고객 사례
个性化的酒店推荐与深度学习
“데이터사이언스와엔지니어링목표를달성하기위해제대로지원하려면민첩성과유연성이무엇보다중요한요소였습니다。砖의통합형분석플랫폼으로전환해워크플로를100%이플랫폼에서실행하면서비즈니스면에서도고객입장에서도엄청난발전을이루었습니다。”
——Matt Fryer副总裁，Hotels.com首席数据科学官
90年Hotels.com은41개언어로곳의웹사이트를운영중이며,약19000곳에있는호텔325000여곳이목록에등재되어있는온라인숙소예약웹사이트중단연최고의위치를확보한기업입니다。이회사의여행상품예약앱은다운로드횟수가7천만회를넘으며,전세계여행객이완벽한숙소를찾는데유용합니다。
문제점
Hotels.com网站上有32.5万多家酒店的数百万张照片。每天都有成千上万的新照片被酒店和客户上传。这些照片需要快速分析，以避免重复和低质量的图像，然后分类(例如厨房，游泳池，健身房)，以便它们可以进行逻辑排序。最后，当客户搜索网站时，酒店推荐需要个性化，以帮助客户找到最适合他们需求的酒店。实现这一点需要强大的计算能力和先进的分析。
- 머신러닝을활용한소비자경험기반구축:각시설에상응하는대량의이미지파일중에는서로중복된것도있고,체계적으로구성된상태가아니라순위를정하거나분류하기어려웠습니다。실시간채점체계를구축해야했고,머신러닝/딥러닝모델을좀더효율적으로프로덕션에배포할방안을찾아야했습니다。
- 더욱강력하고빠른데이터파이프라marketing구축:대규모데이터사이언스업무과에SQL SAS를쓰는온프레미스하둡클러스터를사용했는데,속도도느리고한계가명확했습니다。전체데이터의고작10%에데이터파이프라marketing을처리하는데만무려2시간이걸렸습니다。
- 고객전환대:실시간으로고객동향을파악하여전환을유도하고고객생애가치(生命周期价值)를높일전략을세울수있어야합니다。
솔루션
砖는Hotels.com을도와”데이터사이언스중심”방식으로거듭난다는목표를이루었습니다。이는고객행동을예상하여한결최적화된사용자경험을제공하고자세운목@ @입니다。
- 클러스터관리:프라를더복잡하게만들지않고도데이터볼륨을대폭확장할수있습니다。
- 대화형워크스페이스:Hotels.com사내는물론Expedia사내다른사업부에속한여러데이터사이언스팀간협업문화를육성합니다。
- 砖运行时:대규모데이터와더불어스트리밍데이터의처리성능을강화합니다。
“데이터사이언스와엔지니어링목표를달성하기위해제대로지원하려면민첩성과유연성이무엇보다중요한요소였습니다。砖의통합형분석플랫폼으로전환해워크플로를100%이플랫폼에서실행하면서비즈니스면에서도고객입장에서도엄청난발전을이루었습니다。”
——Matt Fryer副总裁，Hotels.com首席数据科学官
결과
- 대규모etl가속:처리하는데이터의볼륨을20배늘리면서도성능에는향을미치지않았습니다。
- 사용자경험최적화:고객이시설을검색하는상황에서고도로정확하고효과적방식으로이미지를시합니다。
- 업효율성강화:검색내용을바탕으로적절한이미지와함께적합한호텔을제시하면서전환율이높아지는결과를얻었습니다。
