De uitdaging
Deal sourcing helpt investeerders nichemarkten te vinden en de financiële positie van de bedrijven daarin te beoordelen, maar het proces kost veel tijd. De beperkingen van het brancheclassificatiesysteem van de Europese Unie maken het nog lastiger.
Elk bedrijf dat in het Duitse handelsregister staat ingeschreven, moet zijn hoofdactiviteiten beschrijven. EU-classificatiesystemen zoals NACE (Nomenclatuur van economische activiteiten) dekken nieuwe en opkomende vakgebieden echter niet. Er bestaat bijvoorbeeld geen passende code voor bedrijven die zich richten op machine learning en AI. Zoeken op trefwoorden helpt ook weinig, omdat het geen bedrijven oplevert die semantisch relevant zijn voor de zoekvraag. Daardoor hebben private-equityfondsen en businessdevelopmentbedrijven moeite om nichemarkten te verkennen en de bedrijven daarin te vinden.
Onze oplossing
Wij ontwikkelden een end-to-end oplossing op basis van NLP-technieken en deep-learningmodellen. De oplossing verzamelt, verwerkt, analyseert en toont gegevens uit verschillende bronnen. Gebruikers kunnen semantisch en syntactisch zoeken, clusters van bedrijven verkennen en vergelijkbare bedrijven bekijken.
Een scraper haalt informatie uit openbare gegevensbronnen en slaat die op in een database met per bedrijf de naam, inschrijvingsdatum, status (actief of inactief) en omschrijving van de commerciële activiteit. Voorgetrainde deep-learningmodellen zoals multilingual BERT zetten de bedrijfsomschrijvingen om in vectoren, zodat bedrijven op semantische gelijkenis kunnen worden geclusterd. Semantisch zoeken werkt op dezelfde manier: de zoekterm wordt gevectoriseerd en gekoppeld aan de meest overeenkomende omschrijvingen in de database.
- Scraper die gegevens uit openbare registers samenbrengt in een bedrijvendatabase
- Vectorisatie van bedrijfsomschrijvingen met multilingual BERT
- Clustering van bedrijven op semantische gelijkenis, waarbij de gebruiker clustergrootte en gelijkenisdrempel zelf instelt
- Semantisch zoeken dat de bedrijven toont die qua betekenis het dichtst bij een zoekterm liggen
- Extractie en aggregatie van financiële gegevens om bedrijven afzonderlijk of als groep in de tijd te volgen
- Export van de resultaten als pdf-rapport
Het resultaat
De klant, een private-equitybedrijf, kreeg een geavanceerde toolset om de markt te verkennen en inzicht te krijgen in specifieke sectoren. De oplossing maakte deal sourcing efficiënter en verminderde de werklast van een analist met een week voor elke nieuw ontdekte nichemarkt.
Dezelfde aanpak is ook buiten private equity nuttig. Marktanalisten kunnen er rapporten mee opstellen en branchetrends analyseren, en businessdevelopmentmanagers kunnen er relevante bedrijven mee vinden voor hun productaanbod.
