Smiles migra plataforma de Big Data Analytics para a AWS e passa a processar recomendações e interações em tempo real
2021
Luiz Borrego
CIO da Smiles
Desafios
No entanto, a empresa precisava encontrar um fornecedor que pudesse atender requisitos importantes, como um amplo portfólio de produtos e serviços de nuvem e que desse suporte a toda a jornada. De acordo com o CIO da Smiles, Luiz Borrego, o objetivo principal da migração era gerar mais oportunidades de inovação, viabilizando a criação de novas soluções de maneira mais ágil.
Um exemplo era a análise de dados. “Era muito custoso fazer o processo de análise. Tínhamos que pegar os dados, criar bases, disponibilizar essas bases em bancos de dados para que os cientistas pudessem fazer uso. Levávamos 48 horas só para fazer uma query”, compara. Com esse objetivo, a companhia foi ao mercado em busca do provedor que melhor atendesse suas necessidades.
Por que AWS
Uma das aplicações mais críticas levadas para a nuvem da AWS foi a plataforma de Big Data Analytics da companhia. Borrego lembra que a ideia era mudar a estrutura transacional para AWS.
O gerente de arquitetura, infraestrutura e cyber security do Smiles, Robson Agostini, lembra que a plataforma original tinha muitas limitações e que a empresa tinha a necessidade de incrementar novas ferramentas e maneiras de utiliza-las. “Quando decidimos migrar a plataforma, esperávamos não apenas uma melhoria nas funcionalidades que os cientistas de dados precisam, mas também na maneira como processávamos informações e devolvíamos isso para as áreas de negócios”, explica, lembrando que, na AWS, seria possível contemplar outras camadas, mesclando com dados de navegação, transacionais e de comportamento do cliente.
Para o desenho do projeto, o Smiles contou com o suporte da área de Professional Services da AWS, que foi fundamental para definir a melhor arquitetura alinhada às melhores práticas de uso dos serviços AWS. Esse alinhamento era importante, uma vez que o objetivo do projeto não era só disponibilizar dados transacionais em tempo real, como também incluir as camadas de Stream Data Delivery e Event Stream Processing (ML), para processamento de recomendações personalizadas e interações em real time.
Segundo Agostini, esse trabalho resultou no uso do Amazon Redshift, do Amazon Simple Storage Service (Amazon S3) e do Amazon Dynamo DB para armazenamento dos dados. Para integração e transporte dos dados, o Amazon Kinesis; para logs o Amazon CloudWatch Logs; e, para o desenvolvimento de modelos de machine laearning, o Amazon SageMaker. A arquitetura inclui ainda serviços como o Amazon EMR, AWS Glue, AWS Lambda, Amazon Elastic Compute Cloud (Amazon EC2) e Amazon Athena.
Nesta arquitetura, hoje toda a camada de dados do Smiles é online. “Com todos os dados online, os times de negócio acompanham desempenho de campanhas e promoções em tempo real. A área lança a campanha, abre o dash e acompanha, podendo mudar a estratégia se ela não estiver ativando”, comenta Agostini, lembrando que a nova arquitetura permitiu a implantação do projeto Personalização, que entrega comunicações e promoções aos clientes com base no conjunto de dados analisados pela plataforma. “É essa nova infraestrutura de dados que possibilita esse tipo de coisas”, completa.
Benefícios
Segundo o CIO, as principais áreas de negócio impactadas positivamente pela nova estrutura são as áreas de CRM, analytics e comercial, que hoje têm acesso a dados em tempo real; de pricing, que conta com algoritmos e modelos estatísticos que reagem melhor ao comportamento do cliente; e a área comercial, que hoje pode criar opções promocionais e reagir a elas, também em tempo real.
O executivo ressalta também os ganhos em velocidade e flexibilidade no trabalho dos cientistas de dados. “Antes do projeto, a quantidade de dados disponíveis para nossos cientistas era limitada, pois sua coleta era custosa e pouco eficiente. Com o uso das ferramentas AWS para a coleta e tratamento de dados, integrada aos serviços que já utilizamos na nuvem, passamos a ter uma maior abrangência, qualidade e velocidade na disponibilização dos dados a nosso time de cientistas”, comemora.
Comparando, Borrego lembra que, no modelo anterior, havia queries que demoravam mais de 48 horas para rodar e hoje rodam em duas ou três horas. Outras, que na plataforma on-premises levavam três horas para rodar, agora rodam em 15 minutos. “Antes, subir uma base de dados para análise era um processo extremamente custoso. Agora conseguimos fazer isso em poucos minutos. Além disso, diversas bases que não eram mapeadas agora estão no datahub, isso também ajudou muito”, diz.
Esses ganhos são hoje perceptíveis aos clientes que, segundo o CIO, conseguiram perceber essa evolução ao longo dos últimos anos. “Isso fica visível pela velocidade de lançamentos que conseguimos fazer, produtos e serviços que conseguimos prover e até de adequar respostas ao cliente. Temos ferramentas para ouvir o cliente e reagir a essa sensibilidade, trazendo as melhores ofertas de maneira mais rápida e podendo fazer movimentos estratégicos ao longo do dia a dia”, comemora.
Próximos passos
Sobre a Smiles
Benefícios
- Possibilidade de uso de infraestrutura sob demanda em datas especiais (ex.: Black Friday);
- Serviços ao cliente 100% do tempo no ar;
- Precificação com base no comportamento dos clientes;
- Criação de promoções em tempo real;
- Maior abrangência, qualidade e velocidade na disponibilização de dados aos cientistas;
- Redução na velocidade de processamento de queries;
Serviços AWS
Amazon Redshift
Com o Redshift, você pode consultar e combinar exabytes de dados estruturados e semiestruturados em data warehouses, bancos de dados operacionais e seu data lake usando o SQL padrão.
Amazon Athena
O Amazon Athena é um serviço de consultas interativas que facilita a análise de dados no Amazon S3 usando SQL padrão. O Athena não precisa de servidor. Portanto, não há infraestrutura para gerenciar e você paga apenas pelas consultas executadas.
Amazon Kinesis
O Amazon Kinesis facilita a coleta, o processamento e a análise de dados de streaming em tempo real, permitindo que você obtenha insights oportunos e reaja rapidamente às novas informações.
Amazon SageMaker
O Amazon SageMaker ajuda cientistas e desenvolvedores de dados a preparar, criar, treinar e implantar modelos de machine learning (ML) de alta qualidade rapidamente, reunindo um amplo conjunto de recursos criados especificamente para ML.
Comece agora
Empresas de todos os tamanhos e setores estão transformando seus negócios todos os dias usando a AWS. Entre em contato com nossos especialistas e comece hoje sua jornada na nuvem.