You are leaving our main website to go to our chinese website hosted in China. For legal reasons there will not be any links pointing back to the main website.
Embora os benefícios dos dados de terceiros sejam bem conhecidos e celebrados, não é sem os seus desafios. Três dos principais desafios de lidar com dados de terceiros são: o atraso na realização de valor, o custo contínuo de manter as integrações de dados, e a governação e segurança dos dados.
Longo tempo de espera para avaliar
A obtenção de dados externos pode ser um desafio. Tradicionalmente, os fornecedores de dados têm armazenado informação em diferentes formatos e plataformas, numa mistura de nuvens públicas e privadas. Reunir todos estes dados é uma tarefa bastante pesada para os marqueteiros, o que prolonga o tempo necessário para obter valor a partir dos dados. A integração inicial de dados de terceiros com dados internos é igualmente onerosa. Muitas vezes requer recursos de engenharia e o envolvimento de pessoal de segurança informática. APIs, transferências FTP e outros processos de transferência de dados legados são difíceis de implementar e de gerir para assegurar uma funcionalidade adequada. Os processos legais e de aquisição podem atrasar ainda mais o time-to-value. Cada fornecedor externo tem os seus próprios requisitos, contratos e licenças, que requerem o seu próprio processo de revisão. A integração de uma nova fonte de dados pode levar semanas ou meses, uma vez que as equipas internas jurídicas, de TI e de conformidade devem rever os requisitos específicos e pormenorizados de cada fornecedor quanto à forma como os dados serão partilhados, armazenados e monitorizados de forma segura.
Finalmente, os dados externos serão tão recentes como a última vez que o fornecedor os actualizou e importou no sistema, o que muitas vezes significa que estão desactualizados para os fins que os marketeiros procuram. (Pense na frequência com que continua a ver anúncios para um par de sapatos que já comprou). Quando as actualizações de dados dependem do fornecedor, o processo de transformação, movimentação e integração de novos dados leva tempo, o que dilui o impacto potencial que a análise de dados pode proporcionar. Aumenta o custo de manutenção de condutas de dados externas Com as típicas integrações de dados, a gestão de dados requer monitorização e esforço contínuos. Longe de ser uma configuração de "definir e esquecer", a movimentação de dados aumenta a complexidade e os custos ao longo do tempo. Isto deve-se à complexidade da gestão da segurança, privacidade e conformidade dos dados para um conjunto de dados cada vez maior. É necessário um investimento significativo para manter estes processos e extrair o valor máximo dos dados. Sem um fluxo de dados adequado, a informação será obsoleta, incompleta e muito menos valiosa.
Em particular, os processos de transferência de dados FTP requerem um compromisso contínuo de recursos e muitas vezes resultam em conjuntos de dados que são os mais obsoletos. Os processos de extracto-transformação-carga (ETL) são uma melhoria, mas enfrentam problemas quando uma empresa precisa de alterar um tipo de dados, frequência ou caso de utilização. Recentemente, houve casos de intercâmbio bidireccional, em que múltiplas partes enriquecem os dados em sequência ou através de "salas limpas", e depois permitem aos clientes o acesso aos dados. Embora esta abordagem resolva as questões de privacidade e segurança dos dados, não elimina o desafio dos dispendiosos oleodutos de dados ou atrasos na sua actualização.
Governação de Dados e Risco de Segurança
Com as crescentes preocupações sobre privacidade e regulamentação de dados, muitas empresas estão a entrar na governação de dados, e começam a construir os seus próprios sistemas capazes de gerir com segurança dados de primeira e terceira parte. O acto de mover, copiar e armazenar dados no sistema de uma empresa envolve custos e riscos adicionais. A governação de dados é um desafio fundamental quando se utilizam dados de terceiros para potenciar análises de marketing avançadas. Paradoxalmente, a flexibilidade dos dados de terceiros é uma das principais razões para o risco empresarial. Uma vez que os dados de terceiros podem precisar de ser utilizados de várias formas através de equipas diferentes para impulsionar o impacto do marketing, os dados são frequentemente copiados e movidos para sistemas diferentes. Estas cópias representam desafios significativos na gestão dos dados dos clientes. Como as empresas se esforçam por cumprir a GDPR, CCPA e outros regulamentos de conformidade, a gestão da informação pessoalmente identificável (PII) em silos de dados fragmentados pode ser dispendiosa, morosa e arriscada se não for gerida adequadamente. As empresas líderes estão cada vez mais a trabalhar com fornecedores certificados de segurança e conformidade de dados para reduzir este risco.
A limpeza de dados, por exemplo, pode exigir processos dispendiosos de pesquisa e actualização de conjuntos de dados e das suas cópias em toda a empresa. As empresas que ainda utilizam data marts para analisar conjuntos de dados específicos são propensas a um escrutínio particular, uma vez que a eliminação exige que os dados sejam purgados do armazém de dados, bem como de todos os data marts que os albergam. Este processo é moroso e apresenta novos riscos de não cumprimento integral do pedido de eliminação de dados.
Como o Snowflake Data Marketplace ajuda a resolver os desafios dos dados de terceiros
O Snowflake Data Marketplace foi criado para enfrentar os desafios mais comuns do trabalho com dados de terceiros, incluindo o sourcing, a sua integração e manutenção em segurança. Com mais de 100 parceiros de dados disponíveis na plataforma, os marqueteiros podem melhorar a eficiência dos seus conjuntos de dados existentes e alavancar novos conjuntos de dados externos com facilidade.
Os dados são actualizados em directo
A primeira grande diferença no Snowflake Data Marketplace é que os conjuntos de dados estão sempre actualizados. Isto reduz exponencialmente o tempo de valorização, assegurando que cada vez que um fornecedor de dados faz uma alteração a um conjunto de dados, os dados são imediatamente actualizados - e utilizáveis - em toda a empresa.
Ao utilizar dados em tempo real, os marqueteiros podem assegurar-se de que a informação que utilizam para as campanhas é fresca e actualizada.
Os dados Permanecem en el Marketplace
No Snowflake Data Marketplace, os consumidores não movem os dados. Isto tem duas grandes implicações para os marqueteiros. A primeira é que não são necessárias APIs ou transferências FTP dispendiosas, e a confiança em recursos de engenharia para incorporar e manter dados de terceiros é minimizada. Em segundo lugar, a gestão de dados é muito simplificada, uma vez que a localização dos dados nunca muda. A ausência de cópias significa menos risco global.
Os dados estão num só lugar
Ao manter todos os dados num único sistema, as organizações podem assegurar que todas as equipas tenham acesso aos mais recentes conjuntos de dados para orientar os seus esforços de exploração. Desde a análise até aos compromissos personalizados, todas as iniciativas serão baseadas no mesmo conjunto de dados, eliminando atrasos e assegurando a consistência em toda a organização. Manter todos os dados num único sistema também simplifica os processos de conformidade com a privacidade, uma vez que existe apenas uma fonte de dados de clientes a consultar durante auditorias ou outros controlos. Além disso, quando os dados de terceiros se encontram no mesmo sistema que os dados da própria organização, as equipas de marketing podem aderir a conjuntos de dados sem terem de copiar e mover dados para outros sistemas.
Os dados estão sempre prontos para serem consultados
Todos os dados acedidos através do Snowflake Data Marketplace estão prontos para consulta; não é necessária qualquer transformação. As equipas de operações de marketing e análise podem criar imediatamente painéis de controlo, fundir dados de terceiros com os seus próprios ou, graças à disseminação bidireccional, partilhar facilmente os seus dados com empresas de serviços de dados para enriquecimento - tudo sem os estrangulamentos associados à recolha tradicional de dados. Os dados são fundamentais para o sucesso de qualquer organização de marketing. Ao alavancar com sucesso dados de terceiros, os marqueteiros podem:
Ganhar uma compreensão mais profunda e mais robusta do consumidor
Descobrir uma visão mais granulosa e micro-nível do seu público
Aumentar o seu alcance
Empreender novos casos de utilização, tais como estratégia, planeamento e atribuição, com a confiança de dados.
Embora a aquisição e manutenção de conjuntos de dados de terceiros tenha sido tradicionalmente um desafio, novas plataformas como o Snowflake Data Marketplace têm surgido para ajudar a resolver esses desafios. Através de um sistema que mantém dados em tempo real num único local, os vendedores podem ter a certeza de que os dados estão sempre actualizados e em conformidade com a evolução da privacidade dos dados e a conformidade regulamentar. Referências: Todos os direitos reservados à Snowflake
Não perca as insights!
Artigos, eventos e muito mais!
Seu endereço de e-mail é utilizado para enviar-lhe a Newsletter da Keyrus e para fins de prospecção comercial. Você pode usar o link de descadastro em nossos e-mails a qualquer momento. Saiba mais sobre a gestão de seus dados e seus direitos.
Continue a ler
Publicação no blog
'Don't Worry, Be Data', o novo slogan dos bancos
Os bancos estão a sentir de perto a respiração dos concorrentes de fora do panorama bancário na maratona para tornarem-se "os melhores" amigos dos utilizadores nas suas transacções e gerenciamentos bancários diários.
Publicação no blog
Level Up para as análises avançadas! Game Over para análises básicas
Imagina que estás num jogo de vídeo. O típico onde se tem de fugir do mau da fita até chegar a um castelo onde se estará a salvo. Estás a dar o teu melhor, vê o castelo à distância, mas... oh oh mesmo antes de lá chegar cais num penhasco. Por isso tens a opção de ficar no limite e deixar que o mau da fita o apanhe ou saltar de um penhasco... do qual não sabe se vai conseguir sair com vida. O que farias?
Publicação no blog
O guia definitivo: como migrar dos sistemas legacy para uma plataforma cloud
Neste guia vamos descifrar o antes e o depois da troca e análise de dados à medida que estes evoluem dos sistemas tradicionais herdados para novas plataformas de dados em cloud. Vamos descobrir o desafio fundamental que os analistas enfrentam, revelar a solução que põe fim a todos os problemas, e finalmente olhar para 4 best practices para pôr a mudança em marcha agora. Soa bem, não achas? Rápido e conciso. Agora vamos ao que interessa.
Publicação no blog
Fly me to the... Cloud! A Analítica Cloud em 6 passos
Um dos fundamentos de qualquer organização orientada para os dados é estabelecer uma série de processos analíticos capazes de simplificar o acesso a todos os tipos de dados. Do mesmo modo, quando se começa a utilizar tecnologias de nuvem, os processos analíticos tornam-se mais abrangentes, permitindo-lhe deixar para trás tarefas enfadonhas de gestão de informação e começar a fornecer grandes experiências de dados.
Publicação no blog
Fusão lendária: Data Science + Marketing para conseguir uma hiper-personalização
Criar uma boa cultura de dados para começar a colher os benefícios da personalização à escala. A Data Science permite aos marqueteiros consolidar e extrair insights de todos os seus dados (independentemente do formato), reconhecer padrões nesses dados, e prever comportamentos futuros para criar campanhas de personalização à escala quase em tempo real.
Publicação no blog
Contar com uma plataforma de dados moderna não será o sonho do setor de Marketing?
Já passou uma década desde que o termo "Big Data" se tornou omnipresente, e o investimento dos departamentos de marketing em tecnologia para aproveitar os benefícios destes "Grandes Dados" aumentou significativamente desde então.
Publicação no blog
Um dilema em mãos: porque é que os analistas de marketing não estão a analisar?
Se és um analista de marketing, conheces demasiado bem as expectativas em torno de uma tomada de decisão ágil e baseada em dados. A pressão para fornecer uma visão mais rápida da eficácia das campanhas recai directamente sobre os teus ombros, incluindo permitir uma tomada de decisão ágil para que as campanhas possam ser optimizadas. Mas porque é que os analistas de marketing não estão a analisar, não estão a trabalhar o suficiente, estão a fazer snowboard, a jogar ténis de paddle ou a trabalhar à distância com as suas séries favoritas em segundo plano?
Publicação no blog
O fim de uma lenda e a razão pela qual os teus Dados Externos podem fazer história
Diz a lenda que não há muito tempo havia uma empresa muito boa que todos invejavam porque tinha os melhores analistas do mercado, as melhores plataformas internas e uma riqueza de dados proprietários com os quais tomava todas as suas decisões. Viveram num mundo idílico, até que de repente os seus concorrentes começaram a ultrapassá-los de uma forma surpreendente.
Publicação no blog
As 7 Práticas de Análise de Dados que possas estar a utilizar e que o estejam a atrasar
A análise de dados está a tornar-se rapidamente a chave para uma estratégia empresarial de sucesso. Mas sem a abordagem, competências e tácticas correctas, as suas iniciativas de dados podem não ter sentido. A análise de dados tornou-se um dos mais importantes diferenciadores empresariais e tecnológicos para as empresas, permitindo-lhes obter conhecimentos detalhados sobre praticamente todos os aspectos das suas operações, ganhando assim uma vantagem sobre a concorrência.
Publicação no blog
A revolução actual da Gestão de Dados para capacitar o machine learning
Graças ao Machine Learning pronto para melhorar e, em alguns casos, até mesmo substituir a tomada de decisões humanas, os Responsáveis de Dados, Cientistas de Dados e CIOs estão a reconhecer que as formas tradicionais de organização de dados para consumo humano não serão suficientes na próxima era de tomada de decisões baseada na inteligência artificial (IA). Isto deixa um número crescente de empresas focadas no futuro com apenas um caminho em frente: para que as suas estratégias de machine learning tenham sucesso, terão de ser perturbadoras na cadeia de valor de gestão de dados de ponta a ponta.