Niceshops taglia del 50% i costi di data ingestion

DoiT ha fornito servizi gestiti e supporto per aiutare Niceshops a espandere la propria piattaforma dati su Google Cloud con BigQuery e Looker. Il team ha costruito pipeline avanzate di data engineering, implementato framework di monitoraggio dei costi e ricevuto formazione sulle best practice per lo sviluppo delle pipeline di dati e l'ottimizzazione dei modelli BigQuery ML.

Niceshops è un retailer e-commerce che gestisce circa 40 portali diversi. Ogni store è dedicato a una specifica nicchia di prodotto: dalle bici elettriche alla stampa 3D, fino ai cosmetici. A dare vita a questi shop è un team di oltre 500 persone. Ogni collaboratore porta competenze diverse e l'azienda vuole valorizzarle, mettendo ciascuno nelle condizioni di decidere in autonomia, con i dati giusti a portata di mano.

Per dotare i collaboratori di strumenti basati sui dati, Niceshops doveva superare il problema dei silos su oltre 40 store, con fonti isolate come storici delle vendite, report finanziari e dati di performance marketing. L'obiettivo era unificare tutto in un unico warehouse. Il team ha scelto Google Cloud per la solida esperienza di collaborazione e per la leadership di Google nel data warehousing in cloud. Le funzionalità di data warehouse di BigQuery sono state combinate con le capacità analitiche di Looker, dando vita a modelli self-service e insight trasversali ai vari reparti.

I collaboratori hanno apprezzato fin da subito le nuove opportunità self-service e hanno chiesto più fonti dati e maggiori possibilità di utilizzo. Per sfruttare al meglio lo stack di Google Cloud ed espandere la piattaforma, Niceshops si è affidata a DoiT, che è diventato il suo punto di riferimento sulle tecnologie Google Cloud, aiutandola a orientarsi e a costruire lo stack tecnologico più adatto alle proprie esigenze. Con servizi gestiti e supporto di livello enterprise, DoiT ha permesso al team di valorizzare al massimo la propria configurazione Google Cloud.

Con il supporto di DoiT, Niceshops ha ampliato la propria piattaforma dati con pipeline di data engineering e analytics più evolute. Tra le nuove fonti: il monitoraggio dei prezzi della concorrenza, gli insight di marketing e i report finanziari. Il team ha sviluppato internamente nuove pipeline per sostituire i tool di ingestion legacy di terze parti. DoiT ha organizzato sessioni di formazione dedicate alla costruzione di pipeline di dati, condividendo consigli pratici e best practice su orchestrazione, scheduling e monitoraggio, che hanno permesso di sviluppare rapidamente nuove pipeline.

Quando il team di Niceshops incontrava problemi non risolvibili internamente, DoiT era il primo punto di contatto. I ticket di supporto aperti dalla DoiT Console venivano in genere risolti in giornata, accelerando lo sviluppo. Spesso DoiT aveva già la risposta pronta, avendo affrontato situazioni analoghe con altri clienti. Questo supporto ha mantenuto Niceshops sulla strada giusta, evitando un uso scorretto degli strumenti o la scelta di soluzioni non scalabili.

In Niceshops i silos di dati sono ormai un ricordo. Il retailer online è diventato un'azienda autenticamente data-driven, con una visione d'insieme delle metriche di business resa possibile dalla nuova piattaforma dati. Con pochi clic, i collaboratori accedono a insight dettagliati su operations e mercato, sfruttandoli per prendere decisioni di business migliori. A trarne maggior beneficio è il marketing: la piattaforma aiuta a individuare i pattern di acquisto dei diversi segmenti di clienti, orienta le campagne pubblicitarie e migliora la comunicazione, riducendo il lavoro manuale da settimane a poche ore.