\n
![\"Automatisierte](\"https:\/\/d17ocfn2f5o4rl.cloudfront.net\/wp-content\/uploads\/2020\/12\/pic-1.jpg\")
<\/p>\nUnser Kunde bietet Technologie- und Data Science-L\u00f6sungen f\u00fcr Immobilieninvestoren und f\u00fchrende Finanzinstitute weltweit. Da sich das Unternehmen auf fortschrittliche Datenanalyse und Asset Intelligence spezialisiert hat, beruht sein Gesch\u00e4ftsmodell ma\u00dfgeblich auf der digitalen Datenerfassung.<\/p>\n
Die Plattform unseres Kunden erfasst riesige Datens\u00e4tze, konsolidiert alle verf\u00fcgbaren Informationen und verwandelt unstrukturierte Daten in Gesch\u00e4ftseinblicke. Um dies zu erreichen, musste das Unternehmen unseres Kunden sich traditionelle Methoden der Datenerfassung neu vorstellen und die Verarbeitung gro\u00dfer Datens\u00e4tze verbessern. Zu diesem Zweck beschlossen sie, die Kapazit\u00e4t ihres Data Science-Teams mit dedizierten Datenerfassungsspezialisten zu erweitern.
\n<\/p>\n
Das Intellias-Team begann mit der Analyse der aktuellen Datenerfassungsstrategie unseres Kunden, um Best Practices und Engp\u00e4sse aufzudecken. Basierend auf den Ergebnissen haben wir ein Framework als vorl\u00e4ufige L\u00f6sung f\u00fcr das Erfassen, Sammeln und Speichern von Daten in einem Data Lake entwickelt. Dieses Framework funktioniert f\u00fcr Webseiten und APIs.<\/p>\n
Die Datenerfassungssoftware umfasst zwei Arten von Scraping-Algorithmen: grundlegend und emuliert. Basierend auf der Chromedp-Technologie imitiert der emulierte Scraping-Algorithmus die Aktivit\u00e4t eines echten Nutzers, um relevante und valide Daten zu erhalten. Als N\u00e4chstes finden CSS-Selektoren die ben\u00f6tigten Daten und rufen sie von Webseiten ab.<\/p>\n
Danach l\u00f6st das Datenerfassungssystem einen Validierungsalgorithmus aus, um ungeeignete Daten zu filtern. Dieser Algorithmus enth\u00e4lt eine Ebene, die durch NLP-Technologie angetrieben wird, um die schwierigsten F\u00e4lle zu verarbeiten.<\/p>\n
Die Datennormalisierung erfolgt \u00fcber Google Maps und Standortdienste-APIs.<\/p>\n
Schlie\u00dflich speichert das System die Daten, aggregiert sie und formt sie in ein gut verbrauchbares Format f\u00fcr weitere Analysen.<\/p>\n
Als Ergebnis der Partnerschaft mit Intellias hat unser Kunde seine Datenanalyse und Asset Intelligence verbessert, die ein wertvoller Teil seiner Immobilienl\u00f6sungen sind. Die automatisierten Tools und Techniken zur Datenerfassung, die Intellias entwickelt hat, helfen unseren Kunden ihre Datenerfassungsprozesse zu optimieren. Sie k\u00f6nnen nun eine gr\u00f6\u00dfere Datenmenge und aus einer gr\u00f6\u00dferen Anzahl von Quellen erfassen, ohne dass daf\u00fcr mehr Ressourcen ben\u00f6tigt werden.<\/p>\n
Mit der automatisierten Datenerfassung kann unser Kunde auf einfache Weise Erkenntnisse gewinnen, indem er unstrukturierte Daten in aussagekr\u00e4ftige Datenpunkte umwandelt, die ein gro\u00dfes Potenzial zur Erschlie\u00dfung neuer Gesch\u00e4ftsm\u00f6glichkeiten haben.<\/p>\n","protected":false},"excerpt":{"rendered":"
Wir haben die Datenerfassungsstrategie unseres Kunden um ein Framework erweitert, das Data Scraping, Validierung, Normalisierung und Speicherung umfasst<\/p>\n","protected":false},"author":17,"featured_media":50270,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[42],"tags":[524,634],"acf":[],"yoast_head":"\n