Produits et Services

Le coeur de métier de Data Observer est le traitement de « la donnée textuelle » : collecte, structuration, enrichissement, qualification, analyse et visualisation (« text mining »).

Collecte de Données

Nous cherchons et structurons les données utiles via nos crawlers et robots de collecte.
Data Observer dispose de ses propres solutions et infrastructure pour ses moteurs de recherche. Nos experts en technologies open source Apache Lucene / Solr et Elasticsearch développent des moteurs de recherche sur mesure, s’adaptant à chaque besoin spécifique de fouille de données.

Exploration de données

Nous enrichissons les données collectées grâce à nos algorithmes d’extraction de connaissance.

Nous réalisons des traitements de données sur-mesure (« data on demand ») faisant appel à des algorithmes issus de notre R&D dans les domaines du machine learning (apprentissage automatique), du big data (traitement des données massives) et du traitement automatique des langages (TAL).

graph-tech_2

Modélisation de données

Nous agrégeons et représentons les données enrichies avec les formats et les supports les plus adaptés pour exploiter les données enrichies.

Nos experts en visualisation (« data visualization ») vous accompagnent pour représenter des ensembles de données complexes afin de les rendre facilement compréhensibles et actionnables.

Intégrations

Nous intégrons nos services directement dans les outils que vous utilisez pour que le traitement sémantique devienne facile pour vous au quotidien. Que ce soit dans des outils générique de type Tableurs ou bien au sein d’outils spécialisés comme des CRM, Helpdesk et autres, nos traitements vous permettent d’enrichir votre donnée facilement et rapidement.
Tableur
Directement dans un tableur (ici Google Sheet) vous pouvez utiliser nos traitement afin d’enrichir votre donnée.
SAAS partenaire
L’intégration de l’analyse de sentiments dans le Helpdesk permet de qualifier automatiquement en Positif/Négatif les messages entrants. On peut donc prioriser les messages et répondre en priorité aux messages négatifs.