|
Post by hggafdb on Apr 27, 2024 5:45:07 GMT -5
因此,聚合的主题是真实且双重的: 您需要管理不同软件之间的数据流以获得独特的信息(仅举一个简单的示例,将发送新闻通讯的软件与 CRM 保持一致)。 您需要知道如何标准化来自不同外部来源的数据(例如,集成导航数据、社交媒体上的行为数据以及来自销售部门的电话数据)。 技术因素是数据聚合的基础。首先是因为否则这将是大量(无用的)工作,其次是因为迄今为止,我们收集的所有数据都直接来自我们每个人每天使用的平台(社交媒体、移动应用程序、谷歌搜索等)。 一旦数据被聚合和标准化,它就必须能够被读取,以便深入了解他们的行为(什么是消费者洞察?)。这是最后阶段,如果我们在这里,这意味着: 我们在公司内部建立了有效的内部软件生态系统 我们正在收集与客户或潜在客户的行为相关的统计数据 我们有一个知道如何阅读统计数 加拿大移动的数字 据的人(数据科学家) 当然,我们必须确保阅读和解释数据会导致某种类型的行动:显然阅读和了解是不够的,数据必须是新的或纠正行动的起点,然而,这些行动不是“凭直觉”采取的“但要有充分的认识。 这就是数据驱动营销应该引导的方向。 卢卡·比扎里 大数据和数据挖掘 如前所述,大数据从根本上来说是原始数据,不仅必须恢复,而且还必须通过复杂的算法进行解释和组织。挖掘如此复杂的信息量的活动解释了数据挖掘的含义,其含义非常明确,可以比喻为从数据矿井中提取信息。让我们立即做出这种区分,这对于我们的案例来说是至关重要的: 我们将“数据”定义 为特征已知但尚未组织或分类的元素。
|
|