village.
- Les KYC sans IDENTIFIER ne sont pas fusionnés. fragments de lignes coupés par un saut de ligne dans un champ ont été ignorés.