Tekoäly, massadata-analyysi, koneoppiminen, ennakoiva analytiikka ja mallintaminen, syväoppiminen ja kuvankäsittely. Coface käyttää lukuisia kehittyneitä datatieteen teknologioita suunnitellessaan uusia ratkaisuja asiakkailleen.
Yritystiedot: yrityksen taloudellisten tunnuslukujen vertailu verrokkiyrityksiin auttaa ohjaamaan kaupallista strategiaa muutamalla napsautuksella
Tuottaako yritys enemmän vai vähemmän voittoa kuin sen tärkeimmät kilpailijat? Miten sen velkasuhde vertautuu vastaaviin alan toimijoihin? Miten kestävä sen rahoitusrakenne on? Cofacen Data Lab on luonut verrokkiryhmiä vastaamaan niiden asiakkaiden tarpeisiin, jotka haluavat hyödyntää taloustietoja asiakas- ja toimittajaketjujensa arvioinnissa. Ratkaisu on kehitetty arvioimaan yritystä reaaliaikaisesti suhteessa sen verrokkiyrityksiin useiden talousanalyysikriteerien perusteella.
Vertailutietokannan tiedot on poimittu ja käsitelty yli 5 miljoonasta vuosikertomuksesta yrityksiltä kaikilta niiltä maantieteellisiltä alueilta ja toimialoilta, joilla Coface toimii. Sen avulla voidaan laatia paremmuusjärjestys, joka perustuu useisiin kriteereihin, kuten kannattavuuteen, maksukykyyn, toimialaan, maantieteelliseen sijaintiin ja kokoluokkaan.
Tämä tunnuslukujärjestys (enintään 24 tunnuslukua) muunnetaan sitten visuaalisesti ja dynaamisesti URBA 360:ssa, Cofacen uudessa tietojärjestelmässä. Yritykset tarvitsevat kehitysstrategiansa tueksi nykyään muutakin kuin pääsyn laajoihin tietolähteisiin. Siksi asiakkaamme voivat käyttää verrokkiryhmiä saadakseen uutta merkityksellistä dataa ja tietoa, joita on helppo hyödyntää.
Näkemyksiä taloudesta: dynaaminen analyysikoontinäyttö ja ainutlaatuiset tiedot riskien ennakointia ja sijoitusmahdollisuuksien kartoitusta varten
Cofacen asiakasyritykset etsivät usein tietoa ja analyysejä maailmanlaajuisista taloussuuntauksista voidakseen tehdä kehitysstrategiaan sekä asiakas- ja toimittajariskeihin liittyviä päätöksiä ajantasaisen tiedon pohjalta. Coface on vastannut tähän tarpeeseen tuottamalla Economic Insights -palvelun, jonka avulla se välittää asiakkailleen kaiken talousosaamisensa ja arvionsa.
Cofacen taloustieto- ja yritystietopalveluihin perustuva ratkaisu mahdollistaa riskien arvioinnin yli 160 maassa ja 13 toimialalla. Dynaamiset koontinäytöt pohjautuvat Cofacen ekonomistien tuottamien maailmanlaajuisten tietojen ja mittarien kattavaan analyysiin.
Economic Insights -palvelun ansiosta Cofacen asiakkaat voivat:
- analysoida eri maiden talouksia investointiensa tueksi
- tehdä entistä nopeampia maa- ja toimialakohtaisia ristianalyysejä ja vertailla eri toimittajia, mikä tukee toimitusketjujen hallintaa koskevia strategisia päätöksiä
- arvioida poliittiset riskit tai makrotaloudellisen tilanteen, jotka voivat vaikuttaa yrityksen kannattavuuteen ja liiketoimintapäätösten oikeellisuuteen
- mitata liiketoimintariskien kehittymistä tietyillä maantieteellisillä alueilla tai talouden toimialoilla
- sisällyttää Cofacen pisteytykset ja arvioinnit omaan päätöksentekoonsa: liiketoimintaympäristö, makrotaloudellinen riski, pankkiriski, ympäristöriski, poliittinen ja sosiaalinen riski, epävakausindeksi, konflikti-indeksi, ostajariskin arviointi, maksuindeksi jne.
- säästää arvokasta aikaa neljännesvuosittaisten päivitysten ja yli 10 vuoden ajalta kerättyjen tietojen avulla.
Korvaukset ja perintä: korvaushakemusten hallinnan parantaminen syväoppimis- ja kuvankäsittelytekniikoiden avulla
Coface tuo asiakkaiden saataville uusia ratkaisuja, joiden tarkoituksena on optimoida korvaushakemusten hallinta ja palvelun laatu ja tehostaa näin korvaus- ja perintäasiantuntijoiden työtä. Coface Data Lab on kehittänyt ratkaisun, joka perustuu optiseen merkintunnistustekniikkaan (OCR) ja edistyneiden neuroverkkoalgoritmien kouluttamiseen. Uusi järjestelmä on suunniteltu käsittelemään Cofacen asiakkaiden maksamattomista saatavista tekemät ilmoitukset ja suuren määrän asiakirjoja, jotka johtoryhmien on kerättävä ja tarkistettava ”käsin”.
Jokaisen uuden maksamattomia saatavia koskevan korvauspyynnön osalta työkalu analysoi kaikki asiakkaiden toimittamat asiakirjat, tunnistaa laskut ja erottaa ne muista asiakirjatyypeistä. Sitten se tunnistaa keskeiset tiedot (laskun numero ja päivämäärä, maksun eräpäivä, kokonaissumma ja arvonlisävero jne.) kaikesta OCR:n poimimasta digitaalisesta sisällöstä ja tekstistä. Näiden avaintietojen tunnistamiseksi ja automaattiseksi erottamiseksi Cofacen on koulutettava tekoälyalgoritmeja käyttämällä satojatuhansia asiakirjoja johtoryhmien aiemmin käsittelemistä aineistoista.
Lopputulos? Ohjelmisto voi muutamassa minuutissa havaita tiedostot, joiden osalta ilmoitus maksamattomista laskuista on puutteellinen, ja ilmoittaa niistä. Ratkaisu vähentää manuaalista analysointityötä 70 %, mikä lyhentää korvaushakemusten käsittelyaikoja ja nopeuttaa korvausprosessia Cofacen asiakkaiden eduksi. Tämä on erittäin tärkeää, sillä korvaus- ja perintävaihe on ratkaisevaa aikaa asiakkaalle, jonka yritystoimintaan yksikin maksamatta jäänyt tilaus voi vaikuttaa.