System rekomendacji: 72% ulepszenie sprzedaży krzyżowej poprzez gromadzenie danych dla sklepów internetowych

Rozwiązanie oparte na Python ma na celu automatyzację systemu gromadzenia danych użytkownika i ulepszenie analityki użytkownika.

Klient

Branża

Commerce électronique

Région

USA

Klient od

2019

Naszym klientem jest duży sklep internetowy w USA. Głównym asortymentem sklepu jest zróżnicowana odzież różnych marek dla mężczyzn, kobiet i dzieci.

Szczegółowe informacje o kliencie nie mogą być ujawnione zgodnie z postanowieniami NDA.

Wyzwanie

Współpracujemy z platformą internetową, która zapewnia możliwość zakupu ubrań i akcesoriów różnych marek.

Nasz klient dostarczył nam aktywnie rozwijającą się architekturę systemu rekomendacji do analityki i zbierania danych o aktywności użytkowników.

Wdrożenie

Naszym celem było stworzenie systemu gromadzenia i przetwarzania danych, aby zapewnić zarówno kupującym rekomendacje dotyczące odpowiednich towarów, jak i klientowi bardziej istotne informacje na temat aktywności kupujących w jednym miejscu.

La plateforme n'a pas été développée à partir de zéro; nous l'avons modifiée dans le cadre des tâches du client. La solution est construite sur des technologies en nuage, une approche de développement moderne qui permet d'économiser sur DevOps, car les services en nuage offrent tout ce qui est nécessaire dans un nuage.

Dane są gromadzone na podstawie tego, co klienci kupują lub dodają do koszyka, ich kliknięć, ruchów myszy itp. Następnie system tworzy modele, które będą oferować kupującym potencjalnie pożądane towary. Byliśmy odpowiedzialni za zorganizowanie dokładnego zbierania danych.

OPTYMALIZACJA ZAPYTAŃ DO PRZESYŁANIA METRYK DO SNOWFLAKE

Dostarczono nam ogromny plik składający się z wielu wierszy (kilka tysięcy) z różnymi zapytaniami SQL. Klient zbierał dane z różnych tabel i obliczał różne wskaźniki. Istniało wiele powtarzających się części kodu i musieliśmy stworzyć generator zapytań, który w oparciu o kilka szablonów kodu zmieniał wartości wejściowe zapytań i wykonywał je zamiast wykonywać te same wielokrotne zapytania. Umożliwiło to stworzenie wygodnego, elastycznego i skalowalnego narzędzia do szybkiego i dynamicznego dodawania zapytań w celu obliczenia nowych wskaźników.

AUTOMATYZACJA ZARZĄDZANIA DANYMI

AWS est une plateforme cloud d'Amazon qui permet aux fournisseurs d'applications, aux éditeurs de logiciels indépendants et aux vendeurs d'héberger rapidement et en toute sécurité leurs solutions, qu'il s'agisse d'une application existante ou d'une nouvelle application. Aplikacja oparta na SaaS. AWS Systems Manager Parameter Store zapewnia bezpieczne repozytorium do zarządzania danymi konfiguracyjnymi i hasłami. Naszym zadaniem było zautomatyzowanie dodawania nowych lub zmiany nieaktualnych konfiguracji lub wrażliwych haseł lub danych, tak aby użytkownik nie musiał robić tego ręcznie za pomocą interfejsu graficznego.

KONFIGURACJA PRZEPŁYWU POWIETRZA

W Airflow przepływy pracy są projektowane i wyrażane jako DAG, gdzie każdy krok DAG jest zdefiniowany jako konkretne zadanie. Został on zaprojektowany ze świadomością, że wszystkie procesy ekstrakcji, transformacji, ładowania i manipulacji danymi są najlepiej wyrażone jako kod, i jako taka jest to platforma oparta na kodzie, która umożliwia szybką i wydajną iterację przepływów pracy. Ponieważ Airflow jest wysoce skuteczny w organizowaniu i planowaniu przepływów pracy potoku danych, używamy go do konfigurowania wstępnie zaplanowanych zdarzeń. DAG może być uruchamiany co godzinę lub na przykład co 3 godziny 30 minut itd. Jeśli wszystkie zadania w DAG zostały pomyślnie zakończone, wówczas DAG jest uważany za pomyślnie zakończony. Jest to wygodne, ponieważ DAG działa przez cały czas bez konieczności wykonywania ręcznych czynności.

ZARZĄDZANIE CEGŁAMI DANYCH

Utworzyliśmy nowe zadania, które odczytywały dane z zasobnika S3 klienta, wykonywały pewne przetwarzanie i przesyłały dane bezpośrednio do nas w DynamoDB. Zadania te zostały dodane jako część Airflow DAGs, aby zautomatyzować ten proces.

WDROŻENIE CI/CD

Podczas pracy nad projektem skonfigurowaliśmy CI/CD, jedną z praktyk DevOps, która pozwala programistom wdrażać zmiany w oprogramowaniu częściej i bardziej niezawodnie, minimalizować błędy, zwiększać szybkość rozwoju i poprawiać jakość produktu końcowego. Włączyliśmy ją między GitHub i Databricks. W ten sposób, gdy coś zmieniło się w GitHub, jest to automatycznie wyświetlane w naszym Databricks. W rezultacie klient otrzymuje rozwiązanie wyższej jakości przy minimalnej liczbie worków.

Technologie i narzędzia

Główne języki programowania

Python, Scala, Java, SQL

Analiza danych

Scala, Python, Tableau

Usługi chmurowe

AWS (EC2, MWAA, Lambda, S3, SSM, CloudWatch, IAM, CloudFormation, CodeBuild, EMR), DataDog

Bazy danych

Snowflake, Databricks, Kafka, DynamoDB

Frameworki

Hadoop, Spark

Proces

Biorąc pod uwagę wszystkie wymagania klienta i specyfikę projektu, zaproponowaliśmy Scrum jako metodologię cyklu życia oprogramowania z wykorzystaniem Jira i Confluence. Jeśli chodzi o narzędzie komunikacji, klient zasugerował użycie Microsoft Teams.

W oparciu o nasze bogate doświadczenie w tworzeniu różnych aplikacji internetowych i systemów zarządzania danymi, nasz zespół zaproponował najbardziej odpowiedni stos technologiczny.

Podczas całego projektu organizujemy codzienne i cotygodniowe spotkania, przeglądy techniczne, przeglądy sprintów, retro, planowanie i ciągłe spotkania jeden na jeden z liderem zespołu w sprawie wszelkich pytań lub wątpliwości.

Dzięki dobrze zaplanowanemu przepływowi pracy oraz terminowym i przejrzystym procesom komunikacji jesteśmy w stanie dostarczać wyniki szybciej i wydajniej.

Zespół

Inżynierowie danych

Analitycy danych

Kierownik projektu

Menedżer produktu

Ingénieur QA

Wyniki

Après avoir achevé la phase active du projet, qui consiste à mettre à jour le système d'analyse des données et de recommandation, la plateforme d'achat en ligne a gagné en performance, en stabilité et en convivialité, ce qui lui a permis d'accroître ses possibilités de commercialisation et d'augmenter ses ventes.

Les membres de l'équipe du projet ont été reconnus comme des professionnels pour leur vaste expérience technique et leurs compétences élevées en matière de communication. Comme nous avons réussi à organiser la coopération avec le client dans la phase active du projet, nos experts en informatique ont continué à coopérer avec le client, fournissant un soutien à long terme pour la solution.

Projet d'amélioration de la qualité de l'eau

Od 2022 r.
Projekt wciąż trwa, na tym etapie wspieramy platformę i wdrażamy nowe funkcjonalności

Podobne projekty

Ayez l'esprit tranquille !

Zadzwoń lub wypełnij poniższy formularz, a my skontaktujemy się z Tobą po przetworzeniu Twojego zgłoszenia.

Co będzie dalej ?

Po otrzymaniu i przetworzeniu Twojego zgłoszenia skontaktujemy się z Tobą wkrótce, aby wyszczególnić potrzeby projektu i podpisać umowę o zachowaniu poufności, aby zapewnić poufność informacji.

Pour l'analyse des données, l'analyse et l'élaboration de programmes, les projets doivent être réalisés dans les délais impartis. projekt z zakresem prac, wielkością zespołu, czasem i kosztami szacunki.

Umówimy się z Tobą na spotkanie, aby omówić ofertę i dojść do porozumienia porozumienia.

Podpisujemy umowę i rozpoczynamy pracę nad projektem tak szybko, jak to możliwe.