Q-bot
Datakwaliteit verhogen middels Machine Learning
Quality-Bot (Q-Bot) ontdekt, door ons Machine Learning algoritme, zelfstandig bestaande en nieuwe patronen in de data.
Met deze patronen bepalen we de datakwaliteit en ontdekken we mogelijke fouten (outliers).
Adopteer relevante patronen als datakwaliteitsregels en monitor continu de datakwaliteit. Verbeter hiermee de kwaliteit van data en processen.
Ontdek hoe Machine Learning jouw data kan verbeteren
Waarom Q-bot?
Datagestuurd werken is vanzelfsprekend afhankelijk van correcte data. Een veelvoorkomend probleem hierbij is de kwaliteit van die data. Echter, het verbeteren van en inzicht krijgen op de datakwaliteit, is vaak een duur en langzaam proces. Q-bot biedt hiervoor een efficiënte en effectieve oplossing. Door dit proces volledig te automatiseren bieden wij inzicht in bruikbare data. Hierdoor kunnen betere beslissingen sneller worden gemaakt. Ter vergelijking: Q-bot vindt in een week, waar een medewerker een jaar aan werk aan heeft.
Hoe werkt q-bot?
Techniek bepaalt
Q-bot voert door gecombineerde machine learning algoritmes een unsupervised pattern analysis en anomaly detection uit. Zodoende wordt Q-bot toegepast om proces- en systeemfouten te vinden en datakwaliteit te verbeteren.
Hoe werkt dat?
Q-bot detecteert, uit (grote en gecombineerde) datasets, zelfstandig business rules en maakt hiermee de datakwaliteit direct inzichtelijk. Normaal gesproken is dit een handmatig en zeer tijdrovend proces. Zo kan er bijvoorbeeld een business rule uitkomen die in 98% van de data waar is, waardoor het interessant wordt om naar 2% van de outliers te kijken.
Door deze regels te controleren, ontstaat beter inzicht in de verbanden in de data en datakwaliteit. Deze controle kan ook realtime plaatsvinden, waardoor outliers direct zichtbaar worden (denk eveneens aan fraudedetectie, invoerfouten).