AS ConvertBox


Im Zeitalter des One-to-One Marketing mit Fokus auf den individuellen Kunden und Interessenten gewinnt die korrekte, mit zahlreichen Zusatzinformationen angereicherte Adresse immer mehr an Bedeutung. Dabei ist die Qualität der namensrelevanten Bestandteile einer Adresse in hohem Maße entscheidend. Ein verstümmelter, unkorrekter Name kann katastrophale Folgen für Ihr Unternehmen haben. Imageverlust und Fehleinschätzung wichtiger Kunden oder Interessenten seien hier stellvertretend genannt. 

Die Besonderheit bei der AS ConvertBox ist die wissens- und regelbasierte Analyse aller Bestandteile eines Namens. Eine hochqualitative, länderspezifische Konvertierung, Strukturierung und Validierung wird dadurch erst ermöglicht. Diese aufwendige Vorgehensweise ist eingebettet in hoch-moderne Verfahren, die trotz der detailgenauen Analyse dennoch eine extrem hohe Performance gewährleistet. Schließlich besticht die AS ConvertBox durch ihre einfach strukturierte Schnittstelle, die eine rasche Implementierung sicherstellt.

* Konvertierung neu zu importierender Daten in die unternehmensübliche Feldstruktur

* Migration von einem Alt- auf ein Neusystem

* Analyse in einem DataWareHouse-Projekt für ein anschließendes DataMining

* Basisbereinigung aller Adressdaten für ein korrektes Mailing

* Integration in Applikationen und Prozesse zur zukünftigen Schaffung und Beibehaltung eines hochqualitativen Adress-Standards (z. B. in Call-Center Lösungen, CRM-, CIS- oder MIS-Applikationen, Internet-Anwendungen, etc.)

* Unterstützung der Anwender bei der schnellen und fehlerlosen Eingabe von Namen 

* Schaffung korrekter Namen in Datenbanken, Applikationen und Systemen

* Dauerhafte Beibehaltung der Qualität durch Online-Prozesse

* Sicherstellung des unternehmenseigenen Qualitätsstandards beim Import externer Adressen

* Verbessertes DataMining durch hochqualitative Basisbereinigung

* Erhöhung der Response-Rate durch die Vermeidung peinlicher Fehler beim Namen und Reduzierung der Kosten durch Vermeidung von Mehrfachaussendungen bei Mailings

Namensanalyse Privatpersonen

* Erkennung einer Privatperson bzw. einer Personengruppe

* Identifikation von sogenannten zusammengesetzten Nachnamen, wie z. B. van Beijeren Bergen en Henegouwen, Gomes da Silva oder von Thun und Hohenstein, etc.

* Wissens- und regelbasierte Erkennung aller Namensbestandteile und Separierung in eigene Ausgabefelder (z. B. für Vorname, Nachname, Präfix, Suffix, Anrede, Titel, Beruf, etc.)

* Geschlechtsbestimmung von Privatpersonen anhand der Anrede, des Vornamens, Berufs oder Titels

* Landesspezifische Anredegenerierung

* Geschlechtsbestimmung und Aufteilung bei Personengruppen

* Feldvalidierung, d.h. es können die Einträge in einzelnen Feldern (z. B. Anrede, Titel, Vorname, Nachname, etc.) getrennt auf Feldebene validiert werden

* Groß-/Kleinbuchstabierung von Privatpersonen

* Standardisierung von Titeln, z. B. kurze oder vollständige Schreibweise (z. B. “Dipl.-Stat.” oder “Diplom-Statistiker”)

* Intelligente Einpassung langer Namen in beliebig viele Zeilen mit frei definierbarer Länge

* Häufigkeitsgesteuerte Erzeugung von Umlauten


Namensanalyse Organisationen

* Erkennung einer Organisation auch ohne eindeutige Merkmale (wie z.B. GmbH) durch kontextsensitive Analyse

* Identifikation von Firmen anhand ihrer Tätigkeiten (z. B. “Versicherungen”, “Tierarzt”, “Sing and Swing”, etc.) und/oder des Firmennamens (z. B. “Address Solutions”, “Die Brüder von Venlo”, “Peek & Cloppenburg”, etc.)

* Bestimmung der Organisationsform und Ausgabe in eigenem Feld (z. B. GmbH, SA, Stiftung, KdöR, etc.)

* Groß-/Kleinbuchstabierung von Organisationen

* Intelligente Einpassung langer Organisationsnamen in beliebig viele Zeilen mit frei definierbarer Länge

* Regelbasierte Erzeugung von Umlauten

* Zusammenführung umgebrochener Namenszeilen (”FCA Forschungsge-”, “sellschaft für Computer- An-”, “wendungen mbH” ==> “FCA Forschungsgesellschaft für Computer-Anwendungen mbH”)