埃德蒙茲
客戶案例研究
客戶證明的挑戰
Edmunds的使命是使汽車購物一個簡單的經驗。每月,數以千萬計的客戶訪問Edmunds.com開始他們的車研究的旅程。beplay体育app下载地址核心提供的用戶體驗是推動他們的應用程序和數據。埃德蒙茲建立了這些功能,他們遇到了一些挑戰:
- 無法準確庫存狀況:TBs的100年收集的數據從第三方提供商獲得了難以準確維護車輛庫存在線——導致遺漏或者錯誤的細節影響了客戶體驗。
- 基礎設施的複雜性:維護基礎設施,以支持數據處理和機器學習需求(如最新的ML框架)要求重大DevOps努力規模。
- 由於缺乏協作團隊:數據科學家們在雜亂的和非生產性的工作方式。
- 模型部署手冊和不一致的:缺乏自動化和一致的流程,以確保有效的模型管理。
解決方案
磚,埃德蒙茲現在能夠簡化訪問不同的數據源,並確保他們的庫存車輛清單在網站上是準確的,最新的,全麵提升客戶滿意度。
- 自動化的基礎設施:全麵管理,serverless雲基礎設施的速度、成本控製和彈性。
- 互動工作空間:共享工作區顯著提高跨團隊協作與不同的一套技能。數據科學家和工程師可以編寫和共享代碼在他們的首選語言(SQL, R, Python),而交互式儀表板使非技術用戶參與的數據在同一平台。Beplay体育安卓版本
- 流線型的ML生命周期:MLflow作為核心框架和工具模型部署到生產非常簡單和無縫。
- 優化的數據湖:三角洲湖提供一個集中的係統確保可靠性、事務性和性能的數據。
結果
實現的磚,Edmunds.com能夠民主化數據訪問在他們的組織,使其數據工程,數據科學、和業務分析師團隊協作工作在數據規模。beplay娱乐ios他們也能夠確保數據可靠性和性能的ETL管道和簡化毫升模型生命周期。Edmunds.com也實現了定量結果如下:
- 提高操作效率從數據訪問的productionization ML模式導致了數百萬美元的儲蓄。
- 加速臨時數據分析的6倍讓他們更快的回答數據完整性問題。
- 改善報告的速度處理時間減少60%,或平均每周3 - 5小時的工程團隊。
- 提高車輛數據質量指標在他們的網站上35%。
在埃德蒙茲,磚民主化的數據,數據工程,和機器學習,允許我們灌輸組織內部的數據驅動的原則。