Il s’agit d’enrichir les données de base des clients (CMD) en recherchant pour chaque PdV appartenant au canal Hôtel -Restaurant Café (HORECA), le PdV correspondante dans TripAdvisor. Chaque PdV HORECA du CMD est comparé à tous les PdV de TripAdvisor dans un rayon de 2 km.

La comparaison se fait sur la base de 3 paramètres :

• Nom
• Adresse
• Distance (basée sur la géolocalisation - coordonnées GPS) Ces 3 paramètres n'ont pas la même importance. L'importance relative utilisée est : 75% Nom, 15% Adresse, 10% Distance. Sur cette base, un score global de similarité est calculé, et les entrées TripAdvisor sont classées en fonction de ce score. Le PdV présentant la plus grande similarité est le candidat potentiel.

Dans certains cas, même le candidat potentiel n'est pas un bon candidat, c'est pourquoi nous avons défini un seuil de similarité au-delà duquel le candidat est considéré comme correspondant

• Construction de l’échantillon de Matching manuel

• Similarité des noms et des adresses

• Similarité des distances

• Seuil optimal de similarité et courbe ROC