Решаем 5 главных проблем Big Data и среды Apache Hadoop. Часть 2

Apache Hadoop и его экосистема приобретают всё большую популярность. Компании собирают и обрабатывают всё больше данных. Но Big Data приносит не только новые возможности, но и новые проблемы. О том, как их решить, рассказывает Джон Хаддад, старший директор по продуктовому маркетингу Big Data в Informatica.

Большие данные – большие проблемы

В первой части статьи мы рассмотрели решение трёх проблем больших данных:

• Сложно подобрать и удержать квалифицированных специалистов, которые умеют работать с экосистемой Apache Hadoop.
• Требуется много времени на реализацию проекта от пилотной версии до продуктовой среды.
• Технологии Big Data эволюционируют очень быстро, что затрудняет их внедрение.

Читайте первую часть статьи по ссылке: Решаем 5 главных проблем Big Data и среды Apache Hadoop. Часть 1. Эта часть будет посвящена оставшимся двум проблемам:

• Проекты не приносят той пользы, которую от них ожидают.
• Сложно добиться того, чтобы данные в Apache Hadoop подходили для выполнения поставленных целей, были доступными и надёжными, хранились в безопасности.

Как извлекать пользу из Big Data

Бизнес постоянно жалуется, что проекты Big Data не приносят ожидаемой выгоды. Согласно последнему опросу, 86% маркетологов признают, что могли бы генерировать больше прибыли для компании, если бы лучше знали своего клиента. Особенно важно знать не потенциального клиента, а действующего, который когда-то у вас покупал товары или услуги. Мы все знаем, что продать что-то действующему клиенту дешевле, чем привлечь нового. Но хорошо узнать клиентов не так-то просто. Помочь с этим бизнесу призваны инициативы CRM. Но и они часто не приносят желаемой пользы. Результат этого – низкие показатели ROI маркетинга, некачественный клиентский опыт, отток клиентов и упущенные возможности продажи.

Для того, чтобы этого избежать, Informatica предлагает обогащать мастер-данные клиентов инсайтами, полученными на основе Big Data. Используются для этого два решения Informatica – Big Data Management и Master Data Management. Такой механизм позволяет создать единое и полное видение клиентов и достигать значительных результатов в продажах и маркетинге. Указанный механизм улучшает общий клиентский опыт, превращая большие данные в информацию, на основе которых можно действовать. Например, такое решение позволяет сотрудникам клиентского сервиса понять, какие покупатели скорее всего перейдут к конкуренту в ближайшие две недели. Соответственно они могут предпринять необходимые меры заранее. Специалистам отдела продаж и маркетинга решение помогает определить лучшие предложения для конкретного клиента, основываясь на его поведении онлайн. Также это облегчает дополнительные и кросс-продажи. Прибыль от использования больших данных ценна не только сама по себе. Она позволяет окупить инвестиции и стоимость администрирования Apache Hadoop. О том, как ещё окупаются инвестиции в Apache Hadoop, читайте в другой статье блога.

Что делать, чтобы данные в Apache Hadoop стали лучше

Директору по данным (CDO), команде аналитиков и data scientists приходится прилагать много усилий, чтобы большие данные подходили для решения конкретных задач, были доступными, защищёнными и надёжными. В первой части мы уже обсуждали, что неэффективно использовать высококвалифицированных специалистов и дорогих специалистов для решения таких задач. Они должны тратить своё время на анализ данных и поиск ценных бизнес-инсайтов. Иначе не избежать задержек в реализации проектов, перерасхода средств и упущенных возможностей. На помощь в такой ситуации могут прийти инструменты Informatica для Apache Hadoop, в том числе озеро данных. Озеро в этом случае может служить как единое место для хранения информации и подготовки данных для аналитики.

Инструменты Informatica для Apache Hadoop способны создать конвейер по сбору, очистке данных, их предоставлению пользователям и управлению ими так, чтобы команда аналитиков могла легко найти, получить доступ, интегрировать данные, а главное, доверять им. Если вы только начинаете своё путешествие в мире больших данных и экосистеме Apache Hadoop, используйте опыт мировых лидеров вместо того, чтобы набивать свои шишки. Какие ошибки подстерегают вас в этом путешествии читайте в статье о 5 самых распространённых ошибках при работе с большими данными.