Всем привет!

Есть задача по обнаружению во всей массе дублирующихся, похожих или "опечатанных" названий, например, контрагентов.
Что-то вроде, "Омский ГазМяс" и "ГазМяс-Омск" и т.п.

Как бы это "порелевантнее" для BW сделать? Что-нибудь вроде таблицы взвешенных коэффициентов для отдельных буковок?

Во как нагнули то бивишников... Такой пакостью заниматься, жесть Лингвистический анализатор прямо
Предлагаю все-таки как-то выкручиваться без текстов, с использованием только кодов.

Гуру написал - теперь и я поддержу...
Может, выгрузить в ёксель и "как-нибудь там"?
А на будущее - сделать жёсткие справочники по f4 (если ввод непосредственно в сап) или в ёксель-форме (если пишут в нем, а потом загружают).

А откуда вы загружаете этот справочник контрагентов?
Вот откуда загружаете - пусть там и разруливают

BW не заточен для решения задач лингвистического анализа, и функциональность по ведению НСИ у BW несколько ограничена.
Для решения задач, подобной вашей, существуют специальные решения, которые стоят отдельных денег.

Спасибо гуру за экспертную оценку, ваши отклики очень ценны и превзошли все мои ожидания от этого топика.
Речь пока идет о ТЗ заказчика, нужно определиться с чем BW справится, а с чем нет.

Была надежда, что все таки в BI заявлен Data Mining и для нечеткого сравнения строк тоже нашлось место в типовом наборе инструментов.
Алгоритмы там вроде не сложные.

Нужно, чтобы нормально поработал аналитик и сделал критерии дублирования данных применительно к конкретной задаче. В данном случае это задача выявления дубликатов клиентов. У них есть набор атрибутов.
Значит можно прометить дубляжи, скажем, по совпаданию ОКПО или банковских реквизитов. Приводим имя к одному регистру и убираем 'ООО, ЗАО.....'. С Физлицами еще сложнее..... Но. еще раз повторюсь - необходимо выработать критерии "похожести". И потом дать пользователю принять решение окончательно.
Решал аналогичную задачу на ABAP.

Дело в том, что сам по себе "типовой поиск похожих ..." имеет мало смысла - почти всегда он привязан к контексту.

Data Mining - это, вообще-то, из другой оперы.
Вам нужно копать в сторону MDM.

Спасибо за ответы. С конкретикой помогли разобраться.

Я просто уже мысленно устремился к сферическому коню в вакууме: когда есть только гора строк и BW.

Да не BW-шное это дело.

Задача BW-шной команды:
- Предоставить требования к формату файла/(ов).
- Сформировать и внедрить все необходимые процедуры для загрузки справочника. (В данном случае справочника контрагентов). Это первичная загрузка и дальше регулярная загрузка.

А синтаксически данные должны проверять те, кто их создаёт. А если они там накосячли ХЗЧ, то разгребать это дело при помощи всяких синтаксических анализатов с элементами искусственного интелекта - отдельная задачка, и больше для ABAP-еров или программистов на других языках.