NationGraph, Perplexity च्या API द्वारे अमेरिकेच्या सार्वजनिक क्षेत्राचा नकाशा तयार करते

समस्या

अमेरिकन सरकारी संस्थांना विक्री करण्याचा प्रयत्न करणाऱ्या व्यवसायांसाठी, त्यांच्या लक्ष्यांविषयी डेटा मिळवणे कठीण असते. अमेरिकेचा फेडरल डेटा बहुतेक वेळा केंद्रीकृत असला, तरी राज्य, स्थानिक आणि शिक्षण क्षेत्रे म्हणजे एक प्रशासकीय चक्रव्यूह आहेत. सध्या अमेरिकेतील विविध सरकारांमध्ये 12,000 शाळा जिल्ह्यांसह 1,00,000+ स्वतंत्र संस्था असल्याने, कोणतीही प्रमाणित डेटा रचना अस्तित्वात नाही.

NationGraph चे ग्राहक शिक्षण, सार्वजनिक सुरक्षा, वाहतूक, सायबर सुरक्षा आणि IT, तसेच वित्त आणि प्रशासन उद्योगांमध्ये पसरलेले आहेत. त्याचे प्लॅटफॉर्म संशोधन करणाऱ्या, स्पर्धकांची जागा घेऊ पाहणाऱ्या आणि/किंवा बजेट्सची पडताळणी करणाऱ्या महसूल प्रमुख, अकाउंट एक्झिक्युटिव्ह आणि सेल्स डेव्हलपमेंट प्रतिनिधींसाठी तयार केले आहे.

Perplexity चे API स्वीकारण्यापूर्वी, NationGraph समोर तीन प्रमुख आव्हाने होती:

• विखुरलेपण: प्रत्येक नगरपालिका आपले ट्रान्सक्रिप्ट्स, बजेट्स आणि बैठकांचे इतिवृत्त वेगवेगळ्या वेब रचनांवर होस्ट करते.
• संशोधन: एखादे शहर कोणते ERP सॉफ्टवेअर वापरते किंवा स्थानिक वाहनताफ्याचा आकार किती आहे यांसारखे साधे तपशील शोधण्यासाठी, मॅन्युअल क्लिक-आणि-तपासणी संशोधन करणारे डझनभर कंत्राटदार नेमावे लागत.
• मर्यादित साधने: वॉल स्ट्रीटचे विश्लेषक सार्वजनिक कंपन्यांचे मूल्यमापन करताना जितक्या बारकाईने विश्लेषण करतात, तितक्याच बारकाईने एखाद्या काउंटी किंवा शाळा जिल्ह्याचे विश्लेषण करण्यासाठी कोणतीही प्रत्यक्ष पायाभूत सुविधा उपलब्ध नाही.

NationGraph ला अशा संशोधन इंजिनची गरज होती, जे मोठ्या प्रमाणावर इंटरनेटवर शोध घेऊ शकेल, संदर्भांद्वारे तथ्यांची पडताळणी करू शकेल आणि असंरचित डेटाला प्रमाणित स्वरूप देऊन कृतीयोग्य वर्कफ्लोमध्ये रूपांतरित करू शकेल.

उपाय

सरकारी संस्था प्रकाशित करत असलेल्या सार्वजनिकरित्या उपलब्ध डेटासाठी डेटा पाइपलाइन्स तयार करण्यात Perplexity, NationGraph ला मदत करते. विशेषतः, NationGraph आपल्या ग्राहकांना संशोधन इंजिन उपलब्ध करून देण्यासाठी Perplexity Search API आणि सखोल संशोधन (Deep Research) API वापरते, ज्यामुळे Perplexity हा NationGraph च्या संशोधन पायाभूत सुविधेचा मुख्य आधारस्तंभ बनतो. चुकीची, काल्पनिक माहिती (हॅल्युसिनेशन) देऊ शकणाऱ्या, संदर्भ गमावू शकणाऱ्या किंवा कालबाह्य माहिती देऊ शकणाऱ्या सामान्य LLMs च्या विपरीत, Perplexity हे NationGraph ने मॅप केलेल्या सरकारी संस्थांच्या संपूर्ण जाळ्यासोबत काम करते, ज्यामुळे NationGraph च्या ग्राहकवाढीला चालना मिळते.

त्यामुळे प्रत्येक NationGraph वापरकर्ता आपल्याला आवश्यक असलेली विशिष्ट माहिती शोधण्यासाठी Perplexity-आधारित शेकडो क्वेरी एकाच वेळी चालवू शकतो.

प्रमुख तांत्रिक फायदे:

• सखोल संशोधन: वेग आणि खर्च यांचा समतोल साधण्यासाठी NationGraph ने Perplexity च्या संशोधन क्षमतांचा वापर केला. इतर, अधिक खर्चिक मॉडेल्सना मोठा अहवाल तयार करण्यासाठी 20 मिनिटे लागू शकतात, तर Perplexity ने दोन ते तीन मिनिटांत, म्हणजे 10 पट अधिक वेगाने, उच्च-गुणवत्तेचे निकाल दिले. त्यामुळे NationGraph साठी Perplexity एकत्रित करणे व्यावसायिकदृष्ट्या व्यवहार्य ठरले, जेणेकरून त्याचे वापरकर्ते थेट त्याच्या उत्पादनात Perplexity वापरू शकतील.
• स्रोत पडताळणी: फाइलिंग्ज, दस्तऐवज आणि बैठकांचे इतिवृत्त यांसारख्या विशिष्ट सरकारी स्रोतांचा संदर्भ देण्याची Perplexity ची क्षमता महत्त्वाची ठरली. यामुळे NationGraph ला आपल्या निकालांची अचूकता पडताळण्यासाठी आणि टिकवून ठेवण्यासाठी फीडबॅक लूप राखता आला.
• गुंतागुंत हाताळणे: अनेक पानांमध्ये विभागलेल्या सरकारी वेबसाइट्स आणि असंरचित दस्तऐवजांमधून मार्ग काढण्यात आणि NationGraph च्या ग्राहकांना समजून घ्यायचे असलेले अगदी विशिष्ट तपशील शोधून काढण्यात Perplexity ने उत्कृष्ट कामगिरी केली. उदाहरणार्थ, Perplexity मुळे NationGraph च्या ग्राहकाला सर्व नगरपालिका सुधारगृहांचे पत्ते, भोजनाचे वेळापत्रक आणि टपालविषयक नियम शोधणे शक्य होते.

या वैशिष्ट्यांमुळे NationGraph ला Perplexity थेट आपल्या Workspace उत्पादनात समाविष्ट करण्याचा आत्मविश्वास मिळाला. वापरकर्ते आता 300 संस्थांची स्प्रेडशीट तयार करून संपूर्ण यादीवर “सध्याचे IT संचालक कोण आहेत आणि त्यांचे सध्याचे CMS (कंटेंट मॅनेजमेंट सिस्टम) प्राधान्यक्रम कोणते आहेत?” यांसारखी Smart Column क्वेरी चालवू शकतात.

NationGraph च्या एका ग्राहकाला अशा शाळा जिल्ह्यांची ओळख पटवायची होती, ज्यांना विद्यार्थ्यांना शाळेपर्यंत पोहोचवण्यासाठी मदतीची गरज आहे. म्हणजेच वाहनताफ्याची देखभाल, मार्ग आणि घंटांच्या वेळा, अनुपालन आणि घटनांना प्रतिसाद, पालकांशी संवाद, पात्र चालकांची भरती आणि त्यांना टिकवून ठेवणे, किंवा अगदी विद्यमान विक्रेत्यांवर होणारा अतिरिक्त खर्च यांसारख्या समस्या. उच्च-गुणवत्तेचा डेटासेट तयार करण्यासाठी आवश्यक असलेले सखोल संशोधन करण्यात Perplexity ने NationGraph ला मदत केली. “Perplexity सारख्या साधनांशिवाय, ही अशी समस्या होती की आम्ही शोध तरी कसा घेतला असता हेच आम्हाला माहीत नाही,” असे NationGraph चे CTO Eden Ding म्हणतात. “आम्हाला सगळे काही हाताने तपासावे लागले असते.”

परिणाम

वेब-स्तरावरील संशोधनाचे अवजड काम Perplexity कडे सोपवून, NationGraph सार्वजनिक क्षेत्रातील इंटेलिजन्स अधिक जलद आणि कमी खर्चात उपलब्ध करून देऊ शकते.

आकड्यांच्या भाषेत

• 5,00,000+ क्वेरी: NationGraph ने आतापर्यंत Perplexity-आधारित पाच लाखांहून अधिक संशोधन क्वेरी चालवल्या आहेत.
• 3,50,000+ Smart Columns: या क्वेरी NationGraph Workspace मधील स्वयंचलित संशोधन स्तरांना शक्ती देतात.
• 2 महिन्यांची बचत: Perplexity ची शोध पायाभूत सुविधा एकत्रित केल्यामुळे, सानुकूल वेब एजंट तयार करण्यासाठी लागणारा अंदाजे दोन महिन्यांचा विकास वेळ इंजिनिअरिंग टीमने वाचवला.
• दिवसांवरून मिनिटांवर: NationGraph च्या अंतिम वापरकर्त्यासाठी 300 संस्थांचे संशोधन करण्यासाठी पूर्वी अनेक दिवस मॅन्युअल क्लिकिंग करावे लागे; आता त्यासाठी दोन मिनिटांपेक्षाही कमी वेळ लागतो.

धोरणात्मक परिणाम

Perplexity एकत्रीकरणामुळे NationGraph आपल्या उत्पादनावर अधिक लक्ष केंद्रित करू शकते. संशोधन पायाभूत सुविधेची देखभाल करण्याऐवजी, त्याचे इंजिनिअर्स अशी उत्पादन वैशिष्ट्ये तयार करण्यावर भर देतात, जी विक्रेते, संस्था आणि जनतेला अधिक पारदर्शक प्रणालीशी संवाद साधण्यास मदत करतात. NationGraph आणि Perplexity ने एकेकाळी “अशक्य” वाटणाऱ्या डेटा प्रोजेक्ट्सना एकाच प्रयत्नात पूर्ण होणाऱ्या संशोधनात रूपांतरित केले आहे.

“आमचे ग्राहक शोध घेतात तेव्हा NationGraph आपला डेटा आणते आणि Perplexity प्रत्येक क्वेरीच्या सार्वजनिक बाजूला पूरक माहिती जोडते,” असे Eric म्हणतात. “परिणामी, ग्राहक केवळ मोजके प्रश्न विचारून कित्येक दहा हजार डॉलर्स आणि अनेक महिन्यांचा वेळ वाचवू शकतात.”