fbpx

Conoce a COCO

Soluciones financieras para su negocio. Hazlo fácil, hazlo tuyo. De la mano de las integraciones digitales.

Entiende los Datos Financieros

El motor de categorización de Coinscrap es capaz de detectar y analizar:

Categorías Financieras

17 Categorías120 sub categorías. El motor puede detectar categorías personalizadas.

Valoración Financiera

Ratios automatizados sobre la situación financiera y la solvencia de los usuarios.

Cobertura del Seguro

Detección automática de los productos asegurados de los usuarios: Tipo de seguro, cantidad asegurada, fecha límite y frecuencia.

Activos no Financieros

Detección automática de los activos no financieros que son relevantes en la planificación y valoración financiera.

Partnering con
la Universidad

Un artículo de investigación sobre los resultados de la categorización de los datos de Coinscrap, fue publicado en el Computer Science Q1 del diario de investigación IEEE ACCESS. Este diario tiene un factor de impacto de 4098 y una puntuación de influencia de 0.835 (por JCR 2018). Oscar Barba, co-fundador y CTO de Coinscrap fue uno de los co-autores de este artículo.

Universidade de Vigo

El motor es Altamente Escalable

El sistema combina técnicas de procesamiento del lenguaje natural con algoritmos de aprendizaje automático para clasificar las descripciones de las transacciones bancarias para la gestión de las finanzas personales, la puntuación financiera y el descubrimiento de clientes potenciales.

Interfaz API

Las API se ejecutan en la nube, por lo que la solución es altamente escalable.

El análisis paralelo y las peticiones sin estado permiten al motor responder desde cualquier nodo y aumentar la escalabilidad mediante un equilibrador de carga.

Escalabilidad

Las bases de datos no relacionales permiten al motor acelerar la respuesta y proporcionar alto volumen de procesamiento de datos.

El conjunto de réplicas y la fragmentación permiten aumentar la disponibilidad y proporcionan una solución totalmente escalable.

Multilenguaje

El motor trabaja en tres lenguajes: Español, inglés y portugués.

El sistema podría ser entrenado para casi todos los idiomas y el proceso de entrenamiento toma alrededor de 4 semanas.

Entrega in situ:
Uso bajo demanda

Instalación
al momento

Arquitectura escalable capaz de instalarse en la propia infraestructura del cliente. Preparado para el despliegue de contenedores en un orquestador como kubernetes (Openshift). El motor cumple con los más altos estándares de seguridad.

Instalación
en la nube

El sistema está preparado para ser consumido a través de la API bajo demanda o estableciendo un proceso por lotes definido a través de la interfaz API o el intercambio de archivos.

Ratios del Motor de Categorización

El motor de categorización de Coinscrap es capaz de detectar y analizar:

0 M
de transacciones procesadas

El motor es entrenado periódicamente para mejorar la eficiencia.

0 %
de precisión

El ratio de precisión es una comparación de resultados automáticos y manuales .

+ 0
de categorización.

17 categorías estándar y más de 120 subcategorías son proporcionadas.

0 x
Fases de enriquecimiento

En cada etapa, el sistema provee más datos que la categorización convencional.

Partnering with the university:
Altamente Escalable

GTI-Atlanttic is an investigation group from Vigo University specialized in natural language processing and semantic analysis. They have won several prizes because of their research:

Vodafone Foundation

Winners of the XI Edition of Vodafone Connecting for Good innovation in telecommunications.

Fundación Universia

Winners of the II Edition of Ayudas a Proyectos de Investigación de Tecnologías Accesibles Indra + Universia

Contacto