Kundengeschichten
Cloud-native Datenplattform maximiert das Datenpotenzial für globale Unternehmen
Multinationaler Logistikdienstleister optimiert sein Geschäft durch die Einbindung von Software-Engineering und DevOps-Prinzipien in die Datenwissenschaft
Ein multinationaler Logistikdienstleister mit Pioniergeist stand in der Zeit nach der Pandemie vor großen Herausforderungen. Das Logistikgeschäft umfasst ein riesiges Netzwerk von Unternehmen, Kontakten und Technologien sowie riesige Datenmengen und ist daher in hohem Maße auf datengesteuerte Operationen angewiesen, um Waren effizient und erfolgreich um die Welt zu bewegen. Dieses Unternehmen wollte die Macht seiner eigenen Daten nutzen, um sein digitales Marketingpotenzial auszuschöpfen.
Nutzen Sie mehrere Datenquellen zur Optimierung datengesteuerter Geschäfte
Warum
Aufbau einer Cloud-nativen Datenplattform auf Basis von Google Cloud Practice
Was
Einbettung von Prinzipien aus dem Software-Engineering und DevOps in datenwissenschaftliche Aktivitäten
Wie
Neue Datenplattform
Jeden Tag werden auf der Welt über 2,5 Quintillionen Bytes an Daten erzeugt. Diese Fülle an Informationen kann Innovationen vorantreiben, sie kann sie aber auch behindern. Ein bahnbrechender Global Player in der Logistik sammelte bereits rund um die Uhr Verhaltens-, Einstellungs- und Transaktionsdaten, sowohl von seinen eigenen Anwendungen als auch von Tools Dritter wie Google Analytics und Adobe Analytics. Aber die Vielzahl der Quellen - intelligente Marketing-Automatisierungstools, Websites, Kundenumfragen, soziale Medien, Online-Communities und Treueprogramme (ganz zu schweigen von den Altsystemen) - machte die Maximierung des Datenpotenzials zu einer Herausforderung. Kurzum, das Unternehmen brauchte eine völlig neue Datenplattform.
Multidisziplinäres Team
Ein Projektteam aus Xebia-Beratern und Kundenmitarbeitern, darunter Plattform- und Dateningenieure, ein Scrum Master und ein Product Owner, wurde zusammengestellt. Dies ermöglichte die Anpassung an die Anforderungen des Kunden und gleichzeitig einen nachhaltigen Wissenstransfer. Das Team hatte die kreative Freiheit, die Roadmap gemeinsam zu definieren, verschiedene Arbeitsweisen anzuwenden und Mitglieder zu wechseln. Nachdem sie verschiedene Lösungen ausprobiert hatten, entschieden sie sich für Agile Scrum in Kombination mit DevOps-Prinzipien. Innerhalb eines Monats wurde eine vollständig konforme Datenplattform auf Amazon Web Service (AWS) aufgebaut. Das Team entwarf die Architektur, indem es AWS-eigene Dienste und Open-Source-Tools kombinierte. Die neue Datenplattform war innerhalb von Minuten vollständig reproduzierbar und unterstützte Konzepte zur kontinuierlichen Bereitstellung und Self-Service-Datendienste. Später wurde die Plattform zu Google Cloud Provider verlagert.
“Mit der neuen Self-Service-Datenplattform sind wir in der Lage, unsere Marketingorganisation weltweit sofort mit aktuellen und konsistenten Daten zu versorgen, um ihre kundenorientierten Kampagnen zu unterstützen.”
Vizepräsident Digital
Multinationales Unternehmen für Logistikdienstleistungen
Vorteile einer Cloud
Die neue Daten- und Analyseplattform, die von dem multidisziplinären Team entwickelt wurde, integriert schnell und einfach mehrere Datenquellen und bietet gleichzeitig alle Vorteile der Cloud - wie Skalierbarkeit, Zuverlässigkeit, Verfügbarkeit in Echtzeit und Kosteneffizienz. Sie kann für die Suche und Identifizierung von Kundensegmenten verwendet werden, die mit Kampagnen angesprochen werden sollen, und sie kann auch On-Demand-Analysen durchführen, ohne in bestehende Daten in Unternehmenssystemen einzugreifen. Das bedeutet, dass Datenwissenschaftler Vorhersagemodelle entwickeln können und dabei die Datenisolierung, -rückverfolgbarkeit und -skalierbarkeit beibehalten. Sie können auch die Versionskontrolle für ihren Code nutzen, Code-Qualitätsprüfungen einbetten und automatisierte Bereitstellungspipelines verwenden. Leistung und Warnmeldungen können über ein Dashboard überwacht werden.
Contact