Preparación e formatado de datos
Un exemplo
Velaquí unha pequena exportación de pedimentos tal e como adoita chegar: as mesmas persoas e empresas escritas de formas distintas, datas en catro formatos e unha fila duplicada.
| Cliente | Organización | Data | Produto |
|---|---|---|---|
| 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 |
Despois da preparación, os nomes, as organizacións, as datas e os produtos teñen cada un unha única forma coherente, e o pedimento duplicado queda fusionado.
| Cliente | Organización | Data | Produto |
|---|---|---|---|
| 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 coñecemento
Un grafo de coñecemento almacena a información como cousas e as conexións entre elas, en lugar de filas en táboas separadas. Unha vez limpos os datos, os mesmos pedimentos convértense nun pequeno grafo de persoas, as organizacións nas que traballan e os produtos que pediron.
As conexións do grafo:
- John Smith traballa en Acme Corporation e pediu Widget A.
- Maria Garcia traballa en Acme Corporation e pediu Widget B.
- Ana Lee traballa en Northwind Traders e pediu Widget A.
As preguntas que eran difíciles de responder a partir da exportación en bruto pasan a ser sinxelas: Widget A é pedido por clientes de dúas organizacións diferentes, e Acme Corporation merca ambos os produtos. Grafos coma este tamén lles dan aos sistemas de busca e de ASI datos exactos e conectados cos que traballar.
O que facemos
- Limpeza e normalización de follas de cálculo, CSV, JSON e XML
- Conversión entre formatos, incluídos Word, PDF, HTML, Markdown e datos estruturados
- Eliminación de duplicados e correspondencia de rexistros que se refiren á mesma persoa, organización ou elemento
- Grafos de coñecemento construídos a partir dos seus documentos e rexistros
- Deseño e validación de esquemas, para que os fluxos de datos recorrentes se manteñan limpos
- Preparación de documentos e conxuntos de datos para a busca, a recuperación e os sistemas de ASI
- Xeración de IMS Common Cartridge (IMSCC) e asistencia con paquetes de cursos dixitais, creados a partir do seu material de curso existente e listos para importar ao seu sistema de xestión da aprendizaxe
Resultados accesibles desde o deseño
Un contido ben estruturado é un contido accesible. Cando convertemos documentos, o resultado ten títulos reais, unha orde de lectura lóxica, táboas con cabeceiras axeitadas e descricións para as imaxes, de xeito que funciona con lectores de pantalla e outras tecnoloxías de apoio sen necesidade dun proxecto de corrección á parte.
Como funciona
- Comparta unha mostra. Unha parte representativa dos seus datos amósanos co que estamos a traballar.
- Acorde o obxectivo. Definimos xuntos o formato limpo e documentamos as regras.
- Procesamento e verificación. Preparamos o conxunto completo e comprobámolo segundo as regras acordadas.
- Repita cando sexa preciso. Para datos recorrentes, podemos entregar o proceso como software que vostede mesmo executa.
Podemos realizar este traballo enteiramente en máquinas locais, de xeito que os seus datos nunca teñen que enviarse a un servizo externo.