巨型轉換如何取悅客戶數據驅動的個性化體驗beplay体育app下载地址

在巨型,一家領先的連鎖超市在荷蘭和比利時有超過100年的曆史,我們的驕傲在“顧客第一,數據第二”的業務方法。beplay体育app下载地址然而,這並不意味著數據不是我們的使命的核心。相反,我們的組織和數據團隊是完全建立在客戶滿意度和忠誠度。超市運營在一個極具競爭力和複雜的空間,所有組件的客戶體驗需要優化,包括庫存、分類選擇,每段定價策略和產品的重要性。

當我們推出我們的忠誠度計劃,新客戶數據點的數量,開始了我們的數據團隊重新思考我們如何大規模優化客戶體驗。在其核心,巨型試圖取悅客戶和提供最佳的購物體驗。beplay体育app下载地址運行分化存儲格式一方麵,和個性化的信息,提供給客戶,使其無法繼續工作在傳統的方式。beplay体育app下载地址這就是數據分析和人工智能來:他們幫助我們作出決定所需的規模個性化和差異化。

修改了客戶忠誠計劃的推出,我們突然能夠更好地理解各種各樣的個人客戶的偏好,比如哪些產品是最重要的,哪些是經常被遺忘,以及與客戶溝通的最佳時間和通道。beplay体育app下载地址然而,隨著數據量成倍增長,我們的分析和ML能力開始放緩等我們不具備處理規模。所需數據量的增加意味著增加了複雜性和資源來處理從基礎結構的角度來說,這影響我們及時提供見解的能力。長時間處理和查詢是不可接受的。經過多年傳統統計軟件包上連接到一個傳統RDBMS Jupyter筆記本和分析,我們知道,如果我們想最好的使用這些數據,提供購物體驗產生影響,所以我們采取措施改進我們的方法和底層技術啟用它。我們需要一個平台,能夠處Beplay体育安卓版本理客戶級別上數據和火車模型規模遠遠超過我們可以處理我們的個人計算機上。

除了需要現代化我們的基礎設施與大數據分析幫助我們茁壯成長,我們還需要更好的方法來增加速度從概念到生產,減少新員工培訓時間為新人們,合作和提供自助服務為我們的分析師和業務用戶對數據的訪問的見解來幫助提供見解在定價、庫存、銷售和客戶偏好。考慮多種選擇後,我們選擇了磚Lakehouse平台作為我們的需要正確的解決方案。Beplay体育安卓版本

從基本的客戶忠誠度非凡的客戶體驗

磚的Lakehouse實現,我們現在運行大量的並行數據科學與數據工程計劃將數以百萬計的客戶變成更忠實的粉絲。beplay体育app下载地址

作為例子的數據產品直接接觸客戶,我們現在能夠結合起來,在客戶層麵上,使線上和線下購買信息是非常具有挑戰beplay体育app下载地址性的。這omnichannel視圖允許我們創建一個更全麵的網上推薦引擎,這巨大的接觸。現在,根據以往的采購曆史以及甲方同意收集的數據,我們可以product-relevant建議激起消費者的利益。顯然,這是偉大的從業務的角度來看,但真正的利益是多麼幸福它是由我們的客戶。beplay体育app下载地址現在,他們不太可能忘記重要的項目或購買超過他們所需要的。這種平衡已經顯著增加客戶忠誠度。

一個例子的數據產品,幫助改善客戶體驗,我們不斷地運行一個主動提出各種優化算法分類經理。該算法需要運行在可接受的成本,規模,優化使用大量的數據物理存儲和在線客戶,整體市場,金融和商店層麵的地理特征。beplay体育app下载地址一旦機會識別,它提出了結合相同的廣度和深度的數據基礎。

從技術角度來看,磚Lakehouse架構能夠驅動這些改進經驗的幫助下微軟Azure突觸。在一起,這樣的組合允許我們管理,探索和分析準備數據自動化(提議)決策,並使這種分析容易消化通過BI工具,如權力BI。有更深的見解,我們幫助傳播更有意義的理解客戶的行為和授權數據團隊更有效地預測他們想要的產品和服務。

磚現在完全融入我們的端到端流程。這個過程始於一個統一Lakehouse架構,利用三角洲湖標準化訪問所有相關的數據來源(包括曆史和實時)。例如,三角洲湖也有助於構建管道,使可伸縮的數據,實時分析為客戶減少店內缺貨,同時減少不必要的食物浪費中國人由於易腐爛的東西,如新鮮農產品,不會出售。beplay体育app下载地址同時,磚SQL提供我們數據分析師能夠輕鬆地查詢數據更好地理解客戶服務問題,與NLP在後台處理,這些問題涉及不同部門的經營業績。這有助於我們改進的速度,改善用戶體驗。

我們不能夠加速現代化的努力沒有專家的培訓和技術指導磚學院和客戶成功的工程師,充當直接注入理科的知識對我們的數據。這深入了解如何利用我們所有的數據導致了重大改進我們如何管理我們的分類,供應鏈,使戰略決策,更好的支持客戶的發展需求。beplay体育app下载地址

卓越沒有上限,當由數據和人工智能

通過專注於通過三角洲Lakehouse改善客戶體驗,我們啟用了超出了我們最初的預期。我們采取措施改進我們的方法如何使用數據真的讓我們繼續改變我們的業務,推動行業前進。

引人注目的是速度數據和AI功能成為新常態,我們現在能夠實現我們的努力是數據驅動的直接影響。複雜的機器學習模型的輸出後4周內被認為是“慣例”的介紹。和想法的速度生產統計周現在,而不是幾個月。

展望未來,我們將繼續看到采用水平增加,不僅在台車,而且在所有的商業。對於那些也將著手進行數據轉換,我強烈建議他們仔細看看經驗他們為客戶提供改進的可能性。beplay体育app下载地址反饋你的分析對操作過程的產品數據規模是轉變的關鍵業務的所有領域,成功的未來。