Spisu treści:
W moim poście Hadoop Analytics: nie tak łatwo w wielu źródłach danych omówiłem problemy, z jakimi borykają się organizacje, próbując używać Hadoop do przechowywania i analizowania danych z wielu wewnętrznych źródeł. W tym poście omówię wyzwania i zalety dodawania zewnętrznych danych do miksu.
Dodawanie danych zewnętrznych usprawnia analitykę predykcyjną
Organizacje coraz częściej chcą analizować dane stron trzecich, ponieważ źródła te zwiększają ich widoczność na szerszym rynku, pomagają im przewidywać przyszłe działania i generować dodatkowe kontakty sprzedażowe. Sama analiza danych wewnętrznych zapewnia historyczną perspektywę dotyczącą klientów i ich zakupów, co jest przydatne w analizie trendów i wzorców, ale ma ograniczoną wartość predykcyjną. Te wewnętrzne źródła dostarczają dane często określane jako wskaźniki opóźnione, ponieważ śledzą przeszłe zdarzenia. Chociaż wskaźniki opóźniające mogą potwierdzać występowanie lub niedługo pojawienie się wzorca, nie są w stanie łatwo przewidzieć, co się stanie, ani wykryć zmian na rynku.
Organizacje chcą połączyć wiodące wskaźniki rynkowe ze źródeł zewnętrznych z wewnętrznymi danymi historycznymi i informacjami o kanale sprzedaży. Ta kombinacja zapewnia im lepszy wgląd w wzorce i trendy oraz pomaga zwiększyć ich zaufanie do modeli predykcyjnych, które wykorzystują w programach sprzedaży i marketingu, wykrywania oszustw, analizy ryzyka i innych.
