導入事例
デ、タと機械学習の活用により、収益に、ながる顧客体験を可能に

業種：広告·マ，ケティングテクノロジ，

解决方案:广告效果，客户生命周期价值，客户保留，推荐引擎

プラットフォ，ム·ユ，スケ，ス:三角洲湖、デタサエンス、機械学習、ETL

クラウド:Azure

昨今のオムニチャネルの小売業界では,顧客は自身のニーズにあわせてパーソナライズされたエクスペリエンスを重視する傾向があることが注目されています。フランスに拠点を置くコミュニケーショングループ,ピュブリシス・グループ(Publicis Groupe)はデジタル技術を活用し,小売業における顧客エクスペリエンスに変革をもたらしています。しかし,データに関する数々の課題やチームのサイロ化が,理想的なパーソナライズの障壁となっていました。ピュブリシス·グル，プは，これらの課題を解決すべく数据库を導入。クラ@ @アントである小売業における顧客獲得の効率化と顧客維持の支援に成功しています。さらに，クラアント企業のキャンペン収益を最大50%増大させています。

デ，タの不整合，チ，ム間コラボレ，ションの欠如という課題

コミュニケーション企業として世界第3位のピュブリシス・グループは,社内外のソースから取得する膨大なデータを扱っています。数百万人の顧客による数十億件のトランザクションから得られるデータを処理するために顧客データプラットフォームを導入したところ,システムの限界に達するという問題が発生。そこで,複数のHDInsightクラスタを構築し,データパイプラインと自動化と分析環境の運用を試みます。しかし,スケーラビリティに問題があり,分析クエリの実行に要する時間が許容範囲を超えるという事態が生じていました。

さらに，。一例を挙げると,Jupyter笔记本ではコードの共有・再利用がしにくく,データサイエンティストは,デバッグやレビューの際にコードを手動でやり取りする必要がありました。

ピュブリシス·グル，プのSVPクリッシュ·クルッパ，ス氏は次のように述べています。“非効率的なデータ処理は,分析やデータサイエンスの質を低下させ,適切なメッセージを的確なタイミングでお客様にお届けする妨げとなります。」

デ，タ分析に統合プラットフォ，ムを導入

一旦团队实现了Azure Databricks，数据的统一——从ETL到运行ML模型——改变了一切。通过与Microsoft Azure及其整个技术堆栈的本机集成，Databricks易于管理，只需几分钟即可启动。它为阳狮团队提供了一个Lakehouse平台，可以简化基础设施管理，加速大数据处理，并大规模提bob体育客户端下载高数据团队的生产力。阳狮的数据工程师能够扩展内存和编写优化的集群，轻松处理超过25亿笔交易。

コラボレーションの観点では,砖のインタラクティブな笔记本が生産性を向上させています。データサイエンティストやアナリストは笔记本を共有するだけでなく,アドホックな実験,モデルのトレーニングやスコアリング,運用を行うことができるようになりました。またδは湖読み取り・書き込みの一貫したデータの配信を可能にし,リアルタイムデータとバッチデータの両方の統合とアップサート処理が容易にしています。

ピュブリシス・グループ我们のマーケティング機械学習部門VPのシャラッド・バーシュニ氏は次のように述べています。“砖の導入によって,顧客の360度ビューが可能になり,全ての小売業の顧客の生涯価値と維持率を高めるためのモデルを開発することができました。」

360度の顧客ビュによる顧客維持と収益増大

砖を導入して以来,ピュブリシス・グループは,リアルタイムなアクティベーションモデルに移行することで,収益を大幅に改善する方法を顧客企業に提供できるようになりました。数ある成功事例の1つとして,ピュブリシスの顧客は,高度なパーソナライゼーションをキャンペーンに利用することで,前年比で45%の収益増を達成したことがあげられます。ピュブリシスの顧客企業の別のケースでは,クーポンを所有している顧客のリアルタイム追跡を統合し,クーポンを使用した顧客ではなく,使用していない顧客に焦点を当てたキャンペーンを実施しました。その結果，数日後の顧客の収益は50%増加となりました。

“砖は私たちのお客様の既存顧客の解約を減らすだけでなく,顧客の生涯価値,購買傾向,チャネルへの親和性に基づいたレコメンデーションによって収益を増加させる鍵となりました。”(クリッシュ・クルッパース氏)

砖は,ピュブリシス・グループの顧客企業のリアルタイムパーソナライゼーションの成功を支え,当グループにおいてもデータ処理を5倍高速化させています。25億件のトランザクション処理にかかっていた時間は36時間から5時間に短縮。また，Sparkクラスタのコスト効率も向上しています。ピュブリシス・グループは,自動スケーリングを実現したことで,データエンジニアリングパイプラインの運用コストを前年比で22%削減することができました。さらに2 ~ 3日ごとに5000ドル以上かかっていた顧客の毫升ワークロードの運用コストを,月々わずか800ドルに抑えています。

また,チーム間の生産性については,実際にコラボレーションが可能になったことで,データサイエンスチームとデータアナリストがオンデマンドでクラスタを作成できるようになり,開発期間が約30%短縮されています。砖によって節約できた時間とリソースを活用して,ピュブリシス・グループのチームは,今後もお客様に最高のサービスを提供する戦略を策定していきます。