자주 묻는 질문(FAQ)

ABRAMS world trade wiki creates the foundation based on billions of data from a wide variety of sources e.g. World Trade Organization (http://wto.org), UN Comtrade (https://comtrade.un.org) as well as national government- and government related institutions, granting fully legal access to raw data based on the Freedom of Information Act. (https://de.wikipedia.org/wiki/Freedomofinformation) On ABRAMS world trade wiki all these international data are systematically processed, to create, with support of transparency, security and confidence in global trade. We share this principle with various world organizations that have been of a great help in the development of the world trade for decades through their international commitment and network:

World Trade Organization WTO: https://www.wto.org/english/thewto_e/whatis_e/what_we_do_e.htm

United Nations Comtrade: https://comtrade.un.org

World Customs Organization WCO: http://www.wcoomd.org/en/about-us.aspx also http://www.wcoomd.org/en.aspx

The far-reaching targetgroups can be roughly divided in:

• Governments
• Journalists
• Logistics
• Companies
• Consultants
• Researchers

Yes, the origin of these legally acquired raw data are publicly available sources. Any other interested party could also acquire these raw data from all relevant institutions and theoretically, consolidate it to the same processed knowledge as in the case of ABRAMS wiki, achieved by years of painstaking work, comprehensive programming and magnificent dedication of professional employees.

Countries all over the world, some since the sixties, grant fully legal access to various forms of world trade data, based on the Freedom of Information Act. (https://en.wikipedia.org/wiki/Freedomofinformation). The motivation to publish these data can be diverse, reaching from strengthening the own national economy (exporting companies can promote their products and performance as on a physical trade fair, being identified as a potential supplier, as for importing companies where global suppliers are better able to identify their product requirements, improving the position of the domestic company benefiting from competing suppliers.) till identifying illegal business practices and corruption e.g. counterfeit, import/export of prohibited or restricted goods and duty fraud.

Disclosure of corporate information is not practiced equally in all countries, in Germany for example, the annual balance sheets and profit and loss accounts of tens of thousands of companies are disclosed (www.bundesanzeiger.de) and open for the public. In other countries however, the disclosure of financial information is completely unknown and would be regarded as unthinkable, according to public opinion, financial information of often private companies should be confidential (listed companies are already subject to other publication requirements). In Germany however, yearly disclosure of financial information is a legal obligation and punished with high penalties if not made on time.

In other countries however, it is common sense to publish or grant access to trade data from companies, in order to improve world trade with maximum transparency. Examples of benefits of transparency in world trade:

Compliance with laws and treaties, e.g. anti-dumping regulations which are registered in a structured manner by the World Trade Organization (WTO): https://www.wto.org/english/tratop_e/adp_e/adp_e.htm

Eradicating cartels and encouraging competition by e.g. national and international antitrust authorities (see https://en.wikipedia.org/wiki/Competition_regulator):

Antitrust laws are the laws that apply to virtually all industries and to every level of business, including manufacturing, transportation, distribution and marketing. They prohibit a variety of practices that restrain trade. Examples of illegal practices are price-fixing conspiracies, corporate mergers likely to reduce the competitive vigor of particular markets, and predatory acts designed to achieve or maintain monopoly power. These kind of laws or authorities are common in almost every country with an open market economy.

Antitrust authorities in many countries share their experiences in organizations such as the European Competition Authority, the European Competition Network, the International Competition Network or the OECD.

In Germany for example, the Bundeskartellamt (federal antitrust agency) is responsible for a functioning and competitive regulatory principle. This is explicitly based on the antitrust law GWB (see https://www.gesetze-im-internet.de/gwb/), preventing unlawful or prohibited competition practices restraining free trade.

Protection of trademarks e.g. fighting organized crime of product counterfeiting by the World Customs Organization (WCO): http://www.wcoomd.org/en.aspx

The positive arguments for transparency in world trade are obvious and are very well summarized by the basic intentions of the WTO, WCO and UN Comtrade: World Trade Organization WTO: https://www.wto.org/english/thewto_e/whatis_e/10thi_e/10thi00_e.htm

World Customs Organization WCO: http://www.wcoomd.org/en/about-us.aspx

UN Comtrade: http://unstats.un.org/unsd/tradekb/Knowledgebase/What-is-UN-COMTRADE

From many sources we have data since 2007 in our database. Due to reasons of clarity and performance, we have made a basic segmentation:

In "Market Intelligence" we have prepared the primary statistical import and export data from 2010 onwards. Updating a calendar year usually takes place in the middle of the following year by summarizing all reports of the reporting countries (for decades most countries of the world report categories of goods to UN Comtrade by HS codes. We are connected via an API with their databases where we process the data afterwards).

In order to present the data as complete and accurate as possible, we have interpolated missing country reports by means of algorithms and extrapolated still pending reports which are visualized as a trend. These values are marked accordingly.

In the sections for detailed analysis of commercial data e.g. "Company Transparency", we provide uniform standardized data of different databases as of 2013, because here actuality and above all, comparability of the data are most important. The preset time frame is visible in the upper left corner of the tools and can be adjusted according your needs.

In the "Free Search" section you have general access to all data back to 2007, depending on the source. Please note that some country databases start as of 2013.

Depending on the source, trade data are updated on a daily, monthly or quarterly basis. It cannot be precluded that in individual cases the data are delivered with delay. As a general rule, we will prepare and provide the data as quickly and as completely as possible. We must emphasize however, that we can not take any liability for the completeness of all trading data. All statistics, calculations and visualizations presented, are always based on data made available to us and do not represent all correlations in the total world trade.

Port Data Plus is an additional data package that contains data on Ethiopia, Bangladesh and Turkey, among others.

It also includes bills of lading from 2015 up to and including 2022, which were transmitted by various port sources. These provide insights into trade flows that would not be visible on the basis of customs data.

Since 2023, all new country databases have been integrated into Port Data Plus.

The purpose of our platform is to convert a big volume of trade data (more than 6 billion records) into value for our users, enabling them to transform this information into knowledge by combining insights, generated by our various tools. In this way our customers are able to make better strategic decisions or predictions, maintaining their competitive edge.

Before we are able to publish or visualize this information, the data has to be processed and analyzed to guarantuee a certain quality and accessibility.

To get a better understanding of this tranformation process we have described each step in detail for you below:

1. Collect or Extract

Our data is coming from a variety of sources, most of the time semi- or unstructured and transaction based. This means that the data are not conform to a standard relational model, not always selfdescribing, in various formats and not typically hierarchical in nature. The data are mostly generated from operational systems using data entry applications which process day-to-day transactions (shipments) but also by scanned documents through OCR software (Optical Character Recognition), generating data (text) with a certain failure rate. Or statistical data reported by various countries, mostly structured but not always validated.

2. Transform

Before the data can be imported/loaded we have to transform the data into a standard format by analyzing, decoding, renaming, transposing and mapping the data, so it will fit into our data warehouse.

3. Verify

We verify our data by by quantitiv and qualititiv analysis using a statistical and data consistency framework. These frameworks monitor the total process, from collecting till publishing/visualizing the data on our platform. In this way we can evaluate the completeness and correctness of our data against the methods and procedures of our objectives.

4. Validate

To guarantee our system meets our requirements and specifications of accuracy, repeatability, reproducibility, stability and safety, we validate our data and systems by data type-, code and cross reference- and structured validation. A few samples of our validation methods are:

• Plausibility checks: Checks fields to ensure data in these fields corresponds to the expected value
• Cross-system plausibility checks: Compares data in different systems to ensure it is consistent
• Checksums: This is a total done on one or more numeric fields which appears in every record
• Cardinality check: Checks that record has a valid number of related records

5. Cleansing

Prior to the process of organizing information in a data warehouse, data cleansing or data scrubbing is crucial. Important tasks in data cleansing are:

• deduplicate / merge records
• detect incorrect or missing data values because of data entry errors
• inconsistent value naming conventions because of different entry formats and use of abbreviations such as ONE vs "1" or Ltd. instead of Limited
• Company names are written in various ways, misspelled or addresses are incorrect or polluted with additional information.

6. Organize and standardize

Before the data can be mined they have to be organized, structured and standardized, having a common definition, format, elements and structure, fitting into later defined "business layers" for analysis and interpretation. To do so we use more than 20 types of complex algorithms and various programming languages.

7. Data enrichment

Through data enrichment we are able to offer a significant improvement in the business value of our integrated data, a few examples of enrichment are:

• Matching incoming records with existing data for identification of new shipments, products, customers or suppliers
• Correcting invalid data based on other data in the record or database
• Interpolating missing values based on other available data

8. Data analysis

One of the most important steps in the transformation to knowledge is the analysis of the data. Besides data exploration, datamining, modeling and correlation by algorithms, are quantitative and qualitativ statistics a major part of our data analysis. Only after the right analysis, the data will transform into information which we can use to build our knowledge out of. For your understanding:

• Data exploration: an approach to analyzing data sets to summarize their main characteristics, often with visual methods.
• Data Mining: the computational process of discovering patterns in large data sets involving methods at the intersection of artificial intelligence, machine learning, statistics, and database systems.

Datamining involves 6 common classes of tasks:

• Anomaly detection - (Outlier/change/deviation detection) The identification of unusual data records, that might be interesting or data errors that require further investigation.
• Association rule learning (Dependency modelling) – Searches for relationships between variables.
• Clustering – is the task of discovering groups and structures in the data that are in some way or another "similar", without using known structures in the data.
• Classification – is the task of generalizing known structure to apply to new data.
• Regression – attempts to find a function which models the data with the least error.
• Summarization – providing a more compact representation of the data set, including visualization and report generation.

9. Visualization

The primary goal of our data visualization is to communicate information clearly and efficiently via statistical graphics, tables and information graphics. Numerical data may be encoded using dots, lines, or bars, to visually communicate a quantitative message. Effective visualization helps our users to analyze and reason about data. It makes complex data more accessible, understandable and usable. Users may have particular analytical tasks, such as making comparisons or understanding causality, and the design principle of the graphic (i.e., showing comparisons or showing causality) follows the task.

In these 9 steps ABRAMS World Trade Wiki transforms data into knowledge, we are confident our platform will be of a big help to keep your competitive edge!

The knowledge portal ABRAMS world trade wiki, together with other world organizations, are united in their goal to strengthen world trade through transparency, making it more efficient and secure.

For the protection of private individuals, we use our algorithms to filter out information with recognizable personal data, e.g. shipments from international expatriation companies. Should you still be able to identify your personal data, you can of course send us a notification, these will be filtered out immediately: privacy@abrams.wiki

We have over the years not only processed, optimized and standardized many millions of data sets by the means of very refined algorithms, but we have also continuously invested heavily in the intelligence and labours of our co-workers for the curation and quality control of these data, so that we are extremely confident in the exceptional quality of the data that we are able to present to you.

If you would like to improve the data quality in individual cases (for example curating companies in a verifiable and meaningful way), or content doesn't appear plausible or recognizable to you, we would be pleased if you would send us a written message to: quality@abrams.wiki

모든 ABRAMS world trade wiki 지식 포털 사용자는 모든 정보를 질적 및 양적으로 잘 평가하기 위해 데이터의 범위와 한계를 반드시 인지해야 합니다.

Coverage (범위)_

ABRAMS world trade wiki 지식 포털에는 약 193개국에서 다양한 기관 및 당국이 보고한 통계 데이터와 무역 데이터로 구분된 상세한 수출입 데이터가 포함되어 있습니다.

통계 데이터: 이 데이터는 2010년부터 현재까지의 원본 형식에 따라 처리되고 공개된 월간 및 연간 통계 데이터입니다. 데이터가 없는 경우 보간 값을 계산하며, 최신 또는 미래 데이터의 경우 외삽법을 통해 예측 값을 계산하여 별도로 시각화하며, 이는 실제 값을 나타낸다는 보장이 없는 근사값으로 해석되어야 합니다.

보고된 값에서 중요한 편차(이상치)의 결정 및 수정은 RANSAC 알고리즘을 통해 수행되며, 이는 보고된 값 이전과 이후의 값들로부터 계산된 추세를 기반으로 합니다. 이러한 값들은 또한 우리가 공개한 데이터에서 명확히 시각화됩니다.

각국의 통계 데이터는 UN Comtrade에서 수집한 국가 데이터의 가용성에 따라 지속적으로 업데이트됩니다.

무역 데이터: 정보자유법(Freedom of Information Act)을 기반으로 정부 및 정부 기관이나 기관에서 공개한 데이터입니다.

해당 국가가 이러한 데이터에 접근을 허용하는 경우, 주로 세 가지 버전이 있습니다: A) 해당 국가의 주소를 가진 기업만 공개되며, 수출입 데이터 모두 무역 파트너 국가(해외 기업)만 공개되며, 무역 파트너의 이름과 주소는 공개되지 않습니다. 이러한 데이터를 "반개방형"이라고 합니다. B) 거래 관계에 있는 양측 회사(국제 공급업체 및 고객) 모두가 공개되며, 강력한 수입 국가의 수입 데이터베이스에서는 공개하는 국가의 데이터(수입 기업)뿐만 아니라 이 국가에 수출하는 전 세계 100개 이상의 국가의 데이터(수출 기업)도 이용할 수 있습니다. 이러한 데이터를 "완전 개방형"이라고 합니다. C) 일부 국가에서는 운송 정보도 수집하여 공개합니다. 이는 엄밀히 말하면 해당 국가의 수출입이 아니며, 다른 국가의 데이터입니다. 데이터베이스에 따라 이러한 데이터는 A형 또는 B형/반개방형 또는 완전 개방형일 수 있습니다.

무역 데이터는 원시 정보로 수집되어 다양한 프로세스, 소프트웨어 및 알고리즘을 통해 처리된 후 표준화된 데이터베이스로 균일하게 제공됩니다. 총 4억 건의 선적 정보와 전 세계 1천만 개 이상의 기업 정보를 포함하고 있으며, 무역 데이터는 해당 국가에서 제공하는 국가 데이터의 가용성에 따라 지속적으로 업데이트됩니다.

Limitations (한계)

ABRAMS world trade wiki 사용자는 포털의 한계를 명확히 이해해야 하며, 이 때문에 우리는 당국, 컨설턴트 및 인증 기관과 같은 전문 기관의 대표자들과만 독점적으로 협력하고 있습니다. 아래에 제시된 항목들은 지식 포털의 도구와 데이터를 사용하기 전에 주의 깊게 읽어야 합니다.

중요한 진술: 전 세계 무역이 모두 보여지거나 대표되었습니까? 분명히 그렇지 않습니다!

통계 데이터와 무역 데이터 모두 전 세계 무역의 일부만을 나타냅니다. 이는 가용한 비율이 무엇인가보다는 일반적으로 생성될 수 있는 지식이 의사 결정자가 의사 결정을 내리는 데 도움이 되는지의 문제입니다. 따라서 이는 순전히 국제 무역 관계에 관한 것임을 분명히 해야 합니다. 예를 들어, 회사의 국내 활동은 거의 존재하지 않습니다. 그 결과, 퍼센트 등을 포함한 모든 생성된 통계는 일반적으로 이해되어야 하며, 식별된 정보에만 근거해야 합니다.

UN Comtrade를 기반으로 한 통계 데이터와 관련하여, 우리는 이 데이터의 해석을 위한 조건을 설정하는 UN Comtrade의 면책 조항을 명시적으로 참조합니다. 면책 조항은 다음에서 확인할 수 있습니다: UN Comtrade Disclaimer

아래에 강조된 주요 요소들은 단지 예시일 뿐이며, 공식 면책 조항의 명시적 발췌물입니다: 보고된 세부 상품 데이터의 값은 특정 국가 데이터셋의 총 무역 가치에 반드시 합산되지 않을 수 있습니다. 기밀성 때문에 일부 국가는 일부 세부 무역(예: 무기)에 대해 보고하지 않을 수 있습니다. 그러나 이러한 무역은 상위 상품 수준과 총 무역 가치에 포함됩니다. 예를 들어, 특정 6자리 HS 코드에 대해 보고되지 않은 무역 데이터는 총 무역에 포함될 수 있으며 2자리 HS 챕터에 포함될 수 있습니다.

모든 국가(또는 지역)가 매년 무역 통계를 보고하는 것은 아닙니다. 이는 국가 그룹의 데이터를 집계할 때 특정 연도에 대해 보고된 데이터가 없는 국가가 포함될 수 있음을 의미합니다. UN Comtrade에는 누락된 데이터에 대한 추정치가 포함되어 있지 않습니다. 따라서 국가 그룹의 무역은 일부 국가 데이터의 부재로 인해 과소 평가될 수 있습니다.

데이터는 여러 상품 분류로 제공되지만, 모든 국가가 가장 최근의 상품 분류로 보고하지는 않습니다. 다시 말해, UN Comtrade에는 가장 최근의 분류로 보고하지 않은 국가의 데이터에 대한 추정치가 포함되어 있지 않습니다.

데이터가 최신 분류에서 이전 분류로 변환될 때, 변환된 상품 코드가 공식 상품 제목에 의해 암시되는 것보다 더 많은(또는 더 적은) 제품을 포함할 수 있습니다. 이러한 경우에 대한 조정은 이루어지지 않습니다.

한 국가에서 보고된 수입과 그 무역 파트너가 보고한 수출이 일치하지 않는 경우가 있습니다. 차이는 다양한 요인, 예를 들어 가치 평가(수입 CIF, 수출 FOB), 특정 상품의 포함/제외 차이, 타이밍 등으로 인해 발생할 수 있습니다. 국제 상품 무역 통계에 대한 권고사항은 국제 상품 무역 통계 편집자 매뉴얼에서 확인할 수 있습니다. 추가 방법론적 정보는 동일한 웹 페이지에서 확인할 수 있습니다.

통계 데이터의 앞서 언급한 한계를 바탕으로, 우리는 출처와 범위에 따라 무역 데이터가 국제 거래의 일부만을 보여준다는 점을 추가로 강조합니다. "완전 개방형" 데이터베이스가 해상 운송에 대한 포괄적인 정보를 포함하고 있지만 항공, 철도 또는 트럭 운송에 대한 정보는 기록되지 않았거나 공개되지 않았기 때문에 포함되지 않을 수 있습니다.

또한 모든 데이터베이스의 집계 및 통합으로 인해 개별 선적이 여러 번 발생할 가능성이 있습니다. 예를 들어, 칠레 회사가 미국 고객에게 선적한 경우 칠레 수출 데이터베이스에 기록되었지만, 미국 수입 데이터베이스에도 기록될 수 있습니다. 우리는 이러한 선적을 가능한 한 많이 상관시키려고 노력하지만, 이는 통계 분석의 부정확성으로 이어질 수 있으며, 예를 들어 "FreeSearch" 섹션이나 "Company Transparency"의 선적 테이블에서 더 잘 분석하거나 식별할 수 있습니다.

국가별 통계 데이터와 마찬가지로 드물지만, 무역 데이터는 개별 국가에서 더 이상 사용할 수 없게 될 수 있습니다. 이는 일시적(기술적 문제)일 수 있거나, 전쟁 상황, 금수 조치 정책 또는 법률 개정과 같은 예측할 수 없는 기간 동안 발생할 수 있습니다. 이러한 경우, 관련된 모든 통계 분석은 부정확성을 갖게 됩니다.

Yes, before you are able to use the knowledge portal ABRAMS world trade wiki, you must read and agree to the terms of use. These are shown during your personal registration and are available at any time here.