Per migliorare continuamente la qualità dei dati ci basiamo su 4 pilastri:

1. La comunità aggiunge costantemente dati e foto ed è una vera e propria pattuglia di revisori.

2. Abbiamo stabilito delle regole logiche per identificare gli errori nelle schede dei prodotti. Per esempio: se la somma del peso degli ingredienti è maggiore del peso totale del prodotto, c'è un'anomalia. Abbiamo circa altri 50 controlli di qualità.

3. Grazie al Machine Learning, limitiamo il rischio di errori di input. La nostra tecnologia ci permette di estrarre dati testuali dalle foto scattate dai collaboratori.

4. Grazie al supporto di Santé Publique France, abbiamo sviluppato un portale che consente ai produttori di caricare i loro dati di massa e quindi di correggere/completare i contributi della comunità.