Podaci: integracija, platforme i baze
Tvrtke nemaju manjak podataka, nego rascjepkane podatke: jedan kupac, mnogo zapisa. Ovo poglavlje objašnjava kako se podaci spajaju (CDI, kućanstva, jedinstveni identifikator), gdje žive (ODS, skladište, tržnica podataka) i kako se iz njih dolazi do znanja. Predavač upozorava da je ovo prvi pravi „pad pažnje“ i najtehnički dio pred kolokvij.
Problem: rascjepkani podaci o kupcu
Bob Sanderson čeka na liniji (Baran i Galka; P3 slajd 4). Kupac tri godine, troši više od 1.000 $ godišnje, treći put na čekanju u dva tjedna. Zove zbog ponude poštom: 50 % popusta na instalaciju od 198 $. Agentica Janet: „Moj sustav nema pristup tim informacijama.“ Tretiran je kao novi kupac i prebačen dalje; frustracija prelazi u apatiju. Pouka: problem nije Janet nego infrastruktura. Podaci o Bobu postoje, ali ne na njezinu zaslonu.
Joe Smith u pet baza (P3 slajd 5): Joe Smith s telefonom; Joseph Smith, Orinda, Kalifornija; Joseph Smith, Orange, Kalifornija; J. Smith, Denver, Colorado; J. Smith s e-mail adresom. Isti čovjek, pet zapisa. Tri simptoma neintegriranih podataka:
- Kašnjenje podataka (data latency)
- skupna obrada čini podatke zastarjelima do trenutka kad se koriste
- Nedostatak standarda
- svaka baza nastala je izolirano, s vlastitim poljima i pravilima
- Netočnost
- iste ljude u raznim sustavima nesavršeno se uparuje
Uz to marketinške baze i skladišta rade skupno (batch), bez okosnice za stvarno vrijeme.
Jennifer Jones i Jennifer James (Baran i Galka pogl. 5; P3 slajd 6). Kašnjenje: Jones 18. lipnja označi „Ne kontaktirajte me“, a telemarketing je ipak zove. Netočnost: Jones i James žive na istoj adresi u Orland Parku, Illinois; Jones se isključila, James je pristala, a sustav ih je pobrkao. Zovu onu koja ne želi, a onu koja želi možda nikad. Pouka: kašnjenje i netočnost nisu tehnički detalji, nego izravna povreda povjerenja kupca.
Rješenje: integracija podataka o kupcima (CDI)
CDI (customer data integration) je proces u kojem se svi podaci o prospektima i kupcima pravovremeno i točno dostavljaju do točaka interakcije (P3 slajd 8). Ima četiri zahtjeva:
CDI počiva na tri komponente (P3 slajd 9):
1. Tehnologija
Komponente za upravljanje i distribuciju podataka; rade unutar postojećih skladišta i marketinških baza.
2. Referentna baza
Nepristrana baza koja referentnim podudaranjem povezuje sve zabilježene instance istog kupca.
3. Usvajanje u organizaciji
Tehnologiju i referentnu bazu mora prihvatiti i dosljedno koristiti cijela organizacija.
Kućanstvo i pojedinac
Grupiranje u kućanstva (householding) povezuje pojedince koji žive zajedno. Svaka osoba ima dva ključa: ključ kućanstva i ključ pojedinca (P3 slajd 10):
| Kućanstvo | Pojedinac | Ime | Adresa |
|---|---|---|---|
| 0230 | 001 | Bob Smith | 1247 State Street, Chicago |
| 0230 | 002 | Mary Smith | 1247 State Street, Chicago |
| 0230 | 003 | Steven Smith | Chicago i fakultet u Champaignu |
| 0230 | 004 | Julie Smith | 1247 State Street, Chicago |
| 0344 | 001 | David Carter | 1247 State Street, Chicago |
David Carter živi na istoj adresi, ali je zasebno kućanstvo (drugo prezime). Steven ima dvije adrese, a ostaje u kućanstvu 0230.
Jedinstveni identifikator (P3 slajd 11) ostaje isti bez obzira na adresu ili ime. Bob i Mary kupe stan u Arizoni: dvije adrese, jedan identifikator, jedan profil. Julie se uda i postane Julie Jones: identifikator i dalje upućuje na svu njezinu povijest. Bez njega bi tvrtka „izgubila“ Julie i otkrila je iznova kao novu kupkinju.
povezivanje u kućanstvo je zaključak, a ne činjenica. Zato kupcu treba dati uvid i kontrolu nad tim vezama (P3 slajd 11). V6 to pokazuje: dvije osobe različitih prezimena na istoj adresi mogu biti par, cimeri ili brat i sestra.
Dodirne točke i način prikupljanja
Čovjek s čovjekom
Prodavač, telemarketer: najbogatiji kontekst, ali najviše pogrešaka u bilježenju.
Čovjek s tehnologijom
Web obrazac, kiosk, mobilna aplikacija: čišći i strukturiraniji podaci.
Tehnologija s tehnologijom
RFID, geolokacija: najpouzdaniji, ali najuži podaci.
Praznine i ekstranet
Hotel ne vidi kupnju kod zakupca u kompleksu. B2B ekstranet je zatvorena zajednička mreža partnera.
Poslovna pravila i pravilo konsenzusa
Kad četiri izvora daju različite vrijednosti za istog kupca, odlučuju unaprijed dogovorena poslovna pravila (P3 slajd 13):
| Varijabla | A (prioritet 1) | B | C | D | Koristi se |
|---|---|---|---|---|---|
| Prihod | 65–70 tis. $ | 120 tis. $ | nema | 65 tis. $ | 65 tis. $ |
| Dob | 35–40 | 37 | 37 | 34 | 37 |
Slajd daje samo tablicu. Iz nje se čita logika: izvor A ima najviši prioritet, ali daje samo raspon; uzima se vrijednost koja je unutar A-ova raspona i koju potvrđuju drugi izvori (prihod 65 tis. iz D-a, dob 37 iz B-a i C-a). Odstupanje izvora B (120 tis. $) se odbacuje. To je pravilo konsenzusa.
Evolucija tehnologije
| 1. Masovna komunikacija | 2. Marketing baza podataka | 3. Integrirani marketing | |
|---|---|---|---|
| Fokus | popisi imena, ponude | pojedinci, dijalog, segmentacija | cijeli vrijednosni lanac, stvarno vrijeme |
| Mjerenje | samo programi | programi i modeli | CLV i usmena predaja |
| Ponašanje | samo se predviđa | predviđa se i mijenja | predviđa se i mijenja |
| Tehnologija | primitivna, skupna obrada, tehnolozi | nešto online obrade | cloud, mobilno, IoT, društvene mreže |
Skupna (batch) priprema
Planirano, sekvencijalno izvršavanje u ciklusima, npr. jednom mjesečno spojiti podatke svih sustava. Predvidljiva i jednostavnija za dizajn. Za velike, vremenski manje osjetljive procese.
Priprema u stvarnom vremenu
Trenutno izvršavanje na zahtjev, npr. provjera adrese dok je kupac upisuje na webu. Tehnički zahtjevnija, ali danas očekivana norma. Za interakcije okrenute kupcu.
Arhitektura: ODS, skladište i tržnica podataka
Tri mjesta za podatke, tri različite svrhe (P3 slajdovi 18–21):
Operativna pohrana podataka (ODS, operational data store)
Brzo čitanje i pisanje na zahtjev, „dinamički“, iz više izvora. Ograničena, ažurna, vremenski osjetljiva informacija za interakciju u trenutku (point-in-time). Povijest je sažeta, npr. 5 godina kao jedan ukupni iznos.
Skladište podataka (DW, data warehouse)
Sve relevantne informacije o kupcima i prospektima, opsežna dugoročna povijest. Puni se iz ODS-a i drugih izvora dnevno ili tjedno. Pristupa mu se SQL-om ili front-end alatima.
Tržnica podataka (data mart)
Podskup skladišta manje dubine i širine, oblikovan za jednu poslovnu funkciju i njezin softver.
„ODS služi trenutku, skladište čuva povijest, tržnica služi jednoj funkciji.“ (P3 slajd 36) ODS je tehnički teže izgraditi: skladište se smije osvježavati dnevno ili tjedno i nitko to ne primijeti, a ODS kašnjenje ne podnosi jer radi dok kupac čeka (V9 slajd 12).
David i Jenine Carter i sušilica (Baran i Galka pogl. 6; P3 slajd 19). David s posla online naruči dio za pokvarenu sušilicu; narudžba je odmah u ODS-u. Jenine isti dan zove da kupi novu sušilicu kao iznenađenje. Podudaranje kućanstva uspijeva zahvaljujući poštanskoj obradi adresa (NCOALink), pa joj prodavač umjesto sušilice ponudi komplet alata, kućansku robu i posjet dizajnera interijera. Pouka: ODS organiziran po kupcu i kućanstvu, a ne po kanalu, pretvara jednu transakciju u lanac prodaja.
Širina i dubina podataka
Širina je broj varijabli, a dubina razina detalja unutar jedne varijable (P3 slajd 20; V9 slajd 14):
Širina = broj varijabli · Dubina = broj zapisa unutar jedne varijable
Primjer iz Baran i Galka: 6 demografskih varijabli + „kupljeni proizvodi“ = širina 7. Ako „kupljeni proizvodi“ u razdoblju sadrže 12 šifara proizvoda, dubina je 12. Jedan stvarni kupac: 44 proizvoda u 4 godine, u 4 kategorije, kroz 3 kanala.
Veća širina i dubina znače veći trošak pohrane i obrade, pa se starije godine često čuvaju samo kao zbrojevi.
Dvije tržnice podataka
Marketinška tržnica
Prosječna kupnja žena od 18 do 25 godina porasla je s 50 $ na 75 $ u godinu dana. Puni se po rasporedu, mjesečno.
Pravna tržnica
Kupci plinskih štednjaka i crijeva, za slučaj povlačenja proizvoda. Puni se automatski nakon svakog ažuriranja skladišta.
Logički model podataka: nacrt kuće
Gradnja baze ima dva koraka: prvo logički dizajn, zatim fizička izgradnja. Vlasnik baze zna što treba, a arhitekt crta logički model. Okvir u modelu je logički entitet; odnosi među entitetima su jedan-na-jedan, jedan-na-mnogo i mnogo-na-mnogo (P3 slajd 22).
- Kampanjajedna kampanja ima mnogo promocija (jedan-na-mnogo)
- Promocijajedna promocija ima više potpromocija (jedan-na-mnogo)
- Potpromocijanajniža razina modela u primjeru
„Vaš posao je jasno izreći poslovnu potrebu; posao arhitekta je pretvoriti je u model.“
Vrste i kvaliteta podataka
Primarni
Prikupljeni izravno od izvora: kupac u trgovini ispuni obrazac sa svojim podacima.
Sekundarni
Dobiveni od treće strane: telemarketinška tvrtka proda podatke trgovcu.
Izvedeni
Zaključeni iz drugih podataka: procijenjeni prihod iz obrazaca potrošnje i demografije. Vjerojatnost, a ne činjenica.
kartica tinejdžerice (Baran i Galka pogl. 7; P3 slajd 25). Majka, otac i kći kod kataloškog prodavača potroše 250 $ + 250 $ + 100 $, ukupno 600 $ po kućanstvu. Ako kći plaća majčinom karticom, sustav vidi majku s 350 $ i kći s 0 $. Pojedinac i kućanstvo daju različitu sliku, a pogrešan zaključak vodi u pogrešnu ponudu.
Četiri pitanja o kvaliteti i količini (P3 slajd 26):
- Prikuplja li se? Ako ne, može li se, kada i uz koje resurse?
- Popunjeno i točno? Polje za telefon postoji, ali koliko je posto popunjeno, a koliko točno i dosljedno?
- Vrijeme je kvaliteta. Nezadovoljnom kupcu koji vraća robu ne šalješ promocije, a poziv podrške ide unutar 24 sata.
- Big Data ili selektivno? Prikupiti sve i kasnije odrediti relevantnost, ili prikupljati samo ono što je relevantno.
Koliko dugo čuvati podatke
| Područje | Koliko detalja | Zašto |
|---|---|---|
| Financijske usluge | desetljećima | propisi i financijske najbolje prakse |
| Detalji kreditne kartice za CRM | rijetko više od 2 godine | starije se agregira za trend i CLV |
| Osiguranje, proizvodi pod jamstvom | do isteka odgovornosti | jamstvo i odgovornost |
| Trajna roba s ciklusom od 10 godina | 30 godina | tri ciklusa kupnje jednog kupca |
| PC i potrošačka elektronika | barem jedan ciklus kupnje | novo računalo za 3–4 godine |
Odluka o tome što čuvati, u kojem obliku (detalj, sažetak, agregat) i koliko dugo zove se starenje informacija (V10 slajd 13).
Od podataka do znanja: analitika
Kako jedna kupnja putuje kroz arhitekturu (P3 slajd 29):
- POS transakcijaJohn Smith karticom vjernosti kupi 5 proizvoda u tjednu 16. srpnja, uz promocije A23 i B49
- ODStransakcije se odmah spremaju u operativnu pohranu
- Tjedni batchbroj kupca povezuje transakcije s Johnovim zapisom u skladištu
- Skladište prijekodovi A11, zadnja kupnja 28. 4., od početka godine 324,50 $
- Skladište poslijekodovi A11, A23, B49, zadnja kupnja 18. 7., od početka godine 430,97 $
Četiri razine analitike (P3 slajd 30):
- Poslovna inteligencija (BI)znanje iz podataka spojenih s drugim izvorima informacija
- Deskriptivnašto se dogodilo i zašto; većina današnje analitike
- Prediktivnašto će se dogoditi i kada
- Preskriptivnašto učiniti: analitika u stvarnom vremenu + akcija (parking aplikacija vodi do najboljeg mjesta)
Odabir tehnologije i priča o cvjećarki
Ne treba svaka organizacija složeno i skupo okruženje za integraciju podataka. Koliko arhitekture trebaš, ovisi o (P3 slajd 33): količini i učestalosti prikupljanja i opsegu obogaćivanja; količini informacija koje treba čuvati i učiniti dostupnima; tome tko i koliko često pristupa (i partneri) i kojim vremenom odgovora; ljudskim i financijskim resursima za razvoj, obuku i održavanje; zahtjevima kupaca za upitima i transakcijama te strateškim CRM ciljevima.
| Kategorija | Primjeri dobavljača iz knjige (P3 slajd 34) |
|---|---|
| Baze i skladišta podataka | IBM, Oracle, Teradata, Microsoft |
| CRM konzalting i implementacija | IBM Global Business Services, Accenture, Deloitte |
| Automatizacija prodaje (SFA) | Salesforce, Microsoft, Oracle, SAP |
| Društveni mediji | Microsoft, IBM, Salesforce |
| Cloud | Amazon Web Services, Microsoft, Google |
| Internet stvari (IoT) | AT&T, Microsoft, Oracle, SAP, IBM |
„Volim svoju cvjećarku!“ (Baran i Galka, uvod u pogl. 7; P3 slajd 35). Suprug dobiva e-mail 10 dana prije prigode s datumom, prošlim kupnjama i tri prijedloga. Cvjećarka prati i posebne godišnjice (petu, desetu), svaku sa svojom temom. Poveznica vodi na već popunjenu narudžbu: potvrdi karticu i gotovo. Iza jednog e-maila stoje ODS, skladište, tržnica i priprema u stvarnom vremenu. Pouka: kupac „šalje cvijeće cvjećarki“; tehnologija nestaje, osjećaj ostaje.
Na vježbama: V6 Vrtni centar Mahovina, koliko kupaca imamo?
Rasprava o slučaju „Getting Your Head Around Big Data“ (pogl. 5, str. 162): grad iz zrakoplova koji leti sve niže, zatim kamera pred svakim prozorom; još četiri toka podataka (što ljudi govore, kome, gdje su i kreću li se); stvarno vrijeme naspram „anketa starih 10 godina“; čvorovi u kojima se susreću kupci i prospekti. Pitanja (V6 slajd 3): čemu u podacima o kupcima odgovara svaka visina? Što tvrtka mora znati o osobi prije nego što išta iskoristi? Treba li svakoj odluci stvarno vrijeme? Što se dogodi sa slikom ako se Joe Smith pojavi kao pet točaka?
Slučaj: vrtni centar s trgovinom, webshopom i telefonskim narudžbama ima tri popisa: kartice u trgovini (papir, upisalo osoblje), račune u webshopu (upisao kupac) i telefonske narudžbe (zapisalo osoblje). Vlasnica kupcima koji su ove godine potrošili 500 € ili više u svim kanalima zajedno i rekli „da“ za marketing želi poslati bon od 20 €. Šesnaest zapisa, manje osoba.
Metoda koju vježba trenira (V6 slajdovi 7–9):
- Točno uparivanjeisti telefon ili isti e-mail = ista osoba
- Fuzzy uparivanjeslična imena, adrese i godišta („Kata“ i „Katarina“, „Lovrić“ i „Lovrič“, „Lipova ul.“ i „Lipova ulica“)
- Označi nesigurnosvaki zapis u koji nisi siguran, uz razlog
- Kućanstvaisto prezime i ista adresa = jedno kućanstvo
- Poslovna pravila i isključivanjekoja adresa ide na omotnicu, koga se isključuje jer nema privolu
Kvaka: uparite li samo po imenu i adresi, „D. Rožić“ postaje kupac od 630 € koji je rekao „da“. Zapravo su to dvije osobe: Daniela (godište 1962, telefon 095 555 0110, privola povučena) i Daniel (1990, drugi telefon). Telefonska narudžba „D. Rožić“ ima Danielin broj.
- Točno uparivanje
- povezivanje zapisa s istim telefonom ili e-mailom
- Fuzzy uparivanje
- povezivanje zapisa koji se ne poklapaju doslovno (Kata i Katarina, Lovrić i Lovrič)
- Izbjegavanje lažno negativnih
- pronaći istu osobu na dva popisa (Martin, Eva)
- Izbjegavanje lažno pozitivnog
- razdvojiti dvoje Rožića
- Grupiranje u kućanstva
- Novakove brojiti jednom, Belić i Perića dvaput
- Poslovna pravila
- odabir Martinove adrese dostave
- Isključivanje (suppression)
- maknuti Danielu i, zasad, Josipa s popisa za slanje
lažno pozitivan rezultat spaja dva različita kupca u jedan zapis (Daniela i Daniel Rožić, pa se Danielino povlačenje privole gubi). Lažno negativan ne vidi da su dva zapisa ista osoba (Martin Kolar u trgovini 240 € i u webshopu 310 €, pa njegovih 550 € izgleda kao dva mala kupca). Strogo pravilo uparivanja daje više lažno negativnih, labavo više lažno pozitivnih. (V6 slajd 13)
Odgovori iz ispitnog kutka (V6 slajdovi 13–16):
- Belić i Perić na istoj adresi: jedno kućanstvo ili dva? Dva, prema pravilu s predavanja (različita prezimena). Možda su par, ali zaključak iz posrednih podataka može biti pogrešan (cimeri, brat i sestra), a kupci rijetko pristaju da ih se povezuje; takve veze trebali bi moći vidjeti i kontrolirati.
- Koja adresa za Martina Kolara, koji se preselio? Adresa iz webshop narudžbi (Lučka ulica 22): adresa dostave mora biti točna da bi dostava uspjela, pa je najpouzdanija. Jedinstveni identifikator povezuje sve njegove zapise pa ga tvrtka ne „izgubi“.
- Četiri zahtjeva CDI-ja i koje Mahovina ne ispunjava? Distribuiranost, dostupnost, pravodobnost, točnost; Mahovina ne ispunjava nijedan. Najvažnija je točnost: brz sustav s pogrešnim podacima gori je od nikakvog.
- Josip Frlan je jednom rekao „da“, a jednom „ne“: vježba ga „zasad“ isključuje.
„Više podataka nije bolja slika. Čisti, upareni podaci jesu.“ (V6 slajd 17)
Na vježbama: V9 Sokolov vrh, odakle treba doći odgovor?
Rasprava o slučaju „IBM Brief: Mapping the Cloud Maturity Curve“ (pogl. 6, str. 182–183): istraživanje među 784 tvrtke o tome što razlikuje zrele i manje zrele korisnike oblaka. Zrele tvrtke kao korist navode povećanje potražnje kupaca (50 % prema 33 %), manje zrele smanjenje troškova i interne procese. Najteži izazov je otpor organizacijske kulture, a samo 15 % zrelih navodi lakšu suradnju u lancu vrijednosti. Predavačev savjet: „osluškujte riječi kultura, vodstvo i upravljanje“.
Slučaj: trgovina opremom za planinarenje (4 trgovine, web, mali pozivni centar). 900 web-narudžbi i 350 poziva dnevno, 120.000 članova programa vjernosti, prosječno 6 stavki kupnje po članu godišnje, 10 godina detaljne povijesti u skladištu, osvježavanje svake noći, IT od 5 ljudi. Pet zahtjeva u istom tjednu; za svaki: koje spremište, kojom brzinom i koliko povijesti.
| # | Tko traži | Što | Rješenje prema raspravi vježbe (V9 slajd 10) |
|---|---|---|---|
| 1 | operater pozivnog centra | dok kupac zove, vidjeti web-narudžbe iz zadnjeg sata i kupnje u trgovinama | ODS: interakcija u trenutku (David i Jenine) |
| 2 | voditelj web-trgovine | provjera i ispravak adrese dok je kupac upisuje | priprema u stvarnom vremenu |
| 3 | voditelj marketinga | mjesečno: tko je u 24 mjeseca kupio cipele, ali ne čarape ni njegu za obuću | marketinška tržnica, batch po rasporedu |
| 4 | voditelj kvalitete | aktualni kontakti kupaca kacige H-20 za mogući opoziv | pravna tržnica, osvježavanje na okidač: obrambeni CRM |
| 5 | direktor | donose li članovi iz 2021. više od onih iz 2023.? | skladište: duga povijest, SQL |
Runda 2 traži odabir polja za marketinšku tržnicu (širina) i broja mjeseci (dubina); svako polje mora imati razlog. Runda 3 računa koliko redaka skladište nosi:
Broj redaka = članovi × stavke po članu godišnje × godine detaljne povijesti
Opcija A (sve detaljno, 10 godina): 120.000 × 6 × 10 = 7.200.000 redaka. Opcije B i C čuvaju 3 godine detaljno, a starije godine kao zbrojeve po članu (B: jedan zbroj za svaku stariju godinu; C: jedan zbroj za sve starije godine zajedno).
Kvaka: marketing i kvaliteta traže isto, „sve koji su kupili proizvod X“, ali marketinški popis smije biti star mjesec dana, a popis za opoziv ne smije. Marketinška tržnica podupire CRM usmjeren na rast; pravna podupire obrambeni CRM, gdje propušteni kupac može biti ozlijeđen, pa nova prodaja u nju ulazi čim se osvježi skladište (V9 slajd 13).
Odgovori iz ispitnog kutka (V9 slajdovi 12–15): ODS i zašto ga je teže izgraditi (gore u „Ključno“); pravnoj tržnici treba brže osvježavanje; širina i dubina (primjer 7 i 12); David i Jenine s odvojenim ODS-ovima: prodavač na telefonu ne vidi web-narudžbu, Jenine kupi sušilicu koja ne treba, kućanstvo ima dvostruku kupnju, a povjerenje pada. ODS mora biti složen po kupcu ili kućanstvu, ne po kanalu.
„ODS služi trenutku. Skladište pamti. Data mart odgovara.“ (V9 slajd 16)
Na ispitu
- Bilješka predavača (OBV slajd 8): skok P4 → P5 plana („odjednom deduplikacija, ključevi kućanstva i lažni pozitivi“) je prvi pravi pad pažnje; P8 → P9 (skladište, tržnice, logički model) je najtehnički dio, točno pred 1. kolokvij.
- U pregledu kolegija (P7 slajd 30) poruka je „podaci vrijede tek kad su integrirani i pretvoreni u akciju“, a sidra su Joe Smith i ODS i DW.
- Ishod I2 (procijeniti tehnologiju CRM sustava za zadani proces).
- Ispitni kutak V6 (lažno pozitivno i negativno, kućanstva, jedinstveni identifikator, četiri zahtjeva CDI-ja) i V9 (ODS, tržnice, širina i dubina, David i Jenine).
- Znaj pet ključnih poruka sa zaključnog slajda (P3 slajd 36): rascjepkanost, CDI (zahtjevi i komponente), ODS/DW/tržnica, vrste podataka i čuvanje, „tehnologija nestaje, osjećaj ostaje“.
Provjeri se
Koja su tri simptoma neintegriranih podataka?
Kašnjenje podataka (data latency), nedostatak standarda i netočnost (nesavršeno podudaranje istih ljudi). Primjer Jennifer Jones i James pokazuje kašnjenje i netočnost. (P3 slajdovi 5–6)
Nabroji četiri zahtjeva i tri komponente CDI-ja.
Zahtjevi: distribuirano, dostupno, pravovremeno, točno. Komponente: tehnologija, referentna baza, usvajanje u organizaciji. (P3 slajdovi 8–9)
Usporedi ODS i skladište podataka.
ODS: brzo čitanje i pisanje, ažurne i ograničene informacije za interakciju u trenutku, sažeta povijest, mora raditi u stvarnom vremenu. Skladište: sve informacije o kupcima i dugoročna povijest, puni se dnevno ili tjedno, pristup SQL-om. Tržnica je podskup skladišta za jednu funkciju. (P3 slajdovi 18–21)
Daj primjer lažno pozitivnog i lažno negativnog uparivanja i posljedicu svakog.
Lažno pozitivno: Daniela i Daniel Rožić spojeni u jedan zapis, pa se gubi Danielino povlačenje privole i šalje joj se pošta koju ne želi. Lažno negativno: Martin Kolar u trgovini i webshopu ostaje kao dva mala kupca, pa ne dobiva bon iako je potrošio 550 €. (V6 slajd 13)
Primarni, sekundarni ili izvedeni: „procijenjeni prihod kućanstva“ kupljen od brokera podataka?
Izvedeni podaci (zaključeni iz drugih podataka), dobiveni od treće strane. Vjerojatnost, a ne činjenica; prije korištenja ih provjeri na kupcima čije stvarne brojke znaš. (P3 slajd 24; V10 slajd 14)
Koliko redaka nosi opcija C u V9 (3 godine detaljno, sve starije godine kao jedan zbroj po članu)?
Detaljno: 120.000 × 6 × 3 = 2.160.000; plus jedan zbroj po članu: 120.000. Ukupno 2.280.000 redaka. (Opcija B: 2.160.000 + 7 × 120.000 = 3.000.000.) (V9 slajd 8)