Sommario:
Nel mio post, Hadoop Analytics: non così facile su più origini dati, ho discusso dei problemi che le organizzazioni affrontano quando tentano di utilizzare Hadoop per archiviare e analizzare i dati da più fonti interne. In questo post, parlerò delle sfide e dei vantaggi dell'aggiunta di dati esterni al mix.
L'aggiunta di dati esterni migliora l'analisi predittiva
Le organizzazioni desiderano sempre più analizzare i dati di terze parti perché queste fonti aumentano la loro visibilità nel mercato più ampio, li aiutano a prevedere azioni future e generare ulteriori contatti di vendita. L'analisi dei soli dati interni fornisce una prospettiva storica sui clienti e sui loro acquisti, utile per l'analisi dei trend e dei modelli, ma con un valore predittivo limitato. Queste fonti interne forniscono dati spesso indicati come indicatori di ritardo perché seguono eventi passati. Sebbene gli indicatori di ritardo possano confermare che si sta verificando o sta per verificarsi un modello, non possono facilmente prevedere cosa accadrà o rilevare i cambiamenti nel mercato.
Le organizzazioni vogliono combinare i principali indicatori di mercato provenienti da fonti esterne con dati storici interni e informazioni sul canale di vendita. Questa combinazione fornisce loro migliori informazioni su modelli e tendenze e aiuta a migliorare la loro fiducia nei modelli predittivi che stanno sfruttando per i programmi di vendita e marketing, rilevamento delle frodi, analisi dei rischi e altro ancora.
