通过将替代数据与内部数据仓库整合,获取更丰富的洞察力
大多数企业在连接自己的内部数据库以提取有意义的客户洞察力时都会遇到困难,更不用说整合第三方替代数据了。然而,那些不使用替代数据来了解竞争格局的公司,却错失了通过深入了解客户行为来提高盈利能力的重要机会。幸运的是,一流的数据提供商在架构方面考虑周全,创建了可扩展的解决方案,即使是最复杂的数据湖也能即插即用。

是什么让第三方数据可以通过系统进行扩展?
- 清晰的实体解析
实体解析通常是连接数据集时面临的最大挑战之一。不同数据源的商家或产品名称可能大相径庭。不过,数据提供商有几种方法可以让实体解析变得更容易。
一种方法是将实体与通用标识符连接起来。例如,在 Consumer Edge,我们为交易数据集中跟踪的 15000 多个品牌中的每个品牌提供一个网站 URL。我们还提供 ISIN 和股票代码作为母公司的标识符。为实体解析提供多种选择的另一个例子是,除了地址外,我们还通过经纬度来映射商店位置,因为我们知道,即使在地址 “标准化 “方面也会存在差异。
使实体解析更具可扩展性的另一种方法是使用数字标识符而不是文本字符串来表示实体。数字标识符即使在公司更名时也能保持一致。当 Coach 更名为Tapestry,股票代码从 COH 变为 TPR 时,由于公司的数字标识符保持不变,因此数据可以无缝流向 Consumer Edge 客户端。
在原子层级上解析实体,还能在确保轻松集成到大型数据系统方面带来巨大价值。给定实体越小,就越容易调整和重组子实体,使其成为一个更大的整体。在 Consumer Edge,商家被细化为亚马逊第三方卖家(亚马逊市场)与亚马逊直销(Amazon.com)或 7 Eleven Fuel 与 Ex-Fuel。需要这种细分的公司可以自由使用,而只关心亚马逊或 7 Eleven 合并实体的公司可以在自己这边进行合并。
有了这种灵活性,这些公司甚至可以根据使用每个系统的团队的需求,选择何时合并实体,或在每个系统的基础上保留细粒度的实体。Consumer Edge 使其数据更具灵活性和可扩展性的另一种方法是将交易多重标记到
2.规范化数据模式
对于拥有复杂数据系统的大型企业来说,规范化数据模式可将大型表格分解为多个较小的组件,对用户最为友好。
即使公司拥有多个用于生成客户洞察力的本地数据库,第三方提供商提供的规范化模式也能让工程师选择哪些外部表与哪些内部数据库相关。这就减少了将数据集整体复制到每个可能需要链接到它的数据库中的冗余和开销。例如,Consumer Edge 数据包含一个单独的位置表,它将商家标识符主键映射到特定的商店位置。电子商务数据库可以不使用该表,因为它们不需要使用该表。
规范化模式的另一个优势是允许替换或扩展映射表,以便根据公司自己的内部层次结构进行定制。例如,Consumer Edge 使用单独的表格将子行业映射到父行业。使用该数据的客户可以用自己的映射表取代该映射表,将子行业汇总到更符合其市场定位和互补/竞争行业的行业中。例如,同一客户可以在位置表中添加商店经理、地区经理和区域经理等详细信息。规范化结构可确保这些属性在数据中无缝集成和传播,而无需对历史交易进行复杂的更新。
3.全桌更换
在可能的情况下,Consumer Edge 会在每次新交付时完整替换较小的表格。这样,客户工程团队就不必在所有不同的数据库中编写复杂的更新操作代码,而可以轻松参考表格的最新版本。这不仅提高了效率,还减少了数据在企业所有内部系统中扩展时出现的错误。
数据驱动决策的未来从这里开始
无论公司规模有多大,数据系统有多分散,将第三方替代数据整合到现有架构中都不是一件难事。从数据提供商处寻找合适的底层架构,可以大大提高系统和工程团队的效率。这将使利益相关者能够轻松地从第三方数据中获得有价值的消费者洞察,为企业带来更高的收入和利润。
准备好让您的数据中心更上一层楼了吗?今天就开始整合交易数据,体验与众不同。

One thought on “利用可扩展的交易数据解决方案加强数据架构的力量”
Comments are closed.