构建完美的分析堆栈:它现在是关于选择和定制

  • 发布时间:2023-03-05 10:14:16
  • 来源:

几年前,我们有一台电视网络客户,他们的表演播出后的早晨,会热切地问:“我昨晚怎么样?”她的意思是:网络的显示是如何表演前一天的夜晚?

但几年前回答基本问题并不那么简单。为什么?因为一个简单的问题所固有的,这是一堆解开复杂的叙事运动的其他人。当然,毕竟她真正想要的锻炼,这是一个沸腾的东西:“你有一个美好的夜晚,”或者也许,“不是那么好,但这就是为什么。”提出这个答案要求我们艰难地编制来自一堆不同工具的信息,并迅速将它们粘在一起,进入她所需要的知识。

那个艰苦的过程都会烦恼所有人。不出所料的是,随着市场的增加,作为回答这些问题,公司试图建立一体化解决方案,掀起一波兼并和收购。Salesforce购买了Radian6,Oracle购买了集体智力等。结果是一堆非常大的信息资源仪表板,这些资源试图成为每个人的一切。

这是如何理解的事情,它有利于无数行业专业人士。但是,对于我们处理的许多媒体公司,它也越来越明显,一种尺寸的数据仪表板没有(实际上,不能)适合所有各自的需求。

结果,出现了一个重要的趋势,呈相反的方向。这种趋势对网络的影响很多以及众多数字创建者试图成为网络 - 以及想要提供所有这些公司数据的供应商。

调用它构建自己的堆栈,更重要的是,从最佳品种,高度集中的供应商建立堆栈,提供了公司所需的精确作品。我会说,我们与我们交谈的每个主要媒体公司已经在一个时尚或另一个时尚建立了自己定制的数据服务集合。

大约一半的公司正在以相当古老的方式建立他们的堆栈(或者至少是一个只有几年的企业的老式)。这意味着掌握我们的仪表板,以及其他分析提供商的仪表板,并单独地手动将信息分开地构建一个连贯的答案,以“我是怎么做到的?”

在另外30%到40%的情况下,媒体公司将依赖Tableau.com或Domo.com等聚合器,其中提供了一种元平台,组合了公司想要的所有LA卡特数据来源,或者至少与该平台要求兼容的那些。这可能是有效的,并且肯定比从一堆供应商杂耍一堆单独的界面更简单。

然后,我将召集技术侵略性的10% - 媒体公司,这些公司正在构建自己的数据团队和分析平台,以从Perse来源中加入数据。这些自定义仪表板还将所有这些流自动集成,以创建一个非常复杂的公司特定的答案“我是怎么做的?”

这是后两组,迫使分析公司专注于两个关键领域:便携性和研究。

通过可移植性,我的意思是每个分析公司都需要确定其真实优势,然后使其与其他数据源相容,无论是通过聚合器还是自定义平台,都可以轻松地集成该信息。这意味着创建应用程序接口,简化了所有我在那里的所有内容。没有便携性,分析公司可能留下,因为定制堆栈建设来占据统治业务。

但增长的便携性意味着您必须对您的产品进行持续的研发。因为客户在其完美的堆栈中包含数据和数据提供者的选择有更多的选择,因此公司依赖机构惯性和技术锁定将更加困难,以便在更好的情况下使用他们的产品保持客户。

任何分析公司的真正权力首先掌握了一个特定部门,然后在努力继续学习时建立掌握。这是唯一的方法,即使是最佳工具可以随着时间的推移而保持竞争力,特别是作为堆叠建筑物变得更加流体的过程。

像我们上述客户一样的客户仍然需要一个简单的答案“我是怎么做的?”但这是许多分析公司失败的地方。他们认为他们所做的是如此重要的是,另一方的用户应该关心他们。但客户没有。数据只能在数据可以与业务结果相关时变得见解。他们关心答案,可辩护和明确的答案。该答案的提供者对他们的重要事项远远不已。

作为新堆栈的一部分的公司需要确保他们可以简单地回答他们的部分问题 - 并与回答其他部分的其他公司顺利地整合他们的部分。

当然,所有这一切都可以在几年内将另一轮并购交易的阶段设定为钟摆朝向集中度。但很明显,所有客户的所有事物都经常导致一个不完全令人满意的产品。所以深深地,继续学习,和他人一起玩。

Jared Feldman是CANV的创始人兼首席执行官,是一种用于衡量和解释情绪的语言分析技术平台。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。
  • Copyright ©2014-2021 水缘网v3ujbzcqei@gmail.com All Rights Reserved