ELAVV introduceert machine learning voor datakwaliteit
Het Nederlandse ELAVV heeft eerder deze maand QUALIBRIGHT geïntroduceerd, een oplossing voor geautomatiseerde datakwaliteitscontrole. Volgens het bedrijf gebruikt de software machine learning om afwijkingen in datasets op te sporen die met traditionele validaties moeilijk te detecteren zijn. Daarmee wil ELAVV organisaties meer grip geven op de kwaliteit van hun data.
Volgens ELAVV gaan traditionele datakwaliteitscontroles vaak niet verder dan het controleren van celformaten en afzonderlijke gegevenswaarden. QUALIBRIGHT voegt daar machine learning aan toe om ook afwijkingen in de samenhang tussen gegevens op te sporen. Daardoor kunnen volgens het bedrijf ook afwijkingen worden gesignaleerd die pas zichtbaar worden wanneer meerdere gegevens in samenhang worden beoordeeld. ELAVV noemt als voorbeeld een combinatie van leeftijd, inkomen en verzekeringspremie die statistisch afwijkt van vergelijkbare situaties.
Continue controle
Volgens ELAVV worden de resultaten van de controles automatisch vastgelegd in een auditrapport. Organisaties kunnen daarmee vaststellen welke gegevens nader onderzoek vereisen. De software wordt lokaal binnen de IT-omgeving van de klant geïmplementeerd, waardoor privacygevoelige gegevens de eigen infrastructuur niet hoeven te verlaten.
Datakwaliteit speelt een steeds grotere rol binnen business intelligence, analytics en AI. Organisaties zijn in toenemende mate afhankelijk van betrouwbare data voor rapportages, analyses en geautomatiseerde besluitvorming. Geavanceerde methoden om afwijkingen in datasets op te sporen kunnen daarom bijdragen aan een hogere betrouwbaarheid van data en analytische modellen.
ELAVV is een Nederlands advies- en technologiebedrijf dat zich richt op actuariële dienstverlening, data-analyse en softwareontwikkeling voor de financiële sector. De organisatie ontwikkelt oplossingen voor onder meer banken, pensioenfondsen en verzekeraars.
Regelgebaseerd en machine learning
Volgens ELAVV onderscheidt QUALIBRIGHT zich door regelgebaseerde validaties te combineren met wiskundige modellen die multidimensionale afwijkingen kunnen herkennen. Daarmee richt de oplossing zich niet alleen op fouten in afzonderlijke datavelden, maar ook op onwaarschijnlijke combinaties van gegevens die op inconsistenties of kwaliteitsproblemen kunnen wijzen.
Nominatie BWNL Award
Naast de introductie van QUALIBRIGHT meldt ELAVV dat oprichter en CEO Inge Lodder is genomineerd voor de BWNL Award. Deze prijs wordt jaarlijks toegekend aan vrouwelijke ondernemers die volgens de organisatie maatschappelijke of economische impact realiseren.
Bron: ELAVV
