Data/AI

고객 클릭스트림 데이터 지연 시간 99% 감소 쿠키 지속 시간 52배 증가 산업: 리테일 및 소비재 솔루션: Customer 360 플랫폼 사용 사례: 델타 레이크, 데이터 사이언스, 머신 러닝 파트너: Snowplow CLOUD: AWS "Burberry.com에서 제품을 찾아보는 고객들은 자신이 정말로 찾고 있는 것이 무엇인지 우리에게 알려줍니다. 데이터브릭스와 스노우플로를 활용하게 되면서, 고객들이 매장에 방문하는 순간부터 그들의 정보를 파악하고, 이를 통해 맞춤화된 차세대 고객 경험을 제공하는 AI-Ready Customer 360을 구현할 수 있게 되었습니다." - Benjamin Stephens, 의사 결정 분석 부문 선임 관리자, 버버리 버버리는 영국의 깊은 전통을 자랑하는 글로벌 럭셔리 브..

자동차 판매 10% 증가 손실 판매 기회 및 재고 보유 비용 30% 감소 인사이트 도출 시간 4배 단축 산업: 리테일 및 소비재 솔루션: 추천 엔진, 고객 생애 가치, 수요 예측, 광고 효과 플랫폼 사용 사례: 레이크하우스, 델타 레이크, 데이터 사이언스, 데이터브릭스 SQL, ETL CLOUD: Azure "Al-Futtaim은 자동차부터 소매업까지 조직의 모든 부서가 데이터브릭스 레이크하우스를 활용하여 비즈니스 전반에 걸쳐 고객에 대한 통합된 뷰를 확보할 수 있습니다. 이를 통해 예측, 공급망 관리, 개인화된 마케팅 캠페인, 교차 판매 전략, 로열티 프로그램 강화 등 모든 영역을 최적화할 수 있습니다." - Dmitriy Dovgan, Al-Futtaim 그룹 데이터 사이언스 책임자 중동 경제 성장의..

(원문: 링크) 1. 도전 과제 규모와 복잡성: 맥도날드는 전 세계 119개 시장에서 4,000명 이상의 사용자와 39,000개 이상의 레스토랑을 운영하기 때문에 머신러닝 운영 환경이 방대하고 복잡합니다. 하이브리드 클라우드 환경: 다양한 클라우드 옵션을 염두에 두면서 데이터 사이언스 솔루션을 관리하기 위해 유연성을 위한 오픈 소스 기술을 채택해야 했습니다. 가치 실현 시간 (time-to-value) 압박: 매장 예측 (store forecasting), 자동화, 추천 시스템을 포함한 데이터 분석 기능을 신속하게 개발하는 동시에 신속한 실험, 가치 증명, 프로덕션 배포를 보장해야 했습니다. 2. 솔루션 최고의 선택, 데이터브릭스: 맥도날드는 간편한 배포 모델, 언어 유연성(Python, Spark, S..

(원문: 링크) 1. 도전 과제 레거시한 데이터 시스템: 스타벅스는 분산된 시스템에서 페타바이트 규모의 데이터를 처리하는 데 어려움을 겪었습니다. 실시간에 가까운 데이터 처리, 업데이트 및 병합의 효율적인 구현, 대규모 데이터를 위한 최적의 엔지니어링 방법을 구현하기 위해 데이터 시스템을 현대화해야 했습니다. 통합되지 않은 사용자 경험: 소비 측면에서 스타벅스는 신뢰할 수 있는 단일 데이터 원본의 부재, 통합된 사용자 경험의 부족, 데이터와 모델 개발 및 운영 간의 부조화로 인해 어려움을 겪었습니다. 이는 지속적인 실험과 재현성을 방해했습니다. 데이터 수집의 복잡성: 스타벅스는 구조화된 스트리밍, 내결함성 (fault tolerance), 과거 데이터 통합, 그리고 스토어 파트너에게 실시간 인사이트 제공..