Augmented Intelligence
La crescente mole di dati oggi a disposizione, che sovrasta per quantità ed eterogeneità le capacità delle ormai tradizionali tecniche e strumenti di Business Intelligence di cogliere il valore del dato, richiede nuove tecniche di Advanced Analytics che hanno oggi un ruolo fondamentale nel supportare il business aziendale e, in particolare, il decision making process. Attraverso evoluti strumenti per l’estrapolazione, l‘elaborazione e la modellazione dei dati, Corvallis è in grado di implementare sofisticate soluzioni capaci di compiere analisi avanzate, individuare trend, comportamenti e relazioni non note, per contribuire a migliorare l’esperienza degli utilizzatori e ottimizzare il business.
Le tecniche dell’Advanced Analytics comprendono diverse discipline quali la comprensione di un testo per attività come l’analisi del sentiment o il riconoscimento delle entità in esso contenute (persone, aziende, luoghi), l’analisi di immagini per il riconoscimento di pattern (controlli di qualità), l’analisi semantica di dati per la mappatura della conoscenza e la sua rappresentazione.
Queste tecniche di preparazione del dato sono il preludio per consentire ai software, e quindi alle macchine, l’apprendimento automatico o Machine Learning, che può essere implementato con avanzati algoritmi statistici e con le reti neurali.
data integration e semantica
Le soluzioni di Data Integration sfruttano l’uso della semantica del dato per integrare le più svariate sorgenti di informazioni, in modo da avere una visione completa e più chiara del proprio patrimonio informativo, e la conseguente capacità di rispondere tempestivamente ai cambiamenti del mercato.
L’approccio semantico permette di rappresentare la realtà in tutta la sua complessità, codificando tutti i possibili aspetti del dominio in esame, con un livello di astrazione superiore rispetto ad altre tecnologie. In questo modo si ottiene una nuova chiave interpretativa nei confronti di un panorama di informazioni variegato sia a livello strutturale (schemi e tecnologie differenti) che contestuale (significato e contenuto dei dati).
Inoltre il formato semantico dell’informazione (triple RDF) si presta a facili integrazione con il mondo degli Open Data (DBPedia, Inps, Istat…) sempre in continua crescita.
Associando metodologie di elaborazione e integrazione più elaborate (ragionamenti deduttivi) è possibile infine ottenere nuove informazioni e costruire ulteriori relazioni tra dati nativamente eterogenei consentendo analisi più approfondite e possibilità di intervento altrimenti “invisibili”.
NPL e realtà aumentata
L’analisi semantica del testo consente di estrarre da testi liberi (lettere, documenti, tabelle) informazioni che altrimenti richiederebbero lunghi tempi di lettura e data entry, automatizzando quindi processi di back office come le denunce di sinistri o le richieste di rimborsi. Il Natural Language Processing (NLP) è un altro campo delle tecnologie semantiche, utilizzato per interpretare il parlato: Corvallis è in grado di utilizzare i più diffusi motori di NLP (Alexa, Google Assistant) per automatizzare task complessi, in particolare in combinazione con la propria piattaforma di Chatbot Social For Business.
I Data Engineers di Corvallis hanno anche una consolidata esperienza nell’elaborazione delle immagini per l’analisi nella qualità dei prodotti o nella rilevazione dei danni, nella Realtà Aumentata applicata per esempio nel settore turistico e dei beni culturali.
maMA
Determinare in maniera semplice le relazioni che legano le entità rappresentate dall’enorme mole di dati su cui fanno leva gli attuali scenari digitali, costituisce una base statistica per la realizzazione di modelli predittivi di eventi e comportamenti.
Per far fronte a questa nuova economia basata sui dati, Corvallis ha messo a punto maMA (semantic Multi-source Analyzer), motore semantico del dato frutto delle proprie attività di R&D in grado di recuperare informazioni e relazioni non note tra i dati.