fbpx
Retail Azure
24Dec 2021

Рітейл — одна з основних сфер, в яких BIG DATA-аналітика затребувана найбільш за все через величезний потік неструктурованої інформації, що проходить через системи обліку компанії.

На даний момент, особливо у великих і давно працюючих гравців ринку, накопичилася величезна кількість даних про клієнтів, продажі, закупівлю, ефективність маркетингових стратегій і прибутковість програм лояльності, аналіз яких може дати відповідь практично на будь-яке запитання бізнесу.

Вже довгий час рітейлери збирають та використовують дані клієнтів, які вони отримують під час запуску акцій, програм лояльності, проведення рекламних кампаній. Торгові мережі використовують цю інформацію для планування закупівель, асортименту, обсягів продажу, попиту, поповнення товарних запасів і навіть пікових навантажень на торгові точки.

Проте до сьогодні нові дані з’являлися швидше ніж програмне забезпечення, яке може їх обробити. Тому поступово галузь почала формувати запит на послуги, які можуть автоматично об’єднувати велику кількість різнорідної інформації, структурувати її та накопичувати для подальшого аналізу.

 

Попит народжує пропозицію, і відповіддю на запит бізнесу стала платформа Microsoft Azure Synapse Analytics – хмарний аналітичний сервіс, який дає можливість підключити різні джерела даних, автоматизувати надходження даних до сховищ (DWH), структурувати отримувану інформацію та налаштувати інформаційні панелі (дашборди) для візуалізації будь-яких звітів. Таким чином, Microsoft Azure Synapse Analytics дозволить скоротити витрати на обслуговування наземних DWH та створити хмарну аналітичну систему компанії.

Один з провідних операторів роздрібної мережі в Україні вибрав це рішення для скорочення витрат на обслуговування наземних DWH (оскільки зростання обсягу даних тягне за собою зростання витрат на обладнання) та створення системи аналітичної звітності для її візуалізації в live-форматі.

Головною проблемою рітейлера була неможливість часто оновлювати дані для формування звітів, оскільки наземні сховища даних за таких масштабів бізнесу можуть забезпечити оновлення приблизно 1 раз на 10 годин. Таким чином, компанія не могла своєчасно отримувати актуальну інформацію і оперативно реагувати на зміни і нові тенденції.

Насамперед, була організована міграція даних компанії у хмару, після чого створено хмарне сховище (Azure Blob StorageAzure Data Lake StorageAzure Data Factory) для скорочення витрат на обслуговування серверів та обробку даних. Такий підхід також гарантує практично «нескінченне» масштабування сховищ даних без будь-якого ризику того, що в якийсь момент компанія – фізично та фінансово – просто не зможе обслужити свою IT-інфраструктуру.

Найважливішою перевагою для компанії стала можливість оплати лише використовуваних сервісів та замовлених потужностей, тобто тепер торгова мережа може впливати на витрати по обслуговуванню DWH, змінюючи тарифні плани залежно від своїх потреб та реально спожитих послуг.

Додатковим бонусом такого рішення стала безпека зберігання інформації — дані, зібрані в єдину еко-систему сховищ, значно простіше структурувати та агрегувати для подальшого аналізу.

Наступним кроком стало створення хмарної звітності та її візуалізація за допомогою системи аналітики Power BI. Головною перевагою такого рішення стала автоматизація швидкого оновлення звітів (1 раз на годину) та вибір безлічі опцій для їх візуального відображення.

Тепер керівництво торгової мережі може вести моніторинг активностей усіх департаментів та коригувати їх результати, а також швидко реагувати на негативні тенденції та порушення бізнес-процесів. Крім того, єдина область доступу до даних та звітів спростила взаємодії між департаментами та співробітниками компанії, а контроль доступу дозволив надавати кожному співробітнику лише необхідні для його роботи дані.

РЕЗУЛЬТАТ:

  • Витрати на утримання ІТ-інфраструктури скоротилися на 25%
  • Час обробки звітів та їх візуалізація стали швидшими в 10 разів
  • Точність прогнозу клієнтопотоку збільшила продажі на 12% за рахунок підвищення швидкості обробки даних
  • Кількість нереалізованої через прострочення продукції скоротилася загалом – на 28%, зокрема молочної продукції – на 40% за рахунок своєчасного моніторингу терміну придатності
  • Завантаженість співробітників компанії скоротилася на 30% за рахунок автоматизації роботи з даними та автоматичної генерації звітів
Для отримання детальної консультації по питанню впровадження
Microsoft Azure Synapse Analytics
звертайтеся
до наших аналітиків.