ScalarDelta · Eget produkt
Selskabsmeddelelser bliver til struktureret aktieresearch
Vi udviklede ScalarDelta til at følge omkring 740 selskaber. AI udtrækker oplysninger fra meddelelser og regnskaber, som en separat model bruger til at undersøge mønstre over tid.
Udfordringen
Aktieresearch begynder ofte med at læse store mængder tekst: selskabsmeddelelser, regnskaber og nyheder. Oplysningerne kommer i forskellige formater og på forskellige tidspunkter, så det er vanskeligt at sammenligne udviklingen på tværs af selskaber.
Vi ville bygge et produkt, der fastholder både indhold og tidspunkt for en oplysning. Det skulle gøre det muligt at undersøge, hvilke begivenheder der historisk har haft betydning, uden at bruge viden, som først blev tilgængelig senere.
Løsningen
Vi byggede en daglig indsamling af meddelelser og regnskaber fra flere internationale markeder. En sprogmodel læser dokumenterne og udtrækker strukturerede oplysninger om begivenhedens retning, betydning og tidshorisont.
Oplysningerne bliver søgbare og indgår i vores egen scoringsmodel, som sammenligner dem med historiske mønstre. Vi holder dokumentlæsning og beregning adskilt, så de enkelte trin kan undersøges og forbedres hver for sig.
Modellen testes fremad i tid på et fast univers, der også indeholder afnoterede selskaber. Den daglige drift har overvågning og budgetloft. ScalarDelta er videreudviklet fra vores tidligere researchprodukt Alpha Whisper.
Det kom der ud af projektet
ScalarDelta samler dokumentindsamling, struktureret research og historisk afprøvning i ét produkt, som vi selv udvikler og driver. Det giver et ensartet grundlag for at undersøge selskaber og ændringer i deres forretning.
Ca. 740
Selskaber i den daglige indsamling
695
Selskaber i testuniverset
95
Heraf afnoterede selskaber
Det byggede vi
Daglig dokumentindsamling
Meddelelser og regnskaber fra flere markeder samles til én researchproces.
Struktureret evidens
Tekst omsættes til sammenlignelige oplysninger med dato og kilde.
Historisk afprøvning
Modellen testes fremad i tid og inkluderer selskaber, der ikke længere er børsnoterede.
Arbejdet i praksis
De konkrete arbejdsgange og løsninger, der indgik i projektet.
AI-implementering i vores eget researchprodukt
I ScalarDelta bruger vi en sprogmodel til at læse meddelelser og regnskaber og udtrække strukturerede oplysninger med dato og kilde. Dokumentlæsning og beregning er adskilt, så trinnene kan undersøges hver for sig. Den beskrevne drift omfatter overvågning og budgetloft. ScalarDelta er vores eget produkt og er derfor et udviklingseksempel, ikke en ekstern kundereference.
Læs om AI-implementering →Løsninger i projektet
Integrationer & automatisering
Med integration af interne og eksterne forretningssystemer digitaliseres jeres arbejde, der hvor det giver mening. Minimering af administration og fejl er en af de vigtigste forbedringer. Vi arbejder med WordPress, Shopify, HubSpot, SalesForce, Active Campaign og Zapier.
Digital strategi & rådgivning
Vi bruger forretningsforståelse og markedsanalyse til at udarbejde digitale markedsføringsplaner der understøtter jeres forretning. Med udgangspunkt i data driver vi forretningsudvikling, fra konverteringsoptimering til tilføjelse af relevante trafikkanaler.
Har I dokumenter, som ingen når at læse?
Lad os se, hvad AI kan trække ud af dem, og hvad det vil koste at køre hver dag.
Kontakt os