Domov Zvuk Hadoop analytics: ještě těžší s externími zdroji

Hadoop analytics: ještě těžší s externími zdroji

Obsah:

Anonim

V mém příspěvku, Hadoop Analytics: Ne tak snadné napříč více zdroji dat, jsem diskutoval o problémech, kterým organizace čelí při pokusu použít Hadoop k ukládání a analýze dat z více interních zdrojů. V tomto příspěvku budu hovořit o výzvách a výhodách přidání externích dat do mixu.

Přidání externích dat zlepšuje prediktivní analýzu

Organizace stále více chtějí analyzovat data třetích stran, protože tyto zdroje zvyšují jejich viditelnost na širším trhu, pomáhají jim předpovídat budoucí akce a generují další prodejní potenciály. Samotná analýza interních dat poskytuje historický pohled na zákazníky a jejich nákupy, což je užitečné pro trendy a analýzu vzorců, ale má omezenou prediktivní hodnotu. Tyto interní zdroje poskytují data často označovaná jako zaostávající indikátory, protože sledují minulé události. Ačkoli zaostávající indikátory mohou potvrdit, že se vzorec objevuje nebo se chystá, nemohou snadno předvídat, co se bude dít, nebo detekovat posuny na trhu.

Organizace chtějí kombinovat přední tržní ukazatele z externích zdrojů s interními historickými údaji a informacemi o prodejních kanálech. Tato kombinace jim poskytuje lepší přehled o vzorcích a trendech a pomáhá zlepšit jejich důvěru v prediktivní modely, které využívají pro prodejní a marketingové programy, odhalování podvodů, analýzu rizik a další.

Hadoop analytics: ještě těžší s externími zdroji