Notre client souhaitait moderniser son infrastructure technologique de bout en bout tout en gérant de grands volumes de données pour les marchés émergents en faisant la transition vers une plateforme analytique unifiée et évolutive basée sur le cloud. Nous avions pour objectif de fournir des services de promotion commerciale au moyen de campagnes de marketing ciblées qui influenceraient les décisions d’achat sur tous les canaux de vente. Les composantes clés de ces campagnes comprenaient la disponibilité des données, le partage des données, la qualité des données et l’intégration des données afin de stimuler l’achat impulsif, de promouvoir la valeur des produits, de créer des offres groupées et d’offrir des incitatifs aux détaillants.

L’objectif ultime était d’accélérer la croissance des ventes et de mettre en œuvre des stratégies de marketing efficaces pour élargir la portée mondiale. Nous avons tiré parti de Databricks sur Azure pour permettre le traitement dynamique et précis des données, optimiser le ROI, réduire les coûts et accroître l’efficacité globale.

Nous avons proposé Databricks car il offre une plateforme d’analytique de nouvelle génération, flexible, moderne et basée sur le nuage, capable d’intégrer et d’analyser des données structurées et semi-structurées, afin d’optimiser la planification des campagnes, d’améliorer l’extensibilité et la scalabilité. Azure Databricks a facilité diverses formes d’analytique, telles que la BI descriptive, l’IA et la ML prédictive, qui ne pouvaient pas être exécutées dans le modèle SAP existant de notre client. Notre client recherchait une plateforme standardisée, collaborative, unifiée et à source unique de vérité pour les scientifiques de données, les analystes, les ingénieurs, ainsi que les équipes de marketing et de ventes, le tout soutenu par un ensemble de données cohérent.

Une caractéristique clé de la solution mise en œuvre était sa conception basée sur la configuration, permettant une mise en œuvre facile à travers différents marchés sans changements significatifs au code existant. Nous avons optimisé le stockage des données grâce à un format compact pour réduire la taille, maintenir une haute disponibilité et diminuer les coûts. La solution prenait également en charge les données de tous les marchés, sans nécessité de synchronisation manuelle.

Notre équipe a conçu un pipeline de données paramétrable capable d’aller chercher des données diverses, comme les informations client, matériel et prix, pour tous les marchés. Nous avons utilisé Delta Lake pour le stockage et les capacités analytiques des données dans les marchés existants et nouveaux. De plus, nous avons employé Databricks pour identifier et générer des enregistrements delta précis, comblant le manque d’outils et de méthodes de notre client pour cette tâche.

Nous avons réalisé une intégration de bout en bout avec les systèmes d’entreprise, ce qui a amélioré la visibilité des données entre les équipes grâce à la standardisation et l’automatisation. Cela a permis aux ressources de se concentrer sur des tâches plus critiques et d’assurer une surveillance continue des pipelines de données. Ainsi, le problème des coûts répartis a pu être résolu avec succès.