Інфраструктура та компетенція великих даних можуть здатися далекими від повсякденного світу роздрібного планування, стратегії та аналізу. Хоча об’єднання двох світів було б досить корисним. Принаймні один постачальник намагається через придбання, інтеграцію та досвід лідерства в обох.
Пару днів тому я мав розмову з Айстра ТерадатаСтефані МакРейнольдс. Вона пояснила мені, як більшість аналізу даних електронної комерції базується на приписуванні продажу виключно першому чи останньому кліку, який призвів до нього. Тим часом, каже вона, більшість транзакцій фактично включають від 5 до 10 кліків. А якщо проаналізувати «багатоканальні» сценарії (включаючи, скажімо, комбінацію взаємодій на новому iPad, а потім у настільному браузері), все стає ще довшим і складнішим. Очевидно, аналіз усіх кліків був би кращим. Звучить як робота для великих даних, чи не так? звичайно Але знову ж таки, як професіонали з інтернет-продажів можуть навчитися працювати з технологією Big Data?
Схоже, компанія Teradata думала про цю проблему та робила придбання, спрямовані на її вирішення. Результатом є Teradata Aster "Оптимізація цифрового маркетингу" рішення. DMO, здається, інтегрує всі елементи, необхідні для того, щоб зробити великі дані актуальними для стратегів роздрібної торгівлі та менеджерів з продажу, яким це дійсно потрібно.
Я думаю, що лідерство є частиною цього. Посада Макрейнольдс — старший директор із продуктового та технічного маркетингу, що здається цілком обґрунтованим, але її досвід мене особливо заінтригував. Макрейнольдс працював у компаніях з баз даних і бізнес-аналітики Оракул і Бізнес об'єкти (тепер частина SAP), цех планування ресурсів підприємства (PeopleSoft – тепер належить Oracle) і орієнтована на CRM і маркетинг E.piphany (зараз частина Infor). Це гарний родовід, оскільки він об’єднує досвід роботи з даними, бек-офісом і технологіями маркетингу/кампанії. Здається, рішення DMO, яке представляє Рейнольдс, робить те саме.
Внутрішня частина DMO — це продукт бази даних Teradata Aster, який поєднує MPP технологія сховища даних, SQL і MapReduce. На середньому рівні знаходяться модуль маркетингової атрибуції компанії та алгоритмічні підходи nPath до аналізу даних електронної комерції. Рейнольдс стверджує, що ці алгоритми усувають потребу в дослідниках даних. (За замовчуванням я ставлюся до цього скептично, особливо тому, що визначення цієї професії для мене все ще трохи ефірне).
Однак для мене зовнішній компонент DMO – це те, де приголомшливий прояв здорового глузду входить у рішення. Інтерфейс DMO складається з додатків Integrated Marketing Management від Апрімо, який також є підрозділом Teradata. Зрештою, те, що було інтегровано, — це переваги постачальника сховищ даних, який існує протягом десятиліть, новіша технологія баз даних, орієнтована на MapReduce і якийсь чесний бізнес програми.
Я довго вважав, що технологія аналітики є найпотужнішою, коли вона вбудована в програми, якими користуються професіонали. Коли ви надаєте технологію обробки даних людям, яким насправді потрібно приймати рішення на основі даних, замість того, щоб змушувати людей звертатися до технології, ви робите речі більш значущими та дієвими. На щастя, за останні кілька років світ бізнес-аналітики почав працювати над цим. Приємно бачити, що гравці Big Data починають наслідувати цей приклад.