Filtrar, analisar e usar informações valiosas diante dos petabytes de dados estruturados e não-estruturados gerados diariamente em todo o mundo não é tarefa simples. A habilidade de identificar insights que ajudem a estreitar o relacionamento com o cliente e possibilitem a criação de produtos e serviços inovadores vale ouro para os negócios. A solução encontrada por empresas de diferentes setores para superar esse desafio está no Big Data.
A Barnes & Noble, rede de livrarias com 689 unidades em 50 regiões nos Estados Unidos, consagrou-se como um dos maiores sites de comércio eletrônico do segmento. Todos os dias, a companhia gera milhares de dados de usuários que buscam e compram de livros a DVDs.
Para conhecer melhor o perfil de cada cliente e entender suas necessidades, a Barnes & Noble combina os dados das lojas físicas e ainda do e-commerce e analisa as informações. Com o objetivo de avaliar os dados mais profundamente e estreitar o relacionamento com o consumidor, além de realizar campanhas mais assertivas de marketing e ampliar as vendas, a companhia escolheu a ferramenta de Big Data da Teradata, a Aster Data.
“Agora que todos os nossos dados estão em um único lugar, podemos compreender as interações com clientes em nosso ecossistema. A tecnologia MapReduce ajuda os pesquisadores a verificar tendências mais rapidamente do que seria possível em sistemas de processamento tradicionais”, conta Marc Parrish, vice-presidente de marketing direto da Barnes & Noble.
Segundo ele, a análise detalhada permite que a organização realize interações em tempo real com clientes individuais. “As pessoas querem experiências mais personalizadas no varejo”, afirma. “Usamos o Aster Data para saber exatamente quem é o cliente e o que ele quer comprar hoje e amanhã”, completa.
A tecnologia, explica, permite que a Barnes & Noble verifique, por exemplo, a propensão de compra, afinidade e lealdade com a marca e se o consumidor prefere o canal digital ou comprar na loja física.
As informações colhidas aprimoram as tomadas de decisão e norteiam as estratégias. “Podemos melhorar a personalização, construir um mecanismo de recomendação mais avançado e otimizar iniciativas de marketing”, completa Michael Wexler, vice-presidente de analytics da Barnes & Noble.
Com faturamento anual de mais de 14 bilhões de euros e atuação em 150 países, a empresa de equipamentos de telecom Nokia Siemens Networks ajuda operadoras a manter a qualidade da rede enquanto milhares de usuários móveis estão conectados.
Os consumidores hoje usam uma variedade de dispositivos móveis em uma base diária. Essa atividade gera tráfego em diferentes sistemas de telecomunicações deixando uma trilha extensa de informação em cada componente da rede, incluindo os serviços que os consumidores acessam, em que momento, qual a velocidade dos pacotes de dados etc.
Esses dados podem servir como um indicador para a saúde da rede e quando analisados da maneira adequada contribuem para que operadores forneçam melhores serviços aos usuários. Compreender essa massa de dados exige grande poder computacional.
Markku Lepistö, principal arquiteto de nuvem da Nokia Siemens Networks, relata que a empresa superou esse desafio ao contar com uma série de ferramentas da Amazon Web Services (AWS) para armazenar e analisar dados da rede não-estruturados de forma eficiente e compartilhar as análises de Big Data por meio de um portal e um aplicativo no iPad.
A Nokia lançou a solução Nokia Siemens Networks CEMoD para obter insights sobre redes, identificar gargalos, necessidade de manutenção e avaliar quais são os serviços mais populares das operadoras. Com a plataforma, as teles podem melhorar a experiência de seus assinantes de banda larga móvel.
A companhia desenhou o sistema com base em algumas tecnologias da AWS, entre elas o Amazon Elastic Compute Cloud (Amazon EC2), o Amazon Simple Storage Service (Amazon S3) e o Amazon Elastic Block Store (Amazon EBS). Tudo está na nuvem. “A natureza elástica da AWS combinada com o Nokia Siemens Networks CEMoD nos permite trabalhar de forma eficiente sem que seja necessário adquirir hardware e ter custos de manutenção do servidor”, detalha Lepistö.
Em 2006, a agência norte-americana de viagens online redBus lançou na Índia o serviço de emissão de passagens pela internet. A chegada do novo sistema demandou a adoção de uma tecnologia de suporte para auxiliar os executivos da empresa a analisar dados de reservas e obter um inventário do sistema que controla mais de 10 mil rotas de ônibus.
Inicialmente, a empresa considerou o uso de servidores Hadoop para processar os dados, mas identificou que essa tarefa consumiria muito tempo para ser finalizada e exigiria uma equipe especializada para gerenciar a tecnologia. “A ideia era contar com uma plataforma poderosa para obter análises em tempo real”, lembra Pradeep Kumar, arquiteto técnico da redBus.
Kumar e sua equipe escolheram o BigQuery, tecnologia de Big Data do Google. A solução permite analisar grandes quantidades de dados usando a infraestrutura de processamento do Google, é fácil de configurar e conta com gerenciamento simplificado, explica o executivo.
Ele relata que o BigQuery permitiu, por exemplo, que a redBus soubesse quantas vezes um cliente buscou por assentos nos ônibus da empresa e não encontrou. “Esse é um indicador de que mais assentos devem ser adicionados”, observa Kumar. Também foi possível investigar as causas da queda de busca por passagens e identificar se há problemas técnicos no site que desafiam a experiência do usuário e dificultam a compra.
Kumar aponta que as consultas levam menos de 30 segundos para serem concluídas. Os insights obtidos por meio do BigQuery estão fortalecendo a atuação da redBus, diz. “Melhoramos o serviço ao cliente e reduzimos a perda de vendas”, conclui.
[…] More: Big Data na prática | Diego Macêdo – Analista de T.I. […]