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”)