Suosittelujärjestelmä: 72% Ristiinmyynnin tehostaminen tietojen keräämisen avulla verkkokauppoja varten.

Python-pohjaisen ratkaisun tavoitteena on käyttäjätietojen keruujärjestelmän automatisointi ja käyttäjäanalytiikan parantaminen.

Asiakas

Teollisuus

Verkkokauppa

Alue

YHDYSVALLAT

Asiakas vuodesta

2019

Asiakkaamme on suuri yhdysvaltalainen verkkokauppa. Kaupan päävalikoima on monipuolista vaatetusta eri tuotemerkeiltä miehille, naisille ja lapsille.

Yksityiskohtaisia tietoja asiakkaasta ei voida luovuttaa NDA:n määräysten nojalla.

Haaste

Olemme tehneet yhteistyötä verkkoalustan kanssa, joka tarjoaa mahdollisuuden ostaa vaatteita ja asusteita eri tuotemerkeiltä.

Asiakkaamme toi meille aktiivisesti kehittyvän suosittelujärjestelmäarkkitehtuurin analytiikkaa ja käyttäjien toimintaa koskevan tiedon keräämistä varten.

Ratkaisu

Tavoitteenamme oli luoda tiedonkeruu- ja tietojenkäsittelyjärjestelmä, jonka avulla sekä ostajille voidaan antaa suosituksia asiaankuuluvista tuotteista että asiakkaalle voidaan tarjota yhdessä paikassa enemmän asiaankuuluvaa tietoa ostajan toiminnasta.

Alustaa ei kehitetty tyhjästä, vaan muokkasimme sitä asiakkaan tehtävien puitteissa. Ratkaisu on rakennettu pilviteknologioiden varaan, mikä on nykyaikainen kehitystapa, joka mahdollistaa DevOpsin säästämisen, sillä pilvipalvelut tarjoavat kaiken tarvittavan pilven sisällä.

Tiedot kerätään sen perusteella, mitä asiakkaat ostavat tai lisäävät ostoskoriin, mitä he klikkaavat, mitä hiiren liikkeitä he tekevät jne. Lisäksi järjestelmä luo malleja, jotka tarjoavat ostajille mahdollisesti haluttuja tavaroita. Olemme vastanneet tarkan tiedonkeruun järjestämisestä.

KYSELYJEN OPTIMOINTI METRIIKAN LATAAMISEKSI LUMIHIUTALEESEEN

Meille annettiin valtava tiedosto, joka koostui useista riveistä (pari tuhatta) ja erilaisista SQL-kyselyistä. Asiakas keräsi tietoja eri taulukoista ja laski erilaisia mittareita. Koodissa oli paljon toistuvia kohtia, ja meidän oli luotava kyselygeneraattori, joka muutti useiden koodimallien perusteella kyselyjen syöttöarvoja ja suoritti ne sen sijaan, että olisi suorittanut samoja useita kyselyjä. Näin voitiin luoda kätevä, joustava ja skaalautuva työkalu, jolla voidaan lisätä kyselyitä nopeasti ja dynaamisesti uusien mittareiden laskemiseksi.

TIEDONHALLINNAN AUTOMATISOINTI

AWS on Amazonin pilvialusta, jonka avulla sovellusten tarjoajat, ISV:t ja myyjät voivat nopeasti ja turvallisesti isännöidä ratkaisujaan - olipa kyse sitten olemassa olevasta sovelluksesta tai uudesta sovelluksesta. SaaS-pohjainen sovellus. AWS Systems Manager Parameter Store takaa turvallisen säilytyspaikan konfiguraatiotietojen ja salasanojen hallintaa varten. Tehtävämme oli automatisoida uusien konfiguraatioiden tai arkaluonteisten salasanojen tai tietojen lisääminen tai vanhentuneiden konfiguraatioiden tai tietojen muuttaminen, jotta käyttäjän ei tarvitse tehdä sitä manuaalisesti graafisen käyttöliittymän kautta.

AIRFLOW-ASENNUKSET

Airflow'ssa työnkulut suunnitellaan ja ilmaistaan DAG:eina, joissa kukin DAG:n vaihe on määritelty erityiseksi tehtäväksi. Se on suunniteltu tietäen, että kaikki tietojen louhinta-, muunnos-, lataus- ja manipulointiprosessit voidaan parhaiten ilmaista koodina, ja siksi se on koodipohjainen alusta, joka mahdollistaa työnkulkujen nopean ja tehokkaan iteroinnin. Koska Airflow on erittäin tehokas dataputken työnkulkujen organisoinnissa ja aikataulutuksessa, käytämme sitä ennalta suunniteltujen tapahtumien määrittämiseen. DAG voidaan suorittaa tunneittain tai esimerkiksi 3 tunnin 30 minuutin välein ja niin edelleen. Jos kaikki DAG:n tehtävät on suoritettu onnistuneesti, DAG katsotaan onnistuneesti suoritetuksi. Se on kätevää, koska DAG:t toimivat aina ilman manuaalisia toimenpiteitä.

DATABRICKSIN HALLINTA

Loimme uusia tehtäviä, jotka lukivat tietoja asiakkaan S3-ämpäristä, suorittivat jonkin verran käsittelyä ja latasivat tiedot suoraan meille DynamoDB:hen. Nämä tehtävät lisättiin osaksi Airflow DAG:ia tämän prosessin automatisoimiseksi.

CI/CD-TOTEUTUS

Projektin parissa työskennellessämme otimme käyttöön CI/CD:n, joka on yksi DevOps-käytännöistä, joiden avulla kehittäjät voivat ottaa ohjelmistomuutoksia käyttöön useammin ja luotettavammin, minimoida virheet, lisätä kehitysnopeutta ja parantaa lopputuotteen laatua. Otimme sen käyttöön GitHubin ja Databricksin välillä. Siten kun jokin asia on muuttunut GitHubissa, se näkyy automaattisesti Databricksissämme. Ja sen seurauksena asiakas saa laadukkaamman ratkaisun mahdollisimman pienellä pussimäärällä.

Teknologiat ja työkalut

Tärkeimmät ohjelmointikielet

Python, Scala, Java, SQL

Tietojen analysointi

Scala, Python, Tableau

Cloud

AWS (EC2, MWAA, Lambda, S3, SSM, CloudWatch, IAM, CloudFormation, CodeBuild, EMR), DataDog, DataDog.

Tietokanta

Snowflake, Databricks, Kafka, DynamoDB

Kehykset

Hadoop, Spark

Prosessi

Ottaen huomioon kaikki asiakkaan vaatimukset ja hankkeen erityispiirteet ehdotimme Scrumia ohjelmistokehityksen elinkaarimenetelmäksi, jossa käytettiin Jiraa ja Confluencea. Viestintävälineeksi asiakas ehdotti Microsoft Teamsin käyttöä.

Runsas kokemuksemme erilaisten verkkosovellusten ja tiedonhallintajärjestelmien kehittämisestä johti siihen, että tiimimme ehdotti sopivinta teknologiapakettia.

Koko projektin ajan pidämme päivittäisiä ja viikoittaisia kokouksia, teknisiä katselmuksia, sprintin katselmuksia, retro- ja suunnittelukokouksia sekä jatkuvia kahdenkeskisiä tapaamisia tiimin vetäjän kanssa kaikista kysymyksistä ja huolenaiheista.

Hyvin suunnitellun työnkulun sekä oikea-aikaisten ja avointen viestintäprosessien ansiosta pystymme tuottamaan tuloksia nopeammin ja tehokkaammin.

Joukkue

Tiedot Engineers

Tietoanalyytikot

Projektipäällikkö

Tuotepäällikkö

QA Engineer

Tulokset

Hankkeen aktiivisen vaiheen, joka tarkoittaa data-analytiikan ja suosittelujärjestelmän päivittämistä, päätyttyä verkkokauppa-alusta on parantanut suorituskykyään, vakauttaan ja käytettävyyttään, mikä on lisännyt sen markkinointimahdollisuuksia ja lisännyt myyntiä.

Hankkeen tiimi tunnustettiin ammattilaisiksi laajasta teknisestä taustastaan ja korkeista viestintätaidoistaan. Koska onnistuimme järjestämään yhteistyön asiakkaan kanssa onnistuneesti projektin aktiivisessa vaiheessa, IT-asiantuntijamme jatkoivat yhteistyötä asiakkaan kanssa ja tarjosivat ratkaisulle pitkäaikaista tukea.

Hankkeen kesto

Vuodesta 2022 lähtien
Hanke on edelleen käynnissä, tässä vaiheessa tuemme alustaa ja uusien toimintojen käyttöönottoa.

Liittyvät tapaukset

Ota yhteyttä

Varaa puhelu tai täytä alla oleva lomake, niin otamme sinuun yhteyttä, kun olemme käsitelleet pyyntösi.

Nimi

Yritys

Sähköposti

Puhelin

Viesti

Lähetä meille ääniviesti

Liitä asiakirjoja

Lataa tiedosto

Voit liittää 1 enintään 2 Mt:n tiedoston. Hyväksytyt tiedostomuodot: pdf, jpg, jpeg, png.

Klikkaamalla Lähetä, annat suostumuksesi siihen, että Innowise käsittelee henkilötietojasi meidän Tietosuojakäytäntö antaa sinulle asiaankuuluvia tietoja. Antamalla puhelinnumerosi suostut siihen, että voimme ottaa sinuun yhteyttä puheluiden, tekstiviestien ja viestisovellusten kautta. Puhelu-, viesti- ja datahintoja voidaan soveltaa.

Voit myös lähettää meille pyyntösi
osoitteeseen contact@innowise.com

Mitä tapahtuu seuraavaksi?

Kun olemme vastaanottaneet ja käsitelleet pyyntösi, otamme sinuun yhteyttä ja kerromme yksityiskohtaisesti projektin tarpeet ja allekirjoitamme NDA-sopimuksen luottamuksellisuuden varmistamiseksi.

Tutkittuaan toiveesi, tarpeesi ja odotuksesi tiimimme suunnittelee projektin ehdotuksen, jossa esitetään työn laajuus, tiimin koko, aika- ja kustannusarviot.

Järjestämme kanssasi tapaamisen, jossa keskustellaan tarjouksesta ja sovitaan yksityiskohdista.

Lopuksi allekirjoitamme sopimuksen ja aloitamme projektisi toteuttamisen heti.

Suosittelujärjestelmä: 72% Ristiinmyynnin tehostaminen tietojen keräämisen avulla verkkokauppoja varten.

Asiakas

Haaste

Ratkaisu

Tavoitteenamme oli luoda tiedonkeruu- ja tietojenkäsittelyjärjestelmä, jonka avulla sekä ostajille voidaan antaa suosituksia asiaankuuluvista tuotteista että asiakkaalle voidaan tarjota yhdessä paikassa enemmän asiaankuuluvaa tietoa ostajan toiminnasta.

Teknologiat ja työkalut

Prosessi

Joukkue

Tulokset

Liittyvät tapaukset

Ota yhteyttä

Mitä tapahtuu seuraavaksi?

Tarvitsetko muita palveluja?

Tilaa osoitteeseen uutiskirjeemme

Tilaa
osoitteeseen uutiskirjeemme