Kunstig intelligens, massiv dataanalyse, maskinlæring, prediktiv analyse og modellering, dyplæring og bildebehandling - Coface benytter seg av en rekke avanserte digitale teknologier i arbeidet med å designe nye løsninger for sine kunder.
Forretningsinformasjon: sammenligne en bedrifts finansielle forholdstall med sammenlignbare bedrifter for å styre kommersielle strategi med noen få klikk
Er en bedrift mer eller mindre lønnsom enn dens viktigste konkurrenter? Hvordan er gjeldsgraden sammenlignet med lignende aktører i bransjen? Hvor robust er den finansielle strukturen? Cofaces datalaboratorium har opprettet såkalte Peer Groups for å møte behovene til kunder som ønsker å bruke finansiell informasjon i vurderingen av sin kunde- og leverandørkjede. Løsningen er designet for å evaluere en bedrift i forhold til sammenlignbare bedrifter, basert på et bredt spekter av finansielle analysekriterier sammenlignet i sanntid.
Denne komparative databasen er bygd på uttrekking og behandling av over 5 millioner økonomiske rapporter fra bedrifter i alle geografiske områder og sektorer der Coface opererer. Den kan brukes til å utarbeide en rangering utledet fra en rekke kriterier, inkludert lønnsomhet, solvens, bransje, geografisk beliggenhet, størrelsessegment osv.
Denne rangeringen av finansielle forholdstall (opptil 24 forhold) blir deretter oversatt visuelt og dynamisk i URBA 360, Cofaces nye informasjonsplattform. Dagens bedrifter trenger mer enn bare å få tilgang til store datakilder for å styre sin utviklingsstrategi – og våre kunder kan derfor bruke Peer Groups for å dra nytte av nye og kvalifiserte data og relevant innsikt som er lett å nyttiggjøre seg av.
Økonomisk innsikt: et dynamisk, analytisk dashbord og unik informasjon for å forutse risiko og se etter investeringsmuligheter
Cofaces bedriftskunder leter ofte etter data og analyser om globale økonomiske trender for å kunne ta informerte beslutninger om utviklingsstrategi og styring av kunde- og leverandørrisiko. Coface har tatt tak i dette behovet ved å generere økonomisk innsikt som brukes til å utarbeide økonomiske analyser og vurderinger for kunder.
Basert på Cofaces tjenester for økonomisk analyse og forretningsinformasjon kan denne løsningen benyttes til å vurdere risiko i over 160 land og 13 sektorer. De dynamiske dashbordene bygger på omfattende analyse av data og beregninger utarbeidet av Cofaces økonomer over hele verden.
Takket være denne økonomiske innsikten kan Cofaces kunder:
- Analysere økonomiene i ulike land for å styre investeringer.
- Foreta kryssanalyser etter land og sektor raskere, og sammenligne ulike leverandører for å kunne ta strategiske beslutninger om styring av forsyningskjeder.
- Vurdere politisk risiko eller makroøkonomiske forhold som kan påvirke en bedrifts lønnsomhet og om en forretningsbeslutning er den rette.
- Måle forretningsrisiko i forbindelse med utvikling i bestemte regioner eller økonomiske sektorer.
- Bygge inn Cofaces scorer og vurderinger i sine egne beslutningsmotorer: forretningsklima, makroøkonomisk risiko, bankrisiko, miljørisiko, politisk og sosial risiko, sårbarhetsindeks, konfliktindeks, kjøperrisiko, betalingsindeks osv.
- Spare verdifull tid med kvartalsvise oppdateringer og datahistorikk over mer enn 10 år.
Erstatning og inkasso: oppgradere erstatningsbehandling ved hjelp av dyplæring og bildebehandling
Coface ruller ut nye løsninger designet for å optimalisere erstatningsbehandlingen og levere optimal kvalitet til sine kunder ved å effektivisere arbeidet til erstatnings- og inkassoansvarlige. Cofaces datalaboratorium har utviklet en løsning basert på OCR-teknologi (Optical Character Recognition = optisk tegngjenkjenning) og opplæring av avanserte nevrale nettverksalgoritmer. Det nye systemet er designet for å takle det betydelige volumet av meldinger om ubetalte fordringer fra Cofaces kunder og det store antallet dokumenter som skal samles inn og kontrolleres «manuelt» av ansatte.
For hver ny melding om ubetalte fordringer som kreves erstattet, analyserer verktøyet alle dokumenter innsendt av kunder, og oppdager og skiller fakturaer fra andre typer dokumenter. Deretter identifiseres nøkkelinformasjonen (fakturanummer og -dato, forfallsdato, totalbeløp, mva. osv.) blant alt det digitale og tekstlige innholdet trukket ut ved hjelp av OCR. For å kunne identifisere og automatisere uttrekk av disse nøkkeldataene må Coface lære opp algoritmer for kunstig intelligens på hundretusenvis av dokumenter fra poster som tidligere ble behandlet av lederteamene.
Og resultatet? På noen få minutter kan programvaren oppdage filer der varselet om ubetalte fakturaer er ufullstendig. Denne løsningen reduserer det manuelle analysearbeidet med 70 % og forbedrer dermed fristene for behandling av krav og fremskynder erstatningsprosessen til fordel for Cofaces kunder. Dette er desto viktigere ettersom erstatnings- og inkassofasen er en avgjørende tid for en kunde som kan bli berørt fordi en ordre ikke er betalt!