Zo werkt data verrijking

De voordelen van data verrijking

De hoeveelheid data online en in diverse bedrijfsdatabases is enorm en groeit nog steeds. Steeds meer bedrijven merken ook dat hoewel de hoeveelheden overweldigend kunnen zijn, deze data ook kan bijdragen aan het doen van beter en efficiënter onderzoek. Wat dan wel van belang is, is dat de data die je hebt ook voldoende verrijkt is. In dit blog vertellen we meer over hoe LexisNexis omgaat met data verrijking en welke voordelen dit biedt.

Wat is data verrijking?

Iedere keer dat je een detail—of metadata—toevoegt aan een database ben je feitelijk al bezig met het verrijken van data. Met elke toevoeging zou je de data beter moeten maken en ook beter vindbaar. Bijvoorbeeld door een stad toe te voegen aan klantgegevens kun je een analyse maken van waar jouw klanten zitten en misschien zet dit aan tot nadenken over andere relevante partijen die in dezelfde omgeving gevestigd zijn, die je ook nog wilt benaderen.

Stel je voor welke voordelen je nog meer kunt behalen door je data te verrijken! Efficiënter zoeken in je data, betere zoekresultaten en nieuwe inzichten bijvoorbeeld. Bij LexisNexis zetten we al enige tijd data verrijking in om onze diverse oplossingen, voor onderzoek, media monitoring, risk & compliance en Data as a Service te verbeteren. Zo analyseert LexisNexis® SmartIndexing Technology onze content via natural language processing, semantic analysis en machine learning. Dit proces kwalificeert duizenden onderwerpen, industrieën, organisaties, personen en plaatsen. Natuurlijk is dit slechts een deel van een veel groter ‘smart’ data proces.

Data verrijking bij LexisNexis

Hoe doen we dat? We identificeren betrouwbare bronnen en leveranciers op het gebied van online en offline media zoals nieuws, marktinformatie, bedrijfsinformatie maar ook UBO-data en PEP- en sanctielijsten. We sluiten een licentie af zodat wij en onze gebruikers zeker weten dat de content ook verspreid en gebruikt mag worden en van een betrouwbare partij afkomstig is. Ons archief gaat meer dan 40 jaar terug en groeit nog elke dag. Dagelijks worden er gemiddeld 4.5 miljoen documenten toegevoegd, zo dat gebruikers weten dat ze niet alleen beschikking hebben over historische maar ook actuele informatie.

Vervolgens pakken we deze data en maken er verschillende gestructureerde datasets van, waardoor het overzichtelijker wordt en eenvoudiger om er mee te werken. De volgende stap is het verrijken. Metadata is toegepast op de content waardoor ruis verwijderd wordt. De laatste stap is het normaliseren van deze informatie zodat er schone, consistente en semigestructureerde datasets ontstaan die eenvoudiger zijn om mee te werken. Daarna start de data verrijking  We voegen metadata toe aan de content zo dat gebruikers de ruis kunnen filteren en zich kunnen focussen op relevante data.

Ontdek de potentie van slimme gegevens van Nexis® Solutions voor:

• Bedrijfsonderzoek
  Analyseer de concurrentieomgeving op basis van gegevens verzameld van traditionele en online nieuwsbronnen, bedrijfs- en sector-informatie, en octrooigegevens om strategische planning te ondersteunen.
• Risicomanagement
  Controleer klanten, leveranciers en andere externe partijen op zwaarwegende sancties en gegevens van PEP’s.
• Academisch onderzoek
  Krijg toegang tot disciplinegerichte pagina’s met beheerd nieuws, publicaties en relevante rechtbankzaken
• Media monitoring
  Maak gebruik van actuele en historische nieuwsartikelen om beter te kunnen anticiperen op nieuwscycli, trends te identificeren of merkportfolio’s te volgen.
  Financieel onderzoek
  Bescherm uzelf tegen slechte investeringen en beperk reputatie- of nalevingsrisico’s van potentiële zakelijke partnerschappen door bedrijfs-, financiële en sectorgegevens en -trends te bekijken.
  Data as a Service
  Besteed minder tijd aan het zoeken, opschonen en organiseren van gegevens – wat voor een gegevenswetenschapper een tijdsbesparing van wel 80% kan opleveren.

Meer weten over data verrijking en de mogelijkheden van data voor uw organisatie? Neem contact op via het formulier.