ProQuest
Une productivité accrue pour davantage de contenus et plus de revenus
ProQuest, une société du Cambridge Information Group, crée des ressources et des technologies d'information spécialisées pour les bibliothèques et les chercheurs du monde entier. Depuis cinq ans la société utilise la solution d'analyse sémantique (TME) de Nstein pour l’aider dans l’organisation, le classement et la rédaction de résumés pour un nombre de publications d’actualité, de thèses et de journaux académiques en constante augmentation. Nstein permet aux éditeurs de ProQuest de réduire significativement leurs tâches manuelles en les automatisant et les normalisant.
Un collaborateur indexe le contenu de 10 journaux par jour.
Nstein est capable d'en indexer 2 100.
L'engin d'analyse sémantique de Nstein permet d'automatiser le processus de balisage
Avant de recourir à Nstein, la société comptait entre 70 et 80 collaborateurs chargés d'indexer manuellement 700 journaux par jour (un rapport de 1 pour 10). Grâce à Nstein, elle a pu automatiser les processus, tripler le nombre de journaux indexés tout en redéployant ses ressources. Le nombre d'articles indexés quotidiennement, une fois les duplications éliminées, est d'environ 75 000. Alors que de nombreux éditeurs font face à une baisse des abonnements, c'est tout le contraire pour ProQuest, qui enregistre une hausse côté abonnements. Si la société n'est pas sûre que ce succès puisse être attribué à un classement plus granulaire, elle sait que les utilisateurs trouvent plus rapidement ce qu'ils recherchent, et avec plus de précision !
Privilégier la création de valeur
« En plus d'améliorer la qualité de notre balisage, l’automatisation des processus nous a permis de faire des économies considérables, qui ont été réinvesties pour améliorer nos offres de produits », explique John Taylor, vice-président du développement et de la technologie produits chez ProQuest. « Nous avons presque triplé la quantité de contenu agrégé de 700 journaux. » Par ailleurs, nous avons créé une taxonomie plus efficace afin d’augmenter la profondeur de la classification, en permettant aux utilisateurs finaux de trouver exactement le contenu qu’ils recherchent avec une précision et une rapidité améliorées. »