手上有两份带机构名称的名录，要合成一张能分析的表，最先遇到的往往不是技术问题，而是一个判断：这两个名字一样的条目，到底是不是同一个观测对象。同名不等于同一家。同一个名字可能对应不同地区的两个独立实体；同一家机构也可能以全称、简称、曾用名、外文译名或带括号说明的形式出现。合并要判断的是两条记录是否指向同一个对象，而不是名字像不像。名称相似只能提示这里值得比较，不能作为自动合并的理由，确认关系最终要落到具体字段和可回溯的依据上。
编号什么时候才算确认依据
两边都有登记编号时，先比编号，但编号本身要过两道检查。一是两边编号属于同一编号体系，不同体系的码值放在一起比没有意义；二是码值经过核验，比如长度、字符集、校验位，以及和机构类型、地区字段是否自洽。只有同一体系且核验通过的相同编号，才可作为确认同一条记录的依据。
即便如此，同码仍可能出错：码值可能是录入错误，地方自建编号也可能撞号。所以确认记录里要写清依据字段和来源，便于回溯复核，不能因为同码就停止核对。编号不同也不足以否认同一个实体，常见三种情形：某一侧不提供编号；编号字段填写错误，或地方自建编号混在同名字段里；两侧编号体系不同因而不可比。这三种情形都要在确认记录里写明，不能靠"编号不同"一句话带过。
编号匹配还要看清两边是否有号。只有一边带号，就不能做编号匹配，只能走名称、地区与其他字段的候选路线；两边只有部分记录带号时，只在都有号、同体系且核验通过的那部分做编号匹配，其余另行处理。
归一、分块与无号记录的回查
没有共同编号时，先归一再比较。归一包括处理空格、标点与全半角，把括号内补充说明、常见后缀和层级词单独存放，并把地区、地址、机构类型整理成可比字段。归一只让比较稳定，不产生同一性结论。
候选生成要说明范围。无编号的条目可以放在同一地区的块内生成候选；跨地区记录如果只靠名称，不能因为地区字段不同就直接判为不同实体，需要另给一条回查路线，比如按地址、曾用名或别名、上级单位另行核对，并写进方案。分块只是为了缩小比较量，分块字段写错的记录会被漏掉，所以分块规则要随结果一起记录。
假设一份名录给出机构全称与登记编号，另一份只有部分记录带编号，其余只有简称与地区。先确认两边编号同体系并对码值做过核验，再只对两边都有号的记录做编号匹配，得到一批确定合并；一侧无号的记录按地区分块，比较归一后的名称，名称相近的放进候选关系并标注依据字段；地区字段不同的记录不直接判为不同，另按地址或曾用名走一条回查路线。此为假设场景，不含真实机构与命中比例。
确定合并与候选关系要分两列
比较之后输出两类结果，分两列存放。确定合并指依据足够明确、可以指定同一主键；候选关系指两条记录很可能相关但依据不足以判定，需要人工确认并标注依据字段。相似度得分只能用于排序，不能说明是同一实体；设不设得分界限、界限取多少属于执行取舍，界限高低会改变漏判与误判的分布，究竟偏向哪一侧要看这批数据的得分分布和可用的对照，不能先验断言。
两类错误的代价通常不对称：把同一实体拆成两条，后果偏保守；把两个不同实体合成一条，属性混在一起后很难从结果上看出问题。但这不等于漏合并一定容易被发现------缺少可对照的第三方清单时，漏合并可能长期不被察觉。所以不确定的情形更适合放进候选关系，写清依据字段与待确认项。
主键要跟分析单位对齐
主键还要和分析单位一致：分析单位是法人、场所还是集团，决定了总部与分支机构该合并还是分开，更名前后、上下级单位也属于需要显式判断的情形。合并结果建议保留一张别名表，记录归到哪个主键、依据哪些字段、由谁在何时确认；原始记录不删除，只增加映射。
落到需求表述上，可以这样写：主键字段与分析单位是什么；编号匹配的前提是同体系加核验，并说明核验了哪些码值特征；归一与分块规则如何定、分块字段是什么；无号条目在同地区块内生成候选，跨地区记录走哪条回查路线；确定合并与候选关系分两列输出；别名表与确认记录如何留存；原始记录保留不动。这样写出来的方案，别人拿到后能沿着依据字段逐条复核，而不是只看到一个合并后的结果。