Referenzdaten und Anreicherung
Vierunddreißig Millionen Zeilen, als ein Schritt
Länder, Sprachen und Währungen. 13,4 Millionen bewohnte Orte und geografische Objekte. 19 Millionen Namensvarianten. Zwei Millionen Postleitzahlen. Flughäfen, Seehäfen, Fahrzeugmarken. Fünfundsechzig Endpunkte, keine Authentifizierung, keine Preisliste, weil es dieselbe Plattform ist, auf der Ihr Workflow bereits läuft.
Warum das ungewöhnlich ist
In jedem anderen Automatisierungswerkzeug ist „diese Adresse prüfen“ eine kostenpflichtige Integration eines Drittanbieters. Sie suchen einen Anbieter, eröffnen ein Konto, vereinbaren eine Preisliste, besorgen einen Schlüssel, speichern den Schlüssel, überwachen das Kontingent und verhandeln neu, wenn Ihr Volumen sich ändert. Die Abfrage selbst dauert zwanzig Millisekunden; die Beschaffung dauert zwei Wochen.
Hier ist es ein Schritt in der Auswahl. Die Daten sind öffentliche Referenzdaten — GeoNames, offizielle Codelisten, veröffentlichte Register — bereinigt, indiziert und bereitgestellt von castomAPI, das existiert, weil ein Dutzend Produkte dieser Familie dasselbe brauchte und es einmal zu bauen billiger war, als es zwölfmal zu bauen.
Die Suche basiert auf Trigrammen mit einer Mindestlänge von drei Zeichen, sodass ein Teil- oder falsch geschriebener Name den Ort trotzdem findet. Dieses Minimum ist bewusst gewählt: Zwei Zeichen treffen alles, und eine Abfrage, die alles trifft, ist schlechter als keine Abfrage.
Die drei Dinge, die Menschen damit tun
Validieren — schlechte Daten an der Tür stoppen. Ist das eine echte Postleitzahl für diese Stadt? Existiert dieser Ländercode, oder ist es ein Tippfehler von 2019, der sich seitdem fortpflanzt? Ist PLN eine Währung, und ist es die, in der dieser Kunde abgerechnet werden sollte?
Normalisieren — „Warschau“, „Warszawa“, „Varsovie“ und „Варшава“ sind ein Ort mit einem Bezeichner. Neunzehn Millionen Namensvarianten existieren, damit Ihre Kundendatenbank nicht vier Schreibweisen derselben Stadt vorhalten und so tun muss, es seien vier Städte.
Anreichern — ein Stadtname wird zu Koordinaten, einer Zeitzone, einer Verwaltungsregion und einer Einwohnerzahl. Ein Flughafencode wird zu einem Namen und einem Standort. Eine Postleitzahl wird zu allem, was in der Hierarchie darüber liegt. Sechs Felder, die sonst jemand von Hand eintippen würde, ausgefüllt in zwanzig Millisekunden, kostenlos.
Die Zeitzone ist der stille Gewinn
Die Auflösung eines Ortes liefert seine Zeitzone, und eine Zeitzone ist es, die „dies um neun Uhr morgens senden“ zu neun Uhr morgens für den Empfänger macht statt zu neun Uhr morgens für Sie. Ruhezeiten, Zeitpläne und Erinnerungen werden für eine internationale Liste alle korrekt, ohne dass jemand eine Zuordnungstabelle pflegt.
- 1Eingabe„ul. Powstańców Śląskich 5, 53-332 Wrocław, PL“
- 2Postleitzahl zugeordnet53-332 → Wrocław, Dolnośląskie, PL.
- 3Ort aufgelöst51.0938 N, 17.0226 E · Europe/Warsaw · Einwohner 674 079.
- 4ZurückgeschriebenSechs ausgefüllte Felder, die sonst jemand von Hand getippt hätte.
- §KostenDeterministischer Schritt. Kein Schlüssel, kein Kontingent, keine Gebühr pro Abfrage.
Vergangen: 40 ms65 Endpunkte verfügbar
Vierunddreißig Millionen Zeilen. Ein Schritt.
Rechenbeispiele
Wo es seinen Platz verdient
Bevor der Versanddienstleister es sieht
Eine Adresse geprüft und normalisiert, bevor das Versandetikett gekauft wird. Ein abgelehntes Etikett kostet eine Gebühr und einen Tag; eine abgelehnte Postleitzahl kostet zwanzig Millisekunden.
Bevor die Buchhaltung sie sieht
Ein Währungscode und ein Ländercode geprüft, bevor eine Rechnung gestellt wird — das ist deutlich billiger, als sie zu prüfen, nachdem sie versendet wurde.
Eine Liste deduplizieren
Zwei Datensätze mit demselben Kunden unter zwei Schreibweisen derselben Stadt lassen sich sauber zusammenführen, sobald beide Städte zum selben Bezeichner aufgelöst werden.
Routing nach Geografie
Koordinaten für einen Kunden und Koordinaten für Ihre Standorte, und der Lauf wählt den nächsten, ohne dass jemand eine Postleitzahl-zu-Standort-Tabelle pflegt.
Sprache, korrekt
Ein Land löst sich zu seinen Sprachen auf, sodass die ausgehende Nachricht in einer ist, die der Empfänger wahrscheinlich liest — entschieden durch Daten statt durch eine Annahme über eine Flagge.
Flotte und Logistik
Fahrzeugmarken, Flughäfen und Seehäfen als kanonische Datensätze, für die Workflows, bei denen sich etwas physisch bewegt.
Die ehrlichen Grenzen
Dies sind öffentliche Referenzdaten, kein kommerzieller Adressverifizierungsdienst. Er sagt Ihnen, dass 53-332 eine echte Postleitzahl in Wrocław ist, und liefert die Koordinaten des Ortes. Er sagt Ihnen nicht, ob die Wohnung 212 unter Nummer 5 existiert oder ob dort jemand wohnt. Für eine Verifizierung auf Zustellebene brauchen Sie das Produkt eines nationalen Postbetreibers, und ein Workflow kann einen solchen per HTTP neben diesem hier aufrufen.
Es ist auch keine Quelle personenbezogener Daten. Es enthält keine Menschen. Es enthält Orte, Codes, Register und öffentliche Fakten — genau deshalb kann es ohne Authentifizierung bereitgestellt werden.
Zur Aktualität: Referenzdaten ändern sich langsam, und diese werden nach einem Zeitplan aktualisiert statt kontinuierlich. Ein gerade umbenanntes Dorf erscheint nicht am selben Nachmittag. Für alles, was sich stündlich ändert, nehmen Sie stattdessen den Ereignis-Feed, der genau dafür gebaut ist.