Оглавление:
В своем посте, Hadoop Analytics: не так просто в разных источниках данных, я обсудил проблемы, с которыми сталкиваются организации, пытаясь использовать Hadoop для хранения и анализа данных из нескольких внутренних источников. В этом посте я расскажу о проблемах и преимуществах добавления внешних данных в смесь.
Добавление внешних данных улучшает прогнозную аналитику
Организации все чаще хотят анализировать сторонние данные, потому что эти источники увеличивают их видимость на более широком рынке, помогают им прогнозировать будущие действия и генерировать дополнительные данные о продажах. Анализ только внутренних данных дает исторический обзор клиентов и их покупок, который полезен для анализа тенденций и паттернов, но имеет ограниченную прогностическую ценность. Эти внутренние источники предоставляют данные, которые часто называют запаздывающими индикаторами, поскольку они следуют за событиями прошлого. Хотя запаздывающие индикаторы могут подтвердить, что паттерн происходит или вот-вот произойдет, они не могут легко предсказать, что произойдет, или обнаружить изменения на рынке.
Организации хотят объединить ведущие рыночные индикаторы из внешних источников с внутренними историческими данными и информацией о каналах продаж. Эта комбинация дает им лучшее представление о моделях и тенденциях и помогает повысить их уверенность в прогнозных моделях, которые они используют для программ продаж и маркетинга, выявления мошенничества, анализа рисков и многого другого.
