检查大数据的潜力，在市场预测

成本来存储和处理大量的数据继续下降。与此同时，新的，简单的软件工具不断涌现，使得公司能够满足单个实现所有伟大的营销活动：准确的预测和高投资回报率。如何将这些新的大数据软件工具，完善的营销？本博客文章给出了一个粗略的看，我们的新白皮书，  检查大数据的潜力在预测市场，引导您完成必要的细节。

市场营销的具体应用大数据包括改进的前景鉴定，同时广告活动测试，高度个性化的消息的创建。随着大规模数据分析工具变得更容易，业务分析师们预测持续增长的大数据。高科技大师 玛丽·米克  预计互联网将翻一番，到2014年上的内容和数据量; 媒体公司  SiliconANGLE  预测，2013年，企业50％将使用外部数据-数据，企业购买，而不是产生于内部-制定业务决策并推动营销计划。

在大数据测试用例

大型数据集合持有巨大的潜力，市场营销与其它数据，如内部的客户信息相结合。

就拿这个例子中，基于微软的虚拟经营的情况下，  冒险工作周期（AWC） ：罗伯特·史密斯，首席营销官AWC，自行车制造商，运行一个基于互联网的推广提供50折的自行车。该活动是不太成功，并审查相关的广告和随后的网上购物数据后，史密斯在实现广告投资回报率较低。

史密斯然后使用微软HDInsight进口AWC的非结构化电子商务交易数据，而且他比较，为描述的AWC的网站流量峰值数据。然后，他使用的PowerPivot，在交通比较这些与尖峰通过Windows Azure的市场获得的气象数据。分析表明温暖，晴朗的天气和网络购物之间有很强的相关性。

有关史密斯的分析和更多信息的细节，他用来做决定为他的竞选活动，下载我们的  白皮书。

定义大数据

RDA定义大数据如下：一组数据具有以下特征中的至少一个 – 高容量，高速度​​，高的品种，或高值。

高产量意味着不能被经济地存放在一个传统的内部数据库中，因为存储它的成本大于它目前提供的值的数据。

高速度是指数据，需要一个高处理速度，但并不足够大，以作为高容量对其进行分类。例如，能源公司还可能有包括传感器设备。每个传感器发送，以便优化设备和在高负荷的时间最大化功率产生少量的数据是由能源公司加工每隔几秒钟的。

高品种是指非结构化数据，如电子邮件或Twitter的职位。能够成功地执行它与正确的软件工具化妆这种类型的数据不适合传统的关系型存储和分析，但语义挖掘。

高价值表示将利用在新的方式来产生显著价值有用的见解，以前都没有提供信息的能力。

数据源

该公司用于营销目的的大数据可以来自公司，其他网站，或者一个市场内。下面的例子给你的数据，你的下一个营销活动的潜在来源的想法：

INTERNAL

• Web应用程序日志数据
• 客户的电子邮件
• 客户反馈（来自表单）
• 客户反馈（从呼叫中心录音）
• 企业文档
• 合同
• 状态报告
• 麻烦门票
• 从一种产品，包括传感器数据

外部

网站

• 公用事业供应商（燃气或电）
• Zillow的
• 新闻联播
• Facebook的
• 推特

市场和库

• Windows Azure的市场
• 亚马逊网络服务
• Databib
• DataCite
• Figshare
• 关联数据
• 书签交易
• Quandl

这是所有关于投资回报率更好

在我们的假设的Adventure Works的情况下，罗伯特·史密斯最终从天气趋势国际，他发现在Windows Azure市场购买数据。该数据包括历史日最高气温，最低气温，降水量，露点，海平面气压，风速，和阵风为成千上万的世界各地 – 所有这一切，他满足了他的新的营销活动。这反过来，导致了更有利可图的运动。

转载请注明：数据分析 » 检查大数据的潜力，在市场预测