京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据分析提升实时营销竞争力
数据集成、列式数据库解决方案能够让营销代理机构处理数百太字节,对消费者进行360度的全方位评估。
Merkle是一家领先的客户关系营销代理机构,目前拥有1600名员工,年营收额超过3亿美元。戴尔、Geico、DirecTV和Chase等知名厂商都是Merkle的客户。由于Merkle通过ParAccel的大数据分析平台对消费者进行360度的全方位评估,因此该公司的客户能够展开实时营销活动,并且能够更高效、更精准地调整这些活动。
在收集客户信息,然后再针对营销目标提供“数据即服务”(data as a service)方面,Merkle有着丰富的经验。以往Merkle会每月批量处理这些海量数据。为了从营销数据库公司向客户关系营销公司转型,Merkle需要调整和整合大数据来源。IP地址、Cookies和电子邮件等数字化消费者信息必须与其姓名、住址和电话号码等传统的离线信息结合在一起。最终,客户需要更深层次的营销互动,例如针对特定消费者的电子邮件和横幅广告。
实现实时性
为了实现这些目标,Merkle需要具备整合所有互动活动,以及能够对每名消费者的行为进行360度全方位评估的能力,同时将每月批量处理这些海量数据的模式调整为近实时处理的模式。为了具备这一能力,Merkle创建了专门用于大数据分析的数据仓库,其中一些部署在客户那里,另一些则由Merkle托管。
在选择适宜的技术方面,Merkle面临的挑战包括大数据分析环境的成本、可预测的高性能和扩展性,以及目前分析解决方案无法满足的特殊需求。最终,Merkle为其大规模并行处理(MPP)列式分析数据库选择了ParAccel分析平台。Merkel的技术副总裁Peter Rogers说:“Merkle选择ParAccel的原因是,因为它拥有优异的执行速度和性价比。”
为了实时分析结构化的大数据,MPP列式分析数据库成为一个普遍的选择。列式存储指关系型数据库将数据以列的方式进行存储,而不是以行的方式进行存储。这样做的优点是获得了更快的查询速度。此外,数据经过压缩后可以进一步地提升查询效率。与此同时,由于MPP的特性使然,用户可只需简单地添加一些商用硬件即可对MPP进行线性扩展。
掘金大数据
经济上的可承担性也是Merkle做出这一选择的重要原因。ParAccel分析平台处理每太数据的价格约为4500美元,这一价格远远低于其他竞争者所给出的价格。成本优势让存储和分析数据具有更大的成本可负担性。自从迁移到ParAccel平台后,Merkle的数据处理量提升了三倍。此外,ParAccel平台还具有更大的容量和500多个先进易用的分析功能。这使得Merkle能够为他们的客户提供更具竞争力的解决方案。
Merkle的一个特殊需求是使用已有的T-SQL技能。T-SQL为微软SQL Server所使用的查询语言。Merkel此前已经广泛使用了微软SQL Server,他们希望公司的数据管理员经过最低限度的培训就能够使用ParAccel平台。ParAccel的专业服务提供了一个T-SQL解析器,开发人员可以用T-SQL编程,然后再将编好的程序翻译成能够在ParAccel平台上高效运行的SQL语言。
在前端,Merkle使用MicroStrategy实现虚拟化和商业智能。数据集成方面,Merkle使用原生的ParAccel工具加载数据。这样一来,所有的转换都能在ParAccel上执行。
目前,Merkel已经部署了五个ParAccel集群,这些集群维护着总计50太压缩数据(相当于200太的原始数据)。Merkel每天根据用户需求处理1至250GB的原始数据。这些客户对Merkel的服务非常满意,这要归功于基于实时互动的360度全方位消费者综合评估。此外,大数据分析还让这些客户能够展开更加精准和有效的营销活动。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23