ഉപഭോക്തൃ കഥകൾ
Perplexity Sonar ഉപയോഗിച്ച് Findly കമ്മോഡിറ്റി ട്രേഡർമാർക്ക് ഉദ്ധരണികളോടുകൂടിയ തത്സമയ ഉത്തരങ്ങൾ നൽകുന്നു

എന്റർപ്രൈസ് ഉപഭോക്താക്കൾക്കായുള്ള AI അധിഷ്ഠിത ഡാറ്റ അനലിസ്റ്റാണ് Findly. ഇതിന്റെ പ്രധാന ഉൽപ്പന്നമായ Darling Analytics, പ്രധാനമായും കമ്മോഡിറ്റി ട്രേഡർമാരും (അതായത്, LPH, LNG, Crude) 100B+ വരുമാനമുള്ള വ്യവസായ പ്രമുഖരിൽ നിന്നുള്ള ഷിപ്പിംഗ് അനലിസ്റ്റുകളുമാണ് ഉപയോഗിക്കുന്നത്.
ഏറ്റവും പുതിയ ഡാറ്റാ സമാഹരണങ്ങളിൽ Darling Analytics സങ്കീർണ്ണമായ ഡാറ്റാ വിശകലനവും പ്രവചനവും നടത്തുന്നു. ഒറ്റത്തവണ വിശകലനങ്ങളായി ഉപയോഗിക്കാനോ നിർദ്ദിഷ്ട വിപണി സാഹചര്യങ്ങളിൽ സ്വയമേവ വീണ്ടും പ്രവർത്തിക്കാൻ ഷെഡ്യൂൾ ചെയ്യാനോ കഴിയുന്ന വിശദവും സംഗ്രഹിച്ചതുമായ റിപ്പോർട്ടുകൾ ഈ പ്ലാറ്റ്ഫോം സൃഷ്ടിക്കുന്നു. ഇതിന്റെ AI ശോധന എഞ്ചിൻ ആന്തരിക ഡാറ്റാബേസുകൾ, ഡോക്യുമെന്റുകൾ, Sonar-ൽ നിന്നുള്ള തത്സമയ വെബ് വിവരങ്ങൾ എന്നിവ സംയോജിപ്പിക്കുന്നു.
പ്രധാന ഘടകങ്ങൾ
- മൾട്ടി-സോഴ്സ് ഡാറ്റ സംയോജനം & തിരയൽ: സമഗ്രമായ തിരയൽ സാധ്യമാക്കാൻ ആന്തരിക ഘടനാപരമായ ഡാറ്റയെ ബാഹ്യ ഘടനാരഹിത സ്രോതസ്സുകളുമായി (PDF-കൾ, വെബ് ഉള്ളടക്കം, സോഷ്യൽ മീഡിയ) തടസ്സമില്ലാതെ ബന്ധിപ്പിക്കുന്നു
- നാച്ചുറൽ ലാംഗ്വേജ് അനലിറ്റിക്സ്: സങ്കീർണ്ണമായ ചോദ്യങ്ങൾ ലളിതമായ ഇംഗ്ലീഷിൽ ചോദിക്കാനും SQL അധിഷ്ഠിത ഉൾക്കാഴ്ചകൾ നേടാനും ട്രേഡർമാരെ അനുവദിക്കുന്നു
- ഓട്ടോമേറ്റഡ് റിപ്പോർട്ടിംഗ്: ഷെഡ്യൂൾ ചെയ്ത റിപ്പോർട്ടുകൾ സൃഷ്ടിക്കുകയും വിപണി സാഹചര്യങ്ങളെ അടിസ്ഥാനമാക്കി അലേർട്ടുകൾ ട്രിഗർ ചെയ്യുകയും ചെയ്യുന്നു
SOC Type II, ISO 27001 കംപ്ലയൻസ് സർട്ടിഫിക്കേഷനുകളോടെ, Findly-യുടെ സാങ്കേതികവിദ്യ കൃത്യത, സ്കേലബിലിറ്റി, വേഗത, സുരക്ഷ എന്നിവ ഉറപ്പാക്കുന്നു.
പ്രശ്നം
കാലഹരണപ്പെട്ട ടൂളുകളും പ്രക്രിയകളും ഉപയോഗിച്ച് വൻതോതിലുള്ള ഡാറ്റ ഉൾക്കൊള്ളേണ്ടിവരുന്ന വർക്ക്ഫ്ലോകളാണ് കമ്മോഡിറ്റി ട്രേഡർമാർ നേരിടുന്നത്. പ്രധാന ഡാറ്റാ പോയിന്റുകളുടെ ദൈനംദിന സംഗ്രഹങ്ങൾ ലഭിക്കാൻ പല ട്രേഡർമാരും അമിത ജോലിഭാരമുള്ള അനലിസ്റ്റുകളെ ആശ്രയിക്കുന്നു.
കമ്മോഡിറ്റി ഡാറ്റാസെറ്റുകളുടെ വലിപ്പവും ചിതറിക്കിടക്കുന്ന സ്വഭാവവും കാരണം, ഒരു പ്രത്യേക അളവ് എവിടെ നിന്നാണ് വന്നതെന്ന് കണ്ടെത്തുന്നത് പോലും അങ്ങേയറ്റം ബുദ്ധിമുട്ടാണ്. ഏതൊക്കെ ഡാറ്റാബേസ് ടേബിളുകളിൽ ഏതൊക്കെ വിവരങ്ങളാണുള്ളതെന്ന് ടീം അംഗങ്ങൾ അപൂർവമായേ ഓർക്കാറുള്ളൂ; അതിനാൽ അടിസ്ഥാന ചോദ്യങ്ങൾക്ക് പോലും അവർ ഡാറ്റ ടീമിനെ ആശ്രയിക്കുന്നു.
പരിഹാരം
Sonar Pro-യുടെ കരുത്തിൽ
വെബിൽ നിന്നുള്ള ആധികാരികവും തത്സമയവും പരിശോധിക്കാവുന്നതുമായ വിവരങ്ങൾ ഉപയോഗിച്ച് ശോധന ഉത്തരങ്ങൾ സമ്പന്നമാക്കാൻ Findly-യുടെ പ്രധാന ഇൻഫ്രാസ്ട്രക്ചറിൽ Sonar Pro സംയോജിപ്പിച്ചിരിക്കുന്നു.
ഇനിപ്പറയുന്നവ ഉറപ്പാക്കാനാണ് Findly, Sonar തിരഞ്ഞെടുത്തത്:
- ഏറ്റവും പുതിയ വിവരങ്ങൾ: തത്സമയ വെബ് സെർച്ച് ഡാറ്റ ആക്സസ് ചെയ്യാൻ Sonar, Findly-യെ അനുവദിക്കുന്നു. എല്ലാ പ്രതികരണങ്ങളും കഴിഞ്ഞ ഒരു മാസത്തിനുള്ളിലുള്ളതാണെന്ന് ഉറപ്പാക്കാൻ Findly search_recency_filter പാരാമീറ്റർ ഉപയോഗിക്കുന്നു. സമയബന്ധിതമായ ക്വറികൾക്കും കമ്മോഡിറ്റി ട്രേഡിംഗ്, ഷിപ്പിംഗ് ക്ലയന്റുകൾക്കും ഇത് നിർണായകമാണ്.
- പരിശോധനാക്ഷമതയും വിശ്വാസവും: സോഴ്സ് URL-കൾ അടങ്ങിയ ഒബ്ജക്റ്റുകൾ നൽകുന്ന രീതിയിലാണ് Perplexity പ്രൊവൈഡർ രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്. സൃഷ്ടിക്കുന്ന ഓരോ ഉത്തരത്തിനൊപ്പവും സ്രോതസ്സുകൾ പ്രദർശിപ്പിക്കാൻ ഇത് Findly-യെ അനുവദിക്കുന്നു; ഇത് ഉപയോക്തൃ വിശ്വാസത്തിന് അടിത്തറയിടുകയും സ്വതന്ത്രമായി വസ്തുതാ പരിശോധന നടത്താൻ ക്ലയന്റുകളെ പ്രാപ്തരാക്കുകയും ചെയ്യുന്നു.
- സ്രോതസ്സുകളിലുള്ള നിയന്ത്രണം: തിരയൽ ഫലങ്ങളിൽ നിന്ന് ഗുണനിലവാരം കുറഞ്ഞതോ അനഭികാമ്യമായതോ ആയ വെബ്സൈറ്റുകൾ ഒഴിവാക്കി ഉത്തരങ്ങൾ മെച്ചപ്പെടുത്താൻ Findly, Perplexity-യുടെ സെർച്ച് ഡൊമെയ്ൻ ഫിൽട്ടർ ഉപയോഗിക്കുന്നു.
- മെച്ചപ്പെട്ട ഉത്തര നിലവാരം: Sonar വെബ് സെർച്ച് ഫലങ്ങളെ അടിസ്ഥാനമാക്കിയാണ് ഉത്തരങ്ങൾ നൽകുന്നത്. ഇത് ഫലങ്ങളുടെ കൃത്യതയും വിശ്വാസ്യതയും ഗണ്യമായി മെച്ചപ്പെടുത്തുന്നുവെന്ന് Findly കണ്ടെത്തി. ആന്തരിക പരിശീലനത്തിനിടെ ലഭിച്ച വിവരങ്ങളെ മാത്രം ആശ്രയിക്കുന്ന പരമ്പരാഗത LLM മോഡലുകൾക്ക് ഹാലൂസിനേഷന്റെ അപകടസാധ്യത കൂടുതലാണ്.
- സുരക്ഷാ കംപ്ലയൻസ്: Sonar HTTPS വഴി സ്റ്റേറ്റ്ലെസ് കോളുകൾ നടത്തുന്നു; ഉപഭോക്തൃ ഡാറ്റയൊന്നും സംഭരിക്കുകയോ മോഡൽ പരിശീലനത്തിന് ഉപയോഗിക്കുകയോ ചെയ്യുന്നില്ല, ഇത് Findly-യുടെ SOC 2, ISO 27001 ആവശ്യകതകൾ നിറവേറ്റുന്നു.
Sonar Chat Completions ഇപ്പോൾ കൂടുതൽ മോഡലുകളും ടൂളുകളും ഗവേഷണ പിന്തുണയുള്ള പ്രീസെറ്റുകളുമുള്ള Agent API ആണ്. ഇവിടെ ലഭ്യമായ ഞങ്ങളുടെ ഡോക്യുമെന്റേഷൻ ഉപയോഗിച്ച് ആരംഭിക്കൂ.