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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12