Завершены работы по созданию сервиса распознавания адресов для АО "Казпочта". Сервис очищает, стандартизирует и валидирует адреса международных почтовых отправлений
Выполнен пилотный проект по автоматической классификации инцидентов, поступающих в службу технической поддержки. Среди десятков тысяч текстовых описаний инцидентов выделены группы сообщений, близких по смыслу. Применен алгоритм, выделяющий из текста точный смысл высказываний: сначала с помощью модели ML распознается грамматическая структура фразы, затем с помощью концептуальной модели SKOS формализуется концептуальная структура высказывания. Таким образом, похожие инциденты могут быть объединены, даже если их суть описана разными словами. Модель не требует предварительного обучения и ручного создания классификатора типовых проблем. Использование этого инструмента позволит ускорить диспетчеризацию и обработку сообщений службой поддержки, своевременно обнаруживать массовые нарушения обслуживания клиентов и реагировать на них, анализировать качество продуктов и услуг организации.
Выполнен пилотный проект по расчету оптимального маршрута доставки почтовых отправлений для логистического оператора. Применены методы кластеризации для распределения отправлений между курьерами, реализован алгоритм расчета оптимального маршрута для каждого курьера с учетом перемещения по дорожной сети.
Релиз 1.22: реализованы подзапросы и агрегирующие функции
Завершен пилотный проект по созданию единого хранилища эталонной информации о клиентах банка (физических лицах) и связанных информационных объектах. На базе DataVera EKG Platform построена MDM-система. С помощью адаптеров, работающих согласно правилам мэппинга структуры данных, реализовано извлечение информации из систем-источников, нормализация и валидация исходных данных согласно правилам контроля качества. В результате консолидации по настраиваемым правилам формируется набор эталонных данных, которые распространяются обратно в системы-источники и предоставляются другим потребителям. Объем обработанных данных – миллионы записей.
Релиз 1.20: реализована асинхронная валидация и консолидация объектов данных
Релиз 1.17: реализовано автоматическое формирование эталонных объектов по правилам, заданным в модели, с учетом метрик качества данных.
Выполнен пилотный проект по прогнозированию оттока вкладчиков банка с использованием методов машинного обучения (ML). Построена модель, позволяющая на основе поведенческих и социально-демографических факторов предсказать вероятность расторжения депозита. Использование результатов работы модели для своевременного контакта с клиентами позволит финансовой организации сохранить значительный объем средств на депозитах.
Компания DataVera стала участником Astana Hub.
Компания DataVera выступила партнером конференции Profit Finance Day, состоявшейся в Алматы
Релиз EKG Platform 1.16: реализовано вычисление значений и SPARQL функции на стороне EKG. Индикатор качества данных в EKG Explorer.
Выпущен видеоролик "Консолидация данных на платформе DataVera EKG Platform"