Innholdsfortegnelse:
I innlegget mitt, Hadoop Analytics: Not So Easy Over Multiple Data Kilder, diskuterte jeg problemene organisasjoner står overfor når jeg forsøkte å bruke Hadoop til å lagre og analysere data fra flere interne kilder. I dette innlegget skal jeg snakke om utfordringene og fordelene ved å legge til eksterne data til miksen.
Å legge til eksterne data forbedrer prediktiv analyse
Organisasjoner ønsker i økende grad å analysere tredjepartsdata fordi disse kildene øker synligheten til den bredere markedsplassen, hjelper dem å forutsi fremtidige handlinger og generere ytterligere salgslinjer. Analyse av interne data alene gir historisk perspektiv om kunder og deres kjøp, noe som er nyttig for trending og mønsteranalyse, men har begrenset prediktiv verdi. Disse interne kildene inneholder data som ofte blir referert til som etterslepende indikatorer fordi de følger hendelser fra fortiden. Selv om etterslepende indikatorer kan bekrefte at et mønster forekommer eller er i ferd med å oppstå, kan de ikke lett forutsi hva som vil skje eller oppdage skift i markedet.
Organisasjoner ønsker å kombinere ledende markedsindikatorer fra eksterne kilder med interne historiske data og salgskanalinformasjon. Denne kombinasjonen gir dem bedre innsikt om mønstre og trender, og hjelper til med å forbedre deres tillit til de prediktive modellene de utnytter for salgs- og markedsføringsprogrammer, svindeloppdagelse, risikoanalyse og mer.
