Nykaa 利用 AWS 构建统一的数据平台，以便生成洞察

在过去的十年里，Nykaa 从一个纯粹的美容和个人护理电子商务平台逐步拓展到多种垂直行业，包括男士美容、时尚和 eB2B，并且扩张了国际业务版图，但数据挑战也随之而来。每个垂直行业都使用截然不同的数据库开展运营，这样就使该公司无法从一个单一来源访问销售、客户和产品库存数据。

Nykaa 的各个系统相互孤立，导致该公司难以执行有效的数据分析和生成客户业务洞察。此外，Nykaa 的多个不同的数据库导致管理工作非常耗时，而且数据彼此冲突的风险增大。该公司还发现，在不同的位置复制相同的数据时，整体占用的存储空间会增大，并导致资源利用效率低下。

不仅如此，为了监控性能，Nykaa 还必须定期整理和分析各个垂直行业的点击流和事务数据。这样就导致不同数据库之间的数据碎片化。该公司需要委派一个由 2 到 4 名员工组成的团队，投入长达 3 到 4 周的时间才能生成相关的业务报告。这一过程非常耗时，因此 Nykaa 有时会错过良机，无法在特定的时间接洽特定的客户群。

2022 年，Nykaa 启动了他们的“同一个 Nykaa，同一版数据”计划，以期创建一个统一的数据摄取、治理和查询框架。该公司委托 AWS 将他们的运营简化成一个单一、可扩展、可靠且经济高效的数据湖。目标是整合来自不同来源的数据，以便为所有利益相关方提高透明度、生成卓越的业务洞察以及创造交叉销售和追加销售机会。

2022 年 9 月，Nykaa 将 Amazon EMR（一个基于云的大数据解决方案，可使用开源框架进行处理、分析和机器学习）的成本效益与基于云的其他分析解决方案进行了比较，从而建立了概念验证（POC）。3 到 4 周之后，Nykaa 发现他们的核心软件费用减少了 30%，这要归功于 Amazon EMR 的弹性扩展功能和即用即付定价模式。

2023 年 3 月，Nykaa 开始使用 Amazon EMR、对象存储服务 Amazon Simple Storage Solution（Amazon S3）和云数据仓库服务 Amazon RedShift 来构建和部署数据湖的摄取层。作为该公司的“同一个 Nykaa，同一版数据”计划的一个基石，数据湖现在可以将来自各个来源的超过 400 TB 的未存档数据整合到一个单一数据湖中。

借助 Amazon EMR 内置的自动扩展功能，该公司现在可以自动扩展数据处理工作负载，从而简化将近 1 万个数据摄取作业。这样一来，Nykaa 的业务分析团队只需 5 个小时即可生成一份新的业务报告，而以前最多需要投入 2 周的时间。如今，该团队已经扩展了这一数据处理平台，能够生成 1500 多组客户数据。此外，这一平台每小时而不是每天收集一次数据，这样，Nykaa 就能够快速响应市场的趋势和新涌现的客户偏好。

Nykaa 使用 AWS Lake Formation 在治理层构建、管理和保护新的数据湖。通过采用一种安全的方法来更深入地了解客户的行为和偏好，Nykaa 可以制定个性化的营销策略，并为不同的客户群量身定制产品推荐。

最后，Nykaa 使用 Amazon Redshift 和无服务器分析服务 Amazon Athena，在查询层分析 PB 级数据。这两项服务都是完全托管式服务，因此 Nykaa 的开发人员不必花费时间来操作和维护数据仓库和查询服务。

该公司的目标是在未来整合更多的数据来源，包括实时源，以便生成更具针对性的洞察和打造个性化的客户体验。

借助整合后的数据湖，Nykaa 的愿景得到了扩展，期望集成多项机器学习功能。这样一来，该公司就可以增强他们的搜索和推荐功能、优化库存管理以及改善后端运营，所有这些举措都是为了提升客户体验。

“在印度日趋饱和的电子商务市场中，即使微乎其微的竞争优势也发挥着至关重要的作用。通过基于 AWS 进行构建，我们现在拥有了一个极具可扩展性且经济高效的数据湖，它既安全，又易于治理。这样就帮助我们解锁了以前无法企及的深刻客户洞察，”Nykaa 数据平台主管 Rajat Kumar 表示。