機械学習によるパソナラゼション

时尚,《纽约客》,《连线》杂志など著名な雑誌を発行する米コンデナスト社は,データを駆使することで,印刷物,オンライン媒体,動画,SNSを通じて10億人を超える読者にコンテンツを提供しています。しかし,膨大なデータを活用することは容易ではなく,インフラの管理や,データサイエンスの生産性向上に苦心してきました。数据库が，この問題を解決しました。クラスタを自動化することでDevOpsの手間を省き,三角洲湖により,一月当たり1兆のデータポイントを処理するデータパイプラインの構築を実現しました。さらに,MLflowとの連携によりデータサイエンスのイノベーションを活性化させ,機械学習のライフサイクル全体の管理を可能にしました。これらの実現により,ブランド全体を通じてパーソナライズされたコンテンツを顧客に提供し,顧客の囲い込みと維持率向上に成功しました。

无法使用客户数据来改善内容体验

米出版大手のコンデナスト社は，20を超えるブランドを運営しています。月当たりのWebコンテンツ閲覧者数は1億を超え,ページビューは8億回を超え,膨大なデータが蓄積されていました。データ部門は,機械学習の利用を通じてパーソナライズされたコンテンツ提案とターゲティング広告を配信し,ユーザーエンゲージメントの向上を図りました。しかし,実際にやってみると,いわゆるバニラ状態の火花を使用してデータプラットフォームを構築することは,困難であることがわかりました。

• インフラの複雑さ:火花クラスタの構築と管理は多くの準備と頻繁なメンテナンスを要し,結果的に,より重要な業務に十分な時間を確保できなくなっていました。
• 現状からの脱却:現状の問題を解決し,チームとしての活動を促進するために,データパイプラインの構築と,より高度な分析のための共通のプラットフォームが必要でした。
• 数据太多:数据集的增长超过了现有的数据湖解决方案。