El reto
El deal sourcing ayuda a los inversores a identificar nichos de mercado y a evaluar la situación financiera de las empresas que operan en ellos, pero es un proceso que consume mucho tiempo. Además, lo dificultan las limitaciones del sistema de clasificación sectorial utilizado en la Unión Europea.
Toda empresa inscrita en el Registro Mercantil alemán debe describir sus actividades principales, pero los sistemas de clasificación de la UE, como NACE (Nomenclatura de Actividades Económicas), no cubren los campos nuevos y emergentes. Por ejemplo, no existe un código específico para empresas centradas en machine learning e inteligencia artificial. La búsqueda por palabras clave tampoco ayuda demasiado, porque no devuelve empresas semánticamente relevantes para la consulta. Como resultado, a los fondos de capital privado y a las empresas de desarrollo de negocio les cuesta explorar nichos de mercado y encontrar las empresas que los componen.
Nuestra solución
Desarrollamos una solución integral basada en técnicas de procesamiento del lenguaje natural y modelos de deep learning. La solución recopila, procesa, analiza y visualiza datos de distintas fuentes, y permite a los usuarios realizar búsquedas semánticas y sintácticas, explorar clústeres de empresas y revisar empresas similares.
Un scraper extrae información de fuentes de datos públicas y la vuelca en una base de datos con el nombre de cada empresa, su fecha de registro, su estado (activa o inactiva) y la descripción de su actividad comercial. Modelos de deep learning preentrenados, como BERT multilingüe, vectorizan las descripciones de las empresas para poder agruparlas por similitud semántica. La búsqueda semántica funciona igual: el término de búsqueda se vectoriza y se compara con las descripciones más cercanas de la base de datos.
- Scraper que agrega datos de registros públicos en una base de datos de empresas
- Vectorización de las descripciones de las empresas con BERT multilingüe
- Agrupación de empresas por similitud semántica, con control del usuario sobre el tamaño de los clústeres y el umbral de similitud
- Búsqueda semántica que devuelve las empresas más cercanas en significado a un término de búsqueda
- Extracción y agregación de datos financieros para seguir la evolución de las empresas, de forma individual o en grupo
- Exportación de los resultados como informe en PDF
El resultado
El cliente, una firma de capital privado, obtuvo un conjunto avanzado de herramientas para explorar el mercado y conocer a fondo sectores concretos. La solución hizo más eficiente el deal sourcing y redujo la carga de trabajo de un analista en una semana por cada nuevo nicho de mercado identificado.
El mismo enfoque resulta útil más allá del capital privado: puede ayudar a analistas de mercado a elaborar informes y analizar tendencias sectoriales, o a responsables de desarrollo de negocio a encontrar empresas relevantes para su oferta de productos.
