Kunde
Eines der größten QSR-Unternehmen weltweit, das über 40 Milliarden US-Dollar Jahresumsatz aus mehr als 30.000 Restaurants in 120 Ländern erzielt.
Geschäftliche Herausforderung
- Fragmentierte Datensätze fehlten Echtzeit-Kundendaten für personalisierte Kampagnen.
- Unzureichende Nutzung von Erkenntnissen für Produktinnovation und Engagement
- Kundenhistorie & Support-Daten mussten konsolidiert werden, um Probleme zu lösen
- Begrenzte Integration mit Lieferaggregatoren beeinträchtigte Geschwindigkeit und Einblicke
- Schwache Datenbasis verhinderte fortgeschrittene Analysen
Geschäftsziel
Der Kunde strebte an, Analysen für Omnichannel-Vertrieb und -Marketing zu ermöglichen:
- Plan zur Migration und Integration von Daten aus verschiedenen Quellsystemen, einschließlich Drittanbietern, Kundenplattformen und POS-Systemen
- Streben nach beschleunigter, analytikzentrierter Innovation in Kunden-, Laden- und Produktinitiativen
- Kundenhistorie & Support-Daten mussten konsolidiert werden, um Probleme zu lösen
- Zielsetzung strategischer Initiativen zum Aufbau von „ground-up“ Analytics-Fähigkeiten
- Fokus auf Steigerung des Geschäftswachstums, der operativen Effizienz sowie der Kundenzufriedenheit und -bindung.
Vorgehensweise
- Aufbau eines sicheren AWS Data Lakes mit Glue unter Verwendung einer serverlosen und ereignisgesteuerten Architektur.
- Integration mehrerer Datenquellen, einschließlich POS, ERP, Demografiedaten und API Gateway für umfassende Datenaufnahme.
- Einrichtung sicherer S3-Datenzonen, wobei Glue Crawlers für die effektive Katalogisierung und Partitionierung von Daten genutzt werden.
- Implementierung von PII-Datenzonen zur sicheren Verarbeitung und Durchführung von ETL-Prozessen.
- Ermöglichung von nahezu Echtzeit-Analysen für Einblicke in Kunden, Geschäfte und Produkte zur Unterstützung von Business Intelligence.
- Überwachung von CI/CD-Pipelines mit CloudWatch und Checkmk, um Warnmeldungen für betriebliche Probleme auszulösen und die Systemzuverlässigkeit zu gewährleisten.
- Verwaltung der Betriebsabläufe mit Confluence-basierten Runbooks zur effektiven Überwachung und Fehlerbehebung.
- Anwendung der agilen Methode für Entwicklung, Tests und Bereitstellung, mit Fortschrittsverfolgung in ServiceNow zur Gewährleistung von Transparenz und Zusammenarbeit.
Technologische Komponenten
- AWS-Dienste: Glue, Lambda, S3, Redshift, Snowflake, CloudWatch
- Überwachung: CloudWatch, Checkmk
- Datenintegration: API Gateway, Glue Crawlers
- ETL: AWS Glue, Pyspark
- Projektmanagement: Confluence, ServiceNow, Agile-Methodik
Transformative Effekte
- Erreichte über 30 % Kosteneinsparungen durch den Wechsel zu Reserved Instances für EC2- und EMR-Server.
- Sparsame 100.000 USD+ an Lizenzkosten durch die Migration von Cloud ETL zu AWS Glue und Informatica.
- Verkürzte die Problemlösungszeit um 20 % durch die automatisierte Überwachung von Glue-Workloads
- 10+ einzigartige Datenprodukte (Customer 360, Store 360 usw.), die wertvolle Einblicke zur Verbesserung der Kundenloyalität, des Engagements und der Bindung bieten
