Preparación y formateo de datos
Un ejemplo
Esta es una pequeña exportación de pedidos tal como suele llegar: las mismas personas y empresas escritas de distintas maneras, fechas en cuatro formatos y una fila duplicada.
| Cliente | Organización | Fecha | Producto |
|---|---|---|---|
| SMITH, JOHN | acme corp. | 3/4/24 | widget-A |
| john smith | ACME Corporation | 2024-03-04 | Widget A |
| Maria Garcia | Acme Corp | March 5 2024 | WIDGET b |
| Lee, Ana | northwind | 2024/03/06 | widget-a |
Tras la preparación, los nombres, las organizaciones, las fechas y los productos tienen cada uno una forma coherente, y el pedido duplicado se ha fusionado.
| Cliente | Organización | Fecha | Producto |
|---|---|---|---|
| John Smith | Acme Corporation | 2024-03-04 | Widget A |
| Maria Garcia | Acme Corporation | 2024-03-05 | Widget B |
| Ana Lee | Northwind Traders | 2024-03-06 | Widget A |
Grafos de conocimiento
Un grafo de conocimiento almacena la información como elementos y las conexiones entre ellos, en lugar de filas en tablas separadas. Una vez limpios los datos, los mismos pedidos se convierten en un pequeño grafo de personas, las organizaciones para las que trabajan y los productos que pidieron.
Las conexiones del grafo:
- John Smith trabaja en Acme Corporation y pidió Widget A.
- Maria Garcia trabaja en Acme Corporation y pidió Widget B.
- Ana Lee trabaja en Northwind Traders y pidió Widget A.
Las preguntas que eran difíciles de responder a partir de la exportación original se vuelven sencillas: Widget A lo piden clientes de dos organizaciones distintas, y Acme Corporation compra ambos productos. Grafos como este también ofrecen a los sistemas de búsqueda y de ASI datos precisos y conectados con los que trabajar.
Qué hacemos
- Limpieza y normalización de hojas de cálculo, CSV, JSON y XML
- Conversión entre formatos, incluidos Word, PDF, HTML, Markdown y datos estructurados
- Deduplicación y emparejamiento de registros que se refieren a la misma persona, organización o elemento
- Grafos de conocimiento creados a partir de sus documentos y registros
- Diseño y validación de esquemas, para que los flujos de datos recurrentes se mantengan limpios
- Preparación de documentos y conjuntos de datos para búsqueda, recuperación y sistemas de ASI
- Generación de IMS Common Cartridge (IMSCC) y apoyo con paquetes de cursos digitales, creados a partir de su material de curso existente y listos para importar a su sistema de gestión del aprendizaje
Resultados accesibles desde el diseño
El contenido bien estructurado es contenido accesible. Cuando convertimos documentos, el resultado tiene encabezados reales, un orden de lectura lógico, tablas con encabezados adecuados y descripciones de las imágenes, por lo que funciona con lectores de pantalla y otras tecnologías de asistencia sin necesidad de un proyecto de corrección aparte.
Cómo funciona
- Comparta una muestra. Una parte representativa de sus datos nos muestra con qué estamos trabajando.
- Acuerde el objetivo. Definimos juntos el formato limpio y documentamos las reglas.
- Procesamiento y verificación. Preparamos el conjunto completo y lo comprobamos con las reglas acordadas.
- Repetición cuando haga falta. Para datos recurrentes, podemos entregar el proceso como software que usted mismo ejecute.
Podemos realizar este trabajo íntegramente en equipos locales, de modo que sus datos nunca tengan que enviarse a un servicio externo.