תוכן עניינים:
בפוסט שלי, Hadoop Analytics: לא כל כך קל בין מקורות נתונים מרובים, דנתי בסוגיות שארגונים מתמודדים בהן כשניסיתי להשתמש ב- Hadoop כדי לאחסן ולנתח נתונים ממקורות פנימיים מרובים. בפוסט זה אדבר על האתגרים והיתרונות של הוספת נתונים חיצוניים לתמהיל.
הוספת נתונים חיצוניים משפרת את הניתוח החזוי
ארגונים רוצים יותר ויותר לנתח נתונים של צדדים שלישיים מכיוון שמקורות אלה מגדילים את הנראות שלהם בשוק הרחב יותר, עוזרים להם לחזות פעולות עתידיות ולייצר לידים נוספים על מכירות. ניתוח נתונים פנימיים בלבד מספק פרספקטיבה היסטורית על לקוחות ורכישותיהם, דבר שימושי לטרנד וניתוח תבניות, אך בעל ערך חזוי מוגבל. מקורות פנימיים אלה מספקים נתונים המכונים לעתים קרובות אינדיקטורים מפגרים מכיוון שהם עוקבים אחר אירועי עבר. למרות שמדדים מפגרים יכולים לאשר דפוס שמתרחש או עומד להתרחש, הם לא יכולים בקלות לחזות מה יתרחש או לאתר שינויים בשוק.
ארגונים רוצים לשלב אינדיקטורי שוק מובילים ממקורות חיצוניים עם נתונים היסטוריים פנימיים ומידע על ערוצי מכירות. שילוב זה מספק להם תובנות טובות יותר לגבי דפוסים ומגמות, ומסייע בשיפור האמון שלהם במודלים החיזוי שהם ממנפים לתוכניות מכירות ושיווק, גילוי הונאה, ניתוח סיכונים ועוד.
