Tartalomjegyzék:
A Hadoop Analytics: Nem olyan könnyű több adatforráson keresztül, bejegyzésemben megvitattam azokat a problémákat, amelyekkel a szervezetek szembesülnek, amikor a Hadoop segítségével megpróbálják több belső forrásból származó adatokat tárolni és elemezni. Ebben a bejegyzésben a külső adatoknak a keverékhez történő hozzáadásának kihívásairól és előnyeiről beszélek.
A külső adatok hozzáadása javítja a prediktív elemzést
A szervezetek egyre inkább a harmadik felek adatait akarják elemezni, mivel ezek a források növelik láthatóságát a szélesebb piacon, segítenek számukra a jövőbeni tevékenységek előrejelzésében és további értékesítési eredmények generálásában. A belső adatok elemzése önmagában nyújt történelmi perspektívát az ügyfelekről és vásárlásaikról, ami hasznos a trend kialakításában és a minta elemzésében, de korlátozott prediktív értékkel rendelkezik. Ezek a belső források olyan adatokat szolgáltatnak, amelyeket gyakran elmaradó mutatóknak neveznek, mivel követik a múltbeli eseményeket. Noha a lemaradási mutatók megerősíthetik, hogy a minta kialakulása vagy hamarosan megjelenik, nem tudják könnyen megjósolni, hogy mi fog történni, vagy felismerni a piaci változásokat.
A szervezetek a külső forrásokból származó vezető piaci mutatókat szeretnék kombinálni a belső történeti adatokkal és az értékesítési csatornákkal kapcsolatos információkkal. Ez a kombináció jobb betekintést nyújt számukra a mintákról és a trendekről, és javítja bizalmát a prediktív modellekben, amelyekre támaszkodnak az értékesítési és marketing programok, a csalások felderítése, a kockázatelemzés és így tovább.
