Пазарно разузнаване чрез семантични технологии

Ние вярваме, че компетентните бизнес решения изискват познаване на глобална информация, която ни помага да създадем глобална картина.

Усещането на пулса на пазара, винаги е било една предизвикателна задача. Днес, когато информацията ни залива отвсякъде, това е дори още по-трудно. Например, за да се направи стъпка към печеливша инвестиция, инвеститорите трябва да улавят и събират пазарни сигнали от различни източници и в различни формати. Освен това, те трябва да използват тези сигнали, за да изградят цялостна картина на финансовия пейзаж, в който оперират техните инвестиции.

Има много ситуации, при които предприятието Ви се нуждае от важна аналитична информация, ако искате да привлечете потенциални инвеститори и да реализирате приходи. Изключително ценно е да знаете колко пари печели една компания, колко служители има, в кой сектор работи, дали е част от по-голяма структура, кой я притежава, кой я контролира, кои са хората, вземащи решения и т.н. Колкото повече знаете, толкова по-голямо е конкурентно ви предимството. С достатъчно данни ще бъдете в състояние да предскажете посоката, в която избраният целеви пазар ще се развие, и ако можете да направите това, вие ще сте пред всички останали играчи.

Въпросът е, как може най-добре да аргументирате вашите бизнес решения, като се доверите на “шепота” на пазара - например съобщение за наскоро уволнен главен изпълнителен директор в новините, PR материал за сливането на две компании, база данни на трети лица за нови политически проекти) ? С други думи, дали може да създадете най-точния баланс между пълнотата и яснотата, идващи от структурираните данни в дадена база данни, както и точността и навременността, идващи от неструктурирани данни като новини, социални медии и т.н.?

Ето някои примери за това как можете да се възползвате от възможно най-подробната картина, идваща от максималния брой информационни източници.

Приложение: Придобиване на цялостен изглед върху една компания.

Инвеститори при анализ на потенциала на стартиращи компании: Ако сте старши инвеститор, ще трябва да се справяте едновременно с много сигнали от пазара, за да определите кои сектори се развиват бързо или имат значителен потенциал за растеж. Вие също трябва да сканирате много компании и да се опитате да разберете кои от тях са успешни в тяхното развитие, но все още не са достигнали своя връх, така че можете да разчитате на връщането на инвестициите. За да бъдете напред в състезанието, ще трябва да следите много движещи се цели и да знаете нещата, преди вашите конкуренти.

Кредитен риск: Ако работите в отдела за кредитен риск на финансова институция, трябва да оцените дали дадена компания е рискова или не, при получаване на кредит. За да можете да направите компетентен анализ на кредитния риск, трябва да знаете колко пари прави тази компания, колко ценни са нейните активи и т.н.

Бизнес разузнаване за маркетинг и продажби: Ако сте предприятие, което иска ефективно да използва търговските си екипи, трябва да се насочите към компании, които отговарят на вашите специфични критерии като индустриален сектор, размер, позициониране и т.н. Същото важи и за Вашия маркетингов отдел. За успешен маркетинг, трябва да знаете повече за желаната от Вас аудитория, преди да можете да предлагате решения, които отговарят на техните нужди или потенциал за растеж.

Създаване профили на компании с помощта на семантичните технологии:

Предлагаме няколко стъпки за създаването на вашето уникално решение при изготвяне профил на компаниите:

Тази стъпка включва поглъщане (инжектиране) на данни, интегриране на структурирани данни и извличане на нови знания от неструктурирани данни.

Поглъщането на данни (известно също като ETL или извличане, трансформиране, зареждане) касае преместването на данните - структурирани и неструктурирани - там откъдето произхождат, към система, където могат да се съхраняват и анализират. Например проектирането и внедряването на семантични системи от данни - база данни RDF като GraphDB, се осъществява чрез семантични услуги за интегриране на данни.

Какво ще получите:

• Граф на знанията с данни за хора, организации и местоположения (POL данни). Графът на знанието съдържа обществено достъпни данни и служи като обща основа, върху която можете да изградите своята специфичен (вертикален) Граф на знание, за да захраните приложението си;
• OntoRefine на GraphDB, който предлага по-лесно поглъщане на данни, позволяващо много ETL задачи върху таблични данни чрез интуитивен потребителски интерфейс;
• Други интуитивни и мощни ETL инструменти и процеси, оптимизирани да декодират “смисъла” на вашите данни и да го опишат в чист семантичен модел.

Интеграция на структурирани данни, включваща:

• Разясняване на идентичността: способността да се определи дали две или повече представяния на данни могат да бъдат присвоени на един уникален обект. Вградената способност на GraphDB ви позволява да анализирате наличната информация, свързана с обекти от различни източници на данни, и да откриете интересни съвпадения на идентичността и невидими взаимоотношения в различни набори от данни;
• Дедупликация: техниката гарантира, че когато има няколко случая на данни, отнасящи се до една и съща единица (поради интегрирането на различни източници на данни с независими и потенциално непоследователни конвенции), само един уникален инстанция се запазва;
• Извод: извличането на нови знания от съществуващи факти и правила. В RDF базата данни, като напр. GraphDB, се използва извод за извличане на допълнителни знания въз основа на съществуващите RDF данни и формален набор от правила за извод;
• Оттегляне: способността да се оттеглят всички изявления, които са изведени от изрични твърдения, когато някое от тези изрични твърдения, трябва да бъде премахнато от базата данни. GraphDB съхранява както изрични, така и имплицитни изявления и по този начин позволява лесно оттегляне на твърденията.

Какво ще получите:

• Извличане на нови знания от съществуващи факти, което добавя допълнителна обяснителна мощ към вашето откриване на знания, и може да бъде един от най-полезните инструменти за вашите бизнес анализи, базирани на данни;
• Лесно управление на всички изведени данни с усъвършенствана база от семантични графики, което гарантира, че новите факти, добавени към базата от знания, не причиняват несъответствия и други проблеми със съществуващите факти, произтичащи от извод.

Извличане на ново знание от неструктурирани данни:

С помощта на естествената обработка на езика/Natural Language Processing (NLP), при която се извършва поредица от стъпки за обработка на текст, помагащи за извличането на концепции от текст, и благодарение на графът на знанието, се разширяват съществуващите набори от данни с нови факти, идващи от неструктурираните източници като новини, социални медии и т.н.

Какво ще получите:

• Достъп до нови взаимоотношения и модели, скрити във вашите семантично обогатени бизнес познания;
• По-мощни и по-уместни прозрения от анализите на POL анализи на данни, като поставите информацията си в контекст (като наказателни, регулаторни, съдебни процедури, новини за POL, свързани със специфични компании и т.н.) и извличайки нови изводи от нея;
• Прогностични модели и системи за подпомагане на вземането на решения, които имат достъп до неразработената ключова информация, заключена във фирмените профили.

Тук прилагаме технологията за създаване и поддържане на вашия Граф на знанията. Резултатът е фирмена и индустриална класификация, базирана на гъвкава и изразителна графична схема.

Моделът се състои от:

1. Взаимоотношения между компании (собственост, контрол, ратньори, конкуренти, доставчици и т.н. ownership, control, partners, competitors, vendors, etc.)
2. Промишлени сектори, подсектори и ниши

Графът помага за:

• Класиране на обектите - което е по-важното за вас;
• Представяне на обектите в контекст;
• Откриване на взаимоотношения;
• Предшественици и произход.

Какво ще получите:

• Гъвкави модели за граф данни и структури на знания (онтологии), които ви позволяват лесно да добавяте нови източници, да променяте данни и да развивате своя модел, докато вашият бизнес и данните нарастват;
• Ефективна концептуална рамка, която обхваща въпросите, на които данните ви трябва да могат да отговарят и използват доказани модели на индустриални стандарти.

На този етап осигуряваме възможности за гъвкави заявки, филтриране и интелигентно търсене.

Гъвкави заявки: това е функционалността, която ви помага лесно да формулирате вашите изисквания за търсене на информация. Една мощна RDF база данни като GraphDB осигуряма огромно предимство: не е нужно синтаксисът на заявката да съответства на синтаксиса на твърдението. Следователно, тъй като не се нуждаете от пълни познания за структурата и нередностите на данните, можете да зададете сложни въпроси.

Филтриране: - възможността за филтриране на излишна или неподходяща информация. Въз основа на сходствата на графа за знания, можете да получите препоръка само за това, което е подходящо, интересно и ценно за вас.

Интелигентно търсене: процесът на откриване на информация, който отговаря на нуждите на заявката за информация, далеч надхвърля онова, което може да се направи с просто търсене в цял текст. Тъй като по-сложните проблеми изискват всеобхватни проучвания, включващи различни запитвания, тълкуване на резултатите, усъвършенстване и т.н., ползите от едно решение, което позволява интелигентно търсене, са безбройни.

Какво ще получите:

• Възможност за задаване на сложни въпроси и извличане на дълбоки прозрения от вашите данни;
• Бърз достъп до най-подходящата информация, скрита в сложни и хетерогенни информационни ресурси;
• Възможност за извличане на документи въз основа на набор от връзки, които са външни за тези документи;
• Множество опции за търсене за по-богато проучване.

Както виждате, възможностите за прилагане на семантичните технологии и използването на GraphDB предоставят на бизнеса и другите организации, изключителни възможности за пазарно разузнаване и монетизиране на информацията, заключена във външните и вътрешните силози от данни.