Geschiedenis
In 1986, toen Human Inference werd opgericht, werd data in velerlei systemen gebruikt en was datakwaliteit eigenlijk een "non-issue". Human Inference erkende echter, dat de kwaliteit van gegevens van grote invloed kan zijn op allerlei analyses, zoals bijvoorbeeld bij fraudeonderzoek en -bestrijding voor verzekeringsmaatschappijen. Daarnaast stelde Human Inference vast, data goede data een grote waarde heeft voor nagenoeg alle bedrijfsprocessen.
Dit alles leidde tot de ontwikkeling van oplossingen, waarbij niet alleen werd gekeken naar mathematische logica, maar waarin ook landspecifieke kennis van taal en cultuur werd toegevoegd. Human Inference bleek uiteindelijk gelijk te hebben met deze aanpak, want vandaag de dag maken meer dan 200 Europese bedrijven gebruik van onze software om de kwaliteit van hun gegevens te verbeteren en te borgen.
Inmiddels is de scope van datakwaliteit veranderd. De waarde van goede gegevens wordt op brede schaal erkend en blijft niet beperkt tot het vaststellen van "een correcte naam en een juist adres". Daarnaast is datakwaliteit niet alleen meer een zaak voor de IT-afdeling, maar meer en meer een business issue. Samengevat is datakwaliteit de kritsiche succesfactor vor tal van implementaties en projecten (o.a. CRM, ERP en BI), waarbij forse investeringen vereist zijn. Goede data is de basis voor het informatiesysteem van elke organisatie en is van grote invloed op alle bedrijfsprocessen. Slechte data heeft een verwoestende impact op die processen en uiteindelijk dus ook op de bedrijfsresultaten.
Human Inference heeft geanticipeerd op deze ontwikkelingen en heeft een heldere strategie geformuleerd om aan de huidige marktwensen en -eisen tegemoet te komen.
Wat anderen ervan vinden
Klantcases
Rabobank:
Basel-2 compliancy door uitmuntende, fouttolerante klantidentificatie
:
Organisatie-efficiency en accurate relatiegegevens als basis voor 24/7-dienstverlening
