ビッグデータと分析: 顧客文書を活用する方法

ビッグ データと分析は、ここしばらくビジネスや IT のニュースでよく取り上げられる話題です。膨大な量のデータをマイニングして分析し、パターン、相関関係、傾向を認識するというこの新しい機能は、これまでは実現できませんでした。ハードウェアの拡張性、速度、手頃な価格の向上と、自然言語処理や人工知能に関するソフトウェア機能の向上が同時に起こり、これが可能になりました。比較的安価なストレージにより、スマートフォンやコンピューティング デバイスのほぼすべてのプログラムやアプリなど、気が遠くなるようなさまざまなソースから膨大な量のデータを収集して保持できます。この機能の実用的な価値あるアプリケーションを想像することは、このテクノロジの急速な展開における数少ない制限要因の 1 つです。

すべての企業は、トランザクションおよび顧客対応ドキュメントを非構造化コンテンツ リポジトリに保持しています。これらのドキュメントには通常、ビジネスで発生する多くの事柄に関する履歴スナップショットと固有のビジネス コンテキストが含まれています。これらの関連するビジネス データ要素の多くは、顧客への規制に準拠したコミュニケーション内でのみ 1 か所にまとめられます。そのため、これらのドキュメントは「真実の唯一のソース」と呼ばれることが多く、ビッグ データおよび分析イニシアチブにとって非常に重要なデータ ソースになる可能性があります。

これまで、構造化データは、ビッグデータや、私たちが耳にした分析エンジンやユースケースの主なターゲットおよびソースでした。潜在的なデータの 90% は構造化されておらず、部門や企業のコンテンツ リポジトリで目に見えず、忘れ去られていることが多いことを考慮すると、これは探索すべき潜在的データの膨大な未開発の貯蔵庫であることは明らかです。

この非構造化データを格納するコンテンツ リポジトリは、独自仕様でサイロ化されており、不透明であることが知られています。中身を知ることは難しく、たとえわかっていてもそれを抽出して再利用することは困難です。これらのリポジトリにアーカイブされているものの多くは、さまざまな規制やビジネス ポリシーによって保持が義務付けられています。多くの企業は、これらを、価値や競争上の優位性をほとんどまたはまったくもたらさない、コストのかかる必要悪としか考えていません。コストを相殺するには十分ではないことは明らかです。

これらのコンテンツ アーカイブの中身を調べ、それを抽出し、再フォーマットして、ビッグ データ分析アプリケーションへの入力用に準備する方法があったらどうでしょうか。パターン、相関関係、傾向を認識したり、規制遵守要件を満たしたりするために、このデータのマイニングと分析を行う魅力的なユース ケースがあったらどうでしょうか。コストのかかる必要悪と見なされる豊富なデータ ソースをビジネス価値と洞察のソースに再利用することで、これらのアーカイブの価値提案が一変します。

実際の例として、大手銀行が過去 10 年間の顧客のクレジットカード明細書の包括的な分析を提供し、銀行規制への準拠を法的に証明する必要があったときがありました。規制上の義務を満たすために必要な情報を識別、抽出、再利用するための自動化ソリューションが必要でした。CrawfordTech は、AFP ドキュメント形式でアーカイブされた明細書を検索して取得し、必要なすべてのデータを識別して抽出し、XML に出力するための専用ソフトウェアを開発して導入しました。

抽出された明細は分析監査システムに送られ、過剰請求や過剰支払いの可能性がないかデータが分析されます。このソリューションを導入することで、銀行は犯した可能性のあるミスに積極的に対処し、規制当局にコンプライアンスの証拠を提供できるようになり、顧客満足度が向上し、高額な罰金を回避できるようになりました。

ビッグデータ分析がより普及し、どこにでもあるようになるにつれて、このユニークな歴史的アーカイブデータを革新的なアプリケーションに活用する上で、想像力が制限要因となります。

Crawford Technologiesは、コンテンツアーカイブ、ドキュメント、およびデータ形式を理解し、エンタープライズコンテンツ管理への投資を管理、拡張、およびより大きな価値を引き出すための多くの有効で革新的なツールを提供しています。