Nuestras herramientas

Nuestras herramientas tecnológicas nos permiten modelar y crear nuevos procesos aplicando las mejores prácticas del BPM, ACM e Ingeniería de Software. Soporta las diferentes esferas de la molécula, a través de las cuales se aplican las mejores prácticas de datos, procesos, tecnologías, negocio y data quality.

Nuestra herramienta de construcción de procesos utiliza el Wolman Rules Engine (WRE) el cual incorpora 3 motores:

- Reglas de negocio.

- Reglas de calidad de datos.

- Reglas de procesos.

Nuestra herramienta de Data Quality aplica a las diferentes esferas dependiendo del tipo de proyecto y la esquematizamos como la Arquitectura de las 5 C´s© tal como se ilustra a continuación:

5 C´s aplica a las diferentes dimensiones de la calidad y posee alrededor de 500 reglas de data quality incorporadas dentro de los mejores estándares de la industria, así como conceptos y técnicas creadas por Wolman Group, aplicadas en las siguientes funciones evaluadas por Gartner Group:

1.Parsing and standardization: Descomposición de campos de texto en componentes y formatos de valores en consonancia con diseños basados en estándares de la industria, las normas locales (por ejemplo, los estándares de las autoridades postales de datos de direcciones), las reglas de negocio definidas por el usuario y las bases de conocimiento de los valores y patrones. Por ejemplo: Estandarizador de municipios, estandarizador de direcciones.

2.Generalized "cleansing": Modificación de los valores de datos para satisfacer las restricciones de dominio, integridad u otras reglas de negocio que definen la calidad de los datos necesarios y suficientes para la organización. Por ejemplo, el proceso ACI©, la recuperación de rechazos de identificación.

3.Matching: La identificación, la vinculación, la integración o la fusión de diferentes lotes de datos. Por ejemplo, la aplicación del IDU© y la reputación sobre la base de datos integrada.

4.Profiling: El análisis de los datos para capturar estadísticas (Meta-data) que revelen la calidad de los datos y ayuden en la identificación de los problemas relacionados con la calidad de los datos. Por ejemplo, los estados e índices de calidad.

5.Monitoring: El despliegue de controles para garantizar la conformidad permanente de datos con las reglas de negocio que definan la calidad de los datos para la organización. Por ejemplo, la instalación de nuestra herramienta para facilitar su uso dentro de la organización.

6.Enrichment: Aumentar el valor de datos manejados internamente añadiendo atributos relacionados con fuentes externas (por ejemplo, atributos demográficos de los consumidores o descriptores geográficos). Por ejemplo, el WA© para la adquisición del proceso ACI.