Qed inaddaf sett ta' dejta u għandi bżonn insib entrati ta' test kważi identiċi mingħajr ma nqabbilhom manwalment waħda waħda.

Din il-karatteristika tgħinek tidentifika entrati ta' test kważi identiċi f'sett ta' dejta mingħajr paragun manwali, linja b'linja. Tħaffef ix-xogħol tad-deduplikazzjoni u tnaqqas iċ-ċans li jintilfu varjazzjonijiet sottili.

Meta tnaddaf is-settijiet tad-dejta, huwa komuni li tiltaqa' ma' entrati ta' test li huma kważi l-istess iżda mhux identiċi perfettament. Din il-karatteristika tappoġġja s-sejba ta' dawk l-entrati kważi identiċi sabiex tkun tista' tirrevedihom flimkien minflok ma tqabbel l-oġġetti wieħed wieħed. Hija mfassla għal flussi tax-xogħol ta' deduplikazzjoni u kontroll tal-kwalità fejn differenzi żgħar fl-ortografija, punteġġjatura, spazjar, jew kliem jistgħu jaħbu duplikati. Billi toħroġ fil-wiċċ tqabbil mill-qrib, tagħmilha aktar faċli li jiġu kkonsolidati r-rekords, jiġu standardizzati l-oqsma tat-test, u jitnaqqas l-istorbju fl-analiżi downstream. Huwa utli meta sorsi multipli jew dħul manwali jintroduċu frażijiet ripetuti b'varjazzjonijiet żgħar. Jista' wkoll jappoġġja kompiti bħat-tindif tar-risponsi għall-istħarriġ, noti ta' appoġġ għall-klijenti, deskrizzjonijiet tal-prodotti, jew oqsma ta' indirizzi b'forma ħielsa. Il-benefiċċju primarju huwa l-iffrankar ta' ħin: tista' tiffoka l-attenzjoni fuq sett iżgħar ta' duplikati probabbli minflok ma tiskennja s-sett tad-dejta kollu. Benefiċċju sekondarju huwa konsistenza mtejba, peress li l-karatteristika tgħin biex tiżvela mudelli ta' varjazzjoni li jistgħu jiġu standardizzati. B'mod ġenerali, tippermetti tindif tas-sett tad-dejta aktar mgħaġġel u affidabbli billi tagħmel it-test kważi duplikat aktar faċli biex jinstab u jiġi evalwat.