Como o maior e-commerce pet da Austrália melhorou a Experiência do Cliente ao fazer a integração de dados em um Data Warehouse

integração de dados data warehouse

Saiba como a Pet Circle, o maior e-commerce de produtos pet da Austrália, utiliza dados para entender melhor as necessidades dos clientes e dos animais.

Servindo centenas de milhares de donos de animais com alimentos, brinquedos, medicamentos, produtos de higiene e beleza, serviços veterinários e outros, a Pet Circle precisava integrar os dados da base on-premise MariaDB para a cloud da Google, a BigQuery, para entender e melhorar a Jornada do Cliente e criar uma cultura customer-centric.

Ao centralizar dados transacionais no BigQuery do Google Cloud, o Pet Circle economizou meses de esforço de Engenheiros de Dados e obteve acesso confiável a dados precisos. Confira a seguir o passo a passo da empresa até os primeiros resultados da integração dos dados.

Integrando os dados transacionais em um Warehouse

Já faz algum tempo que a Pet Circle passou de um armazenamento local de dados para o Google Cloud, onde hospeda uma pilha personalizada para suportar seu modelo de serviço de assinatura.

James Edwards, co-fundador e Chief Data Officer, escolheu o Google Cloud em virtude da boa capacidade de processamento de modelos de Machine Learning, foco em Big Data e pelo fato da Pet Circle já ser um cliente do Google Cloud para velocidade de anúncios e outros.

Até pouco tempo atrás a Pet Circle ainda usava serviços de banco de dados no topo do Google Cloud, em vez de centralizar os dados em um Data Warehouse. Foi então que Edwards partiu em busca de um parceiro para implantação de uma solução de pipeline para integrar/centralizar os dados transacionais:

Precisávamos centralizar nossos dados transacionais no BigQuery para criar modelos de dados fundamentais e transformações para fornecer valor a nossos clientes e nossa equipe de operações.”

Com a ajuda da melhor ferramenta de integração de dados disponível no mercado e de uma consultoria parceira para a implantação, a Pet Circle precisou de uma equipe interna de apenas cinco pessoas para lidar com a Engenharia de seus dados. “A última coisa que eu quero é que a equipe gaste seu tempo solucionando problemas de dutos quebrados. Eu quero que eles tenham confiança nos dados que estão chegando e com a ajuda da ferramenta e do parceiro de implantação correto, estamos conseguindo alcançar esta meta“, afirma Edwards.

Construindo a “mudança de jogo” para impactar os clientes de forma mais positiva

O objetivo final de uma pilha de dados moderna deve ser sempre usar os dados para criar a melhor experiência para o cliente.

Ao unir as visões das sessões do site com dados pagos, em uma única tabela transformada, a empresa pode entender a frequência com que os clientes visitam o site, fazem login, modificam suas assinaturas e muito mais.

Estes dados têm ajudado a Pet Circle a agregar mais valor para seus clientes e, com isso, aumentar o CLV e diminuir o churn em seu serviço de recorrência de produtos pet.

Ter todos os dados em um Data Warehouse na nuvem cria uma única fonte de verdade, alcançando uma visão 360º do cliente, que o negócio anteriormente não possuía.

Um de seus projetos, por exemplo, está focado nas métricas em torno dos pedidos. Os sistemas transacionais não fornecem um único registro de margem bruta, então analistas de negócios usam trechos de SQL para obter os números de margem bruta.

O momento game-changing Analytics ocorreu quando a empresa, ao eliminar os silos de dados e obter uma única fonte de verdade, obteve análises mais confiáveis eliminando qualquer debate sobre a precisão dos dados, permitindo, com isso, atender melhor aos clientes:

Ter um modelo analítico para nos ajudar a entender o impacto direto de nossas decisões sobre os clientes é fundamental. Uma visão mais sofisticada, centrada no cliente, permeará todo o negócio. Isto é uma mudança de jogo para saber como podemos impactar nossos clientes de forma positiva”, afirma Edwards.

Mas, afinal de contas, o que é Data Warehouse?

Apesar de ainda pouco difundido entre as PMEs brasileiras, já se passaram mais de 30 anos desde que se teve notícia dos primeiros casos de uso de Data Warehouse no cenário empresarial mundial.

Atualmente, um Data Warehouse é uma das ferramentas mais eficientes para se gerir um negócio, especialmente para aqueles que lidam com um médio a alto volume de dados. O conceito principal de Data Warehouse é permitir com que usuários de negócio (stakeholders e colaboradores de uma forma geral) acessem uma versão unificada dos dados para melhorar a tomada de decisões de negócios, elaboração de relatórios e previsões oportunas. O DWH funciona como um sistema de informação com todos os dados passados ​​e comutativos armazenados, de uma ou mais fontes.

data warehouse ROX CX
Fonte: minerra.net

Os Data Warehouses corporativos otimizam os processos de relatórios e BI das empresas. Em vez de processar transações, um Data Warehouse funciona como um banco de dados relacional que realiza consultas e análises.

A principal diferença entre bancos de dados transacionais e Data Warehouses é que os bancos de dados transacionais não resultam em análise, enquanto a análise é executada de forma eficiente no DWH. Em suma, bancos de dados transacionais e Data Warehouses são semelhantes, com exceção do aspecto analítico.

Funções do Data Warehouse

A principal função dos Data Warehouses é ajudar as organizações a evitar o custo de sistemas de armazenamento e dados de backup em nível corporativo, dentre outras funções, não menos importantes, podemos destacar:

  • Limpeza de dados
  • Integração de dados
  • Mapeamento de dados
  • Extração de dados
  • Limpeza de dados
  • Transformação de dados
  • Carregamento de dados
  • Refreshing

Modernizando a integração de dados no Data Warehouse

Anteriormente, muitas empresas dependiam de sistemas de integração de dados desatualizados quando aplicavam mudanças em seus Data Warehouses. Entretanto, devido a necessidade crescente de simplificar o processo de integração de dados nos Data Warehouses, grandes empresas de tecnologia desenvolveram ferramentas de computação em nuvem que permitem, além de um armazenamento mais flexível e escalável em termos de volume e processamento, uma integração mais simplificada.

Melhores ferramentas para simplificar a integração do Data Warehouse

Conheça algumas das ferramentas de cloud Data Warehouse mais populares para alcançar uma integração de dados mais eficiente e prática.

Amazon Redshift

Como uma plataforma totalmente gerenciada o Redshift, ferramenta criada pela AWS, processa petabytes de dados em questão de segundos.

Entre outras vantagens, o Redshift está apto para escalonamento automático da simultaniedade.

Através desta automação, é possível manipular o processo de consulta de dados e torná-lo adequado para demandas de grandes volumes.

Além disso, o Redshift também ajuda as empresas a escalar clusters de dados e alternar entre tipos de nós, otimizando assim o desempenho do Data Warehouse e reduzindo os custos totais do processo.

Azure Synapse Analytics

O Azure Synapse Analyticsda Microsoft é uma ferramenta que ajuda as empresas a maximizar sua eficiência na integração e dimensionamento de volumes petabyte de dados, tanto no carregamento como no processamento.

Ela também permite relatórios em tempo real e usa um sistema de nós enquanto aplica o MPP (Massively Parallel Processing).

A ferramenta é perfeita para otimizar as consultas destinadas ao processamento simultâneo, acelerando assim a extração e visualização de todas as percepções comerciais.

Google BigQuery

O BigQuery, ferramenta escolhida pela Pet Circle pode ser facilmente integrada com outros serviços em nuvem do Google, tais como CloudML e TensorFlow, para construir modelos poderosos de IA e Machine Learning.

O BigQuery também é capaz de gerenciar consultas de dados em escala de petabyte em segundos e fornecer uma análise em tempo real.

Como uma ferramenta baseada em nuvem, BigQuery pode ser usado para realizar análises geoespaciais para avaliar dados baseados em localização. A ferramenta também separa o armazenamento de dados da computação, escalonando assim o processamento de dados e usando fontes de memória com base nas necessidades do negócio.

Snowflake

Snowflake é uma ferramenta realmente prática de integração de Data Warehouse, pois permite a criação de um cloud Data Warehouse de nível empresarial.

Com Snowflake, é possível analisar dados provenientes de várias fontes, tanto estruturadas quanto não estruturadas.

A arquitetura do Snowflake é orientada para cluster e separa o poder de processamento de um armazém de dados do armazenamento de dados.

Com base na atividade dos usuários, é possível escalar facilmente os recursos da CPU e otimizar o desempenho da consulta. O resultado? Insights rápidos e precisos dos dados a um custo bem razoável.

Conclusão

Com crescimento vertiginoso do volume de informações com os quais negócios dos mais diversos segmentos estão tendo que lidar, usar os dados corretamente para compreender o cliente e, assim, oferecer uma melhor experiência, tornou-se obrigatório para a boa saúde financeira das empresas.

A escolha da ferramenta e do parceiro de implementação ideal para melhor gerenciar os dados, sejam eles transacionais, de eventos no e-commerce, ou pessoais é de suma importância, e não pode mais ser negligenciada.

Em se tratando de gerenciamento e governança de dados pessoais dos clientes, a LGPD, que entra em vigor daqui a poucos dias, exige ainda mais atenção e celeridade por parte das empresas.

O cliente dos novos tempos é omni-shopper, ou seja, ele interage e compra produtos e serviços a partir de diversos canais, deixando um “rastro de dados” ao longo da Jornada.

Logo, somente um bom gerenciamento de dados, aliado a uma correta engenharia de integração, será capaz de eliminar os silos para, a partir de uma visão única deste cliente, realizar ações de marketing mais assertivas, visando a tão desejada fidelização.

Sua empresa enfrenta desafios parecidos com o que você viu no artigo? Que tal bater um papo sem compromisso com um(a) consultor(a) da ROX CX? Preencha o formulário abaixo que nós entraremos em contato com você!





Escreva de forma sucinta qual é o maior desafio da sua empresa no campo de Data & Analytics:

banner estudo de caso starbucks
Author:
Fundador e CEO da ROX Group e obstinado por criar produtos e soluções que melhorem a vida das pessoas. É especialista em Transformação Digital Centrada no Cliente, Gestão Ágil de Projetos, Estratégias de Marketing Digital e Gestão da Expansão de Redes de Varejo, através de Franquias.

Let's talk




Quais são as soluções de seu interesse?

Como prefere que façamos contato com você?