Match&Clean · by LogBook

Unstrukturierte
Adressen. Gelöst.

Match&Clean wandelt beliebige Freitexteingaben in strukturierte, geocodierte und deduplizierte Standortdaten um — direkt aus dem TMS, per API oder im LogBook UI.

ROI berechnen API-Dokumentation

Roh rein — Golden Record raus.

Ein einfacher API-Call genügt. Match&Clean verarbeitet jede Eingabe asynchron und liefert ein strukturiertes Ergebnis über Webhook oder Polling.

Raw Input
GrienSteel GmbH
Warehouse 4
Drive around rear side
Open green door
Mosterstrasse 21
60314 Fankfurt
Match&Clean Engine
Address Understanding
Cleanup & Standardization
Geocoding & Validation
Master Data Matching
Structured Result
LogBook ID: 1244821
GrienSteel Distribution
Mosterstrasse 12
60314 Frankfurt am Main
Lat: 50.112 · Lon: 8.701
Note: drive around, green door

Schlechte Standortdaten kosten mehr als du denkst.

📝

Inkonsistente Schreibweisen

Derselbe Standort erscheint in TMS, ERP und WMS unter drei verschiedenen Namen — mit entsprechenden Folgen für Matching und Automatisierung.

🔄

Duplikate und Schattenbestände

Manuelle Nacherfassung ohne Matching erzeugt redundante Datensätze. Jede Schnittstelle multipliziert das Problem.

⚠️

Fahrhinweise in Adressfeldern

„Einfahrt hinten, Tor 3, Anruf beim Pförtner" landet im Strassenfeld — und blockiert Geocoding, Routing und Automation.

🔗

Systembrüche und manuelle Korrekturen

Jede Adress-Rückfrage in der Disposition kostet Zeit. Über Tausende Sendungen summiert sich das auf Wochen manueller Arbeit pro Jahr.

🚫

Blockierte Digitalisierung

IoT, Geofencing, automatische ETAs — all das funktioniert nur mit sauberen Koordinaten. Schlechte Standortdaten bremsen jedes Automatisierungsprojekt.

👤

Wissensverlust bei Fahrerwechsel

Lokales Wissen über Zufahrten, Öffnungszeiten und Ansprechpartner ist im Kopf des Fahrers — nicht im System.

Ein API-Call.
Strukturierter Standort.

01

Freiform-Parsing mit Kontext-Trennung

Fahrhinweise, Ansprechpartner und Betriebsnotizen werden automatisch vom Adressteil getrennt und separat strukturiert ausgegeben.

02

Geocodierung & Adresskorrektur

Fehlende Hausnummern, falsche PLZ oder Tippfehler werden erkannt und korrigiert. Jeder Standort erhält Lat/Lon-Koordinaten auf Einfahrtsebene.

03

Matching gegen bestehenden Stamm

Match&Clean prüft gegen die kundenseitige Standortdatenbank. Gleiche Adressen in verschiedenen Schreibweisen werden erkannt und verknüpft — kein Duplikat entsteht.

04

Alias-Lernen und kontinuierliche Verbesserung

Jede erfolgreich gematchte Eingabe wird als neue Schreibweise gespeichert. Das System wird mit jedem Aufruf besser — ohne manuelle Pflege.

05

Externe Referenzen mitgeben

ERP-IDs, TMS-Schlüssel oder eigene Site-Identifier können mitgeliefert werden und werden im Ergebnis zurückgespiegelt — für saubere Integration.

Nicht nur API —
vollständige Plattform.

Match&Clean ist direkt im LogBook-UI nutzbar: Standorte prüfen, Ergebnisse einsehen, Qualität monitoren — ohne eine Zeile Code.

app.logbookcloud.com / match-clean / tasks
COMPLETED
COMPLETED
PENDING
COMPLETED
PROCESSING
COMPLETED
COMPLETED
Screenshot hier einfügen Ersetze diesen Platzhalter durch einen
Screenshot der Aufgaben-Liste

Alle Tasks im Überblick

Die Aufgaben-Liste zeigt jeden Match&Clean-Auftrag mit Status, Eingabe, Ergebnis und Qualitätssignal. Bulk-Uploads, API-Requests und manuelle Eingaben landen in derselben Ansicht.

  • Status-Filter: COMPLETED, PENDING, FAILED
  • Direkt-Link zum Standort-Ergebnis
  • Export der Ergebnisse als CSV
  • Externe IDs sichtbar für TMS-Zuordnung
app.logbookcloud.com / locations / 1244821
quality: good
📍
Screenshot hier einfügen Standort-Detailansicht mit Karte,
strukturierten Feldern und Qualitätssignal

Standort-Detailansicht

Jeder verarbeitete Standort erhält eine eigene Profilseite: strukturierte Adresse, Geocoordinaten auf Karte, bekannte Aliases, Qualitätssignale und alle verknüpften externen IDs.

  • Kartenansicht mit Koordinaten-Pin
  • Alias-Historie: alle bekannten Schreibweisen
  • Qualitätsscore und Penalty-Flags transparent
  • Verlinkung zu LogBook-Standortprofil
app.logbookcloud.com / match-clean / analytics
94.2%
Match Rate
12.847
Tasks (30d)
0.08
Ø Penalty
good
acceptable
Screenshot hier einfügen Analytics-Dashboard mit Match Rate,
Qualitätstrend und Fehlerverteilung

Qualitäts-Monitoring

Das Analytics-Dashboard gibt einen Live-Überblick über Match-Rate, durchschnittlichen Qualitätsscore, häufigste Fehlertypen und Volumentrend der letzten 30 Tage.

  • Match-Rate und Penalty-Verteilung auf einen Blick
  • Volumen-Trend täglich/wöchentlich/monatlich
  • Häufigste Flag-Typen für gezielte Datenkorrektur
  • Export-Report für internes Reporting

Scanner-Daten als
Verifikationsquelle.

Jeder Scan-Event aus der Auslieferung enthält einen Zeitstempel und einen impliziten Standort. Match&Clean verknüpft diese Daten mit dem Standortstamm und liefert automatisierte Verifikation — ohne manuelle Kontrolle.

Scan-Event-Stream · Live-Beispiel
Zustellung bestätigt — Ort korrekt
Scan: 50.1124° N, 8.7009° E · 09:14:22
Erwarteter Standort: Mosterstrasse 12, Frankfurt
Distanz zum Golden Record: 14 m
MATCH
⚠️
Zustellung — abweichender Ort
Scan: 50.1089° N, 8.7241° E · 11:02:05
Erwarteter Standort: Hanauer Landstr. 180
Distanz zum Golden Record: 340 m
DEVIATION
🕐
On-Time-Delivery verifiziert
Scan: 13:44:10 · Garantie: bis 14:00
Puffer: 15 Min 50 Sek · Status: innerhalb Fenster
ON TIME
🚨
Adresse nicht verifizierbar
Scan-Koordinaten ausserhalb bekannter Geofence
Distanz: 2.1 km · mögliche Fehlzustellung
Aktion: Flag zur manuellen Prüfung
ALERT
>95%
Zustellungen automatisch verifiziert
<30s
Verarbeitung pro Scan-Event
−70%
Manuelle Nachkontrolle Fehlzustellungen
📍

Ort-Verifikation per Geocoordinaten

Jeder Scan enthält GPS-Koordinaten oder Netzwerk-Lokation. Match&Clean gleicht diese automatisch mit dem Golden Record des Zielstandorts ab und meldet Abweichungen über konfigurierbaren Schwellenwert.

🕐

On-Time-Delivery Monitoring

Scan-Zeitstempel werden mit der garantierten Zustellzeit verglichen. Früh-, pünktliche und verspätete Zustellungen werden automatisch klassifiziert und reportfähig aggregiert.

🗺️

Adress-Plausibilitätsprüfung aus der Cloud

Über den Scan-Event-Stream wird automatisch evaluiert, ob die im Auftrag hinterlegte Empfängeradresse mit dem tatsächlichen Zustellort übereinstimmt — ohne Fahrer-Rückfrage.

🔄

Kontinuierliche Stammdatenverbesserung

Scan-Daten, die konsistent an einem anderen Ort als dem Golden Record auftreten, lösen automatisch eine Überprüfung aus. Adressen verbessern sich mit jedem Zustellvorgang.

📊

Reporting & SLA-Dokumentation

Vollständig auditierbare Verifikationshistorie pro Standort und Sendung. Exportfähig für Kunden-SLA-Reporting, Qualitätsnachweise und interne Analysen.

Einfache Integration.
Produktionsreif in Stunden.

REST-API mit JSON, Bearer-Auth und Idempotenz-Key. Webhook-Delivery für hohe Volumen, Polling für Tests und Entwicklung.

# 1. Task erstellen curl -X POST "https://devdata.is.logbookcloud.com /v1/address_matcher/tasks" -H "Authorization: Bearer <API_KEY>" -H "Idempotency-Key: rec-12345-run-20260501" -d '{ "freetext_input": "Schnell GmbH, Lagerstr. 12, 60314 Frankfurt, DE", "external_ids": [{ "key": "tms_id", "value": "TMS-99182" }] }'

# Ergebnis-Struktur (Auszug) { "action": "created", "location_id": 1234567890, "location_name": "Schnell Distribution", "location_address": { "street": "Lagerstrasse", "number": "12", "zip": "60314", "city": "Frankfurt am Main" }, "location_latitude": 50.1123, "location_longitude": 8.7012, "quality": "good", "penalty": 0.05 }
🔄

Idempotente Requests

Gleicher Key + gleiche Payload → bestehendes Task-Ergebnis zurück. Sicheres Retry ohne Duplikate.

Concurrent Processing

Bis zu 50 parallele POST-Requests. Bulk-Onboarding ganzer Adressdatenbanken in Minuten.

🪝

Webhook Delivery

Produktionsbetrieb über HTTPS-Webhook. Unterstützt Basic Auth, Bearer, API-Key und OAuth Client Credentials.

🏳️

Qualitätssignale im Result

quality, penalty und flags zeigen genau, wie sauber das Ergebnis ist.

🇪🇺

EU-Infrastruktur

Verarbeitung ausschliesslich auf europäischer Infrastruktur. Abdeckung: Europa, USA, Latam, Asien (ausser CN/RU).

Was saubere Standortdaten
bei euch wert sind.

Alle gelb hinterlegten Felder können angepasst werden. Gruppen aufklappen und Werte anpassen — die Ergebnisspalte aktualisiert sich in Echtzeit.

Manuelle Adressarbeit

Zweitzustellungen & Fehlanfahrten

Fahrer-Onboarding & Wissenssicherung

Digitalisierungshebel (Top-down)

Errechnetes Einsparpotenzial

Jährlich, konservativ geschätzt

Kostenoptimierung pro Jahr
Alle vier Hebel zusammen
Pro Monat
Davon Adressarbeit
Aufschlüsselung (p.a.)
Manuelle Adressarbeit
Zweitzustellungen
Fahrer-Onboarding
Digitalisierungshebel
Alle Werte sind Schätzgrössen auf Basis der eingegebenen Parameter. Der Kalkulator dient als strukturierte Entscheidungsgrundlage, nicht als Finanzplanung.

Wo Match&Clean konkret hilft.

TMS-Eingangsverarbeitung

Jeder neu eingehende Auftrag enthält eine Empfängeradresse. Match&Clean wird inline aufgerufen und liefert eine strukturierte Location-ID zurück, bevor der Auftrag ins System geht.

  • Kein manuelles Nachpflegen mehr
  • Direkte Verknüpfung mit bestehendem Standortstamm
  • TMS-ID als external_id übergeben und zurückerhalten
  • Qualitätssignal für manuelle Nachkontrolle bei Unsicherheit
Manuell geprüfte Adressen vorher~15%
Nach Match&Clean-Integration<2%
Ø API-Laufzeit<3 Sek
Duplikate-Rate Kundenstamm−80%

Kunden-Onboarding

Neuer Kunde liefert Excel mit 2.000 Standorten in unterschiedlicher Qualität. Match&Clean bereinigt, geocodiert und dedupliziert den gesamten Bestand automatisch.

  • Massenbetrieb mit bis zu 50 parallelen Requests
  • Webhook-Delivery für asynchrones Processing
  • Ergebnis als strukturierte Datenbank sofort operativ nutzbar
  • Kundenspezifische IDs werden vollständig erhalten
2.000 Adressen verarbeitet in~15 Min
Ø Geocodierungsrate>95%
Erkannte DuplikateØ 12%
Manueller Nachaufwand−70%

Stammdaten-Bereinigung

Über Jahre gewachsene Adressdatenbanken enthalten Duplikate, veraltete Schreibweisen und fehlende Koordinaten. Match&Clean bereinigt den Bestand systematisch.

  • Deduplizierung auf Basis semantischer Ähnlichkeit
  • Korrektur veralteter Strassennamen und PLZ
  • Befüllung fehlender Geodaten
  • Ergebnis direkt in Quellsystem zurückschreibbar
Typische Datenqualität vorher55–70%
Nach Bulk-Bereinigung>92%
Geofencing-ready Standorte+400%

IoT & Geofencing-Enablement

Geofencing, automatische Ankunftserkennung und ETA-Kalkulation setzen präzise Koordinaten voraus. Match&Clean liefert die geocodierte Grundlage für alle IoT-Workflows.

  • Koordinaten auf Einfahrtsebene, nicht nur Hausnummer
  • Direkt nutzbar für Telematiksysteme und Visibility-Plattformen
  • Fortlaufende Aktualisierung bei Adressänderungen
  • Kompatibel mit LogBook Geofencing-Modul
Geofencing-Aktivierungsrate vorher~40%
Nach Match&Clean>90%
Falschalarme Ankunftserkennung−65%
ETA-Genauigkeit+30%

EU-Infrastruktur. Globale Abdeckung.

Verarbeitung ausschliesslich in der EU. Geografische Coverage:

Europa
✓ Vollständig
USA / Kanada / Latam
✓ Vollständig
Japan / Südkorea
⚠ Eingeschränkt
China / Russland
✗ Nicht verfügbar