약국환경을개화하여성과향상

工业:医疗保健

솔루션:고객세분화，임상건강데이터레이크

플랫폼사용사례:三角洲湖，머신 러닝，ETL

클라우드:Azure

CVS卫生는8000만명이상의고객이매일자사약국을거쳐가기때문에언제나고객의건강을개선하기위한더욱의미있는상호작용을제공할방법을모색하고자노력합니다。2018년에는하둡환경에서머신러닝을활용하여경험을개인화하기시작했지만,데이터세트가너무나다양해서발생하는복잡성과방대한규모로인해고객의행동을세부적으로파악할수없었습니다。CVS健康는砖를사용한이후로고객데이터를분석해여러가지경험,실험및다양한개인화세그먼트를대규모로구현했습니다。

다양하고예측불가능한고객행동파악

2018년에는CVS健康개인화에주력하고자했지만,미국전역에10000개의매장을두고있고예측불가능한행동이수없이단편화되어있어개인화가생각보다어려웠습니다。

CVS健康의선임분석자문拉Nakka저는”희고객은일반적인식품매장고객이아닙니다。우유사는걸잊어서편의점을방문할수도있고,처방전을받고사탕을좀사려고CVS와같은편의점에들를수도있기때문에행동을예측하기가매우어렵습니다。그래서행동의예측변수는예측이불가능하고,우리데이터는차원수가많아서어떤머신러닝모델에서든오버피팅문제를일으킬수밖에없습니다。라고설명했습니다。

CVS Health는하둡에서개marketing화여정을시작했습니다。환경을구축하고몇개월내로첫개인화캠페인을고객에의1%적용했지만,처리성능과물리적데이터스토리지의한계로인해1%에서5%로확장하는과정에서장애물에부딪혔습니다。CVS健康엔터프라이즈분석부문이사인米歇尔은”추가로하드웨어를구축하는데현실적인제약이있어서원하는수준까지확장이어려웠습니다。”라고말했습니다。

원하는만큼개인화하려면더욱안정적인플랫폼이필요했기에다시한번목표를설정하고옵션을찾아보기시작했습니다。”拉는고객이문자,전화통합,매장내혜택등,어떤채널에서더욱잘소통하는지알아내고싶었기때문에프로세스최적화가매우중요한목표였습니다。그리고타이밍도그만큼중했죠。처방전을갱신하려는사람이있다고생각해보세。이미처방전을다시받은고객말고,그고객에게적절한시점에혜택을발송하는타이밍이얼마나중요하겠어요。라고덧붙였습니다。

클라우드기반환경으로대규모개화실현

CVS健康는Azure砖를사용하여클라우드기반환경으로전환하기로했습니다。그덕분에지원가능한사용사례를확장하고,결과적으로는약국고객에게개인화된혜택을제공할만큼규모도확장할수있었습니다。

米歇尔은”Azure砖를사용하고나서고유한비즈니스및다양한비즈니스사용사례에맞게클러스터를확장할수있는유연성을얻었습니다。이제물리적하드웨어의제약도사라졌습니다。라고말했습니다。

또한，Databricks는팀원들이절실히원하든민첩성도제공했습니다。따라서실험프레임워크를구축하여테스트하고,다양한환경에서신속하게이터레이션할수있으며,머신러닝활용능력도확장되었습니다。자산을한곳으로모으고인터랙티브노트북을사용하면서데이터액세스제한,리소스를많이사용하는파이프라인등과같이데이터소스분산으로인해발생하는문제가더이상생겨나지않았습니다。

새로운협업환경에서는모든팀원이함께협업할수있습니다。데이터엔지니어링은데이터파이프라인을더욱빠르게구축하고,데이터사이언티스트는毫升모델을더욱효율적으로훈련하며,데이터애널리스트는재무및운영지표를가시화하여画面를통한내부의사결정을개선합니다。