El comercio minorista es una de las principales industrias que está siendo transformada por la tecnología de inteligencia artificial y análisis. Los especialistas en marketing minorista deben involucrar la segmentación, la separación y la elaboración de perfiles de diversos grupos de consumidores mientras se mantienen al día con las tendencias en constante evolución de la moda. Los gerentes de categoría necesitan la información para tener una comprensión detallada de los patrones de gasto, la demanda de los consumidores, los proveedores y los mercados para cuestionar cómo se adquieren y entregan los bienes y servicios.
Con la evolución de la tecnología y los millennials que impulsan el cambio de comportamiento del comprador en el mercado, la industria minorista debe ofrecer una experiencia de usuario coherente. Esto se puede lograr a través de una estrategia omnicanal que ofrezca un óptimo estado físico y digital presencia para los clientes en cada punto de contacto.
La estrategia omnicanal exige datos fiables
Esto da como resultado una fuerte demanda interna de información, análisis, gestión innovadora y entrega de información excelente. Una combinación de BI enlatado tradicional, combinado con autoservicio ad-hoc es clave. Los equipos de BI tradicionales dedican mucho tiempo durante la entrega de almacenamiento de datos e inteligencia comercial al desarrollo y prueba de la información para garantizar la precisión y confiabilidad. Sin embargo, cuando se implementa el nuevo proceso de entrega de información de ETL, esquemas en estrella, informes y paneles de control, los equipos de soporte no dedican mucho tiempo a garantizar que se mantenga la calidad de los datos. El impacto de los datos incorrectos incluye malas decisiones comerciales, oportunidades perdidas, pérdidas de ingresos y productividad y aumento de los gastos.
Debido a la complejidad de los flujos de datos, la cantidad de datos y la velocidad de creación de la información, los minoristas enfrentan problemas de calidad de datos causados por la entrada de datos y los desafíos de ETL. Cuando se utilizan cálculos complejos en bases de datos o tableros, los datos incorrectos pueden generar celdas en blanco, valores cero inesperados o incluso cálculos incorrectos, lo que hace que la información sea menos útil y podría hacer que los gerentes duden de la integridad de la información. No para simplificar demasiado el problema, pero si un gerente obtiene un informe sobre la utilización del presupuesto antes de que los números del presupuesto se procesen de manera oportuna, el cálculo de los ingresos frente al presupuesto dará como resultado un error.
Gestión de problemas de datos: de forma proactiva
Los equipos de BI quieren estar a la vanguardia y recibir notificaciones de cualquier problema de datos antes de que la información se entregue a los usuarios finales. Dado que la verificación manual no es una opción, uno de los minoristas más grandes diseñó un programa de control de calidad de datos (DQA) que verifica automáticamente los paneles y los informes flash. antes entregado a la gerencia.
Las herramientas de programación como Control-M o JobScheduler son herramientas de orquestación del flujo de trabajo que se utilizan para iniciar los informes y paneles de Cognos que se entregarán a los gerentes comerciales. Los informes y paneles se entregan en función de ciertos factores desencadenantes, como la finalización de un proceso ETL o en intervalos de tiempo (cada hora). Con el nuevo programa DQA, la herramienta de programación solicita MotioCI para probar los datos antes de la entrega. MotioCI es una herramienta de prueba automatizada, implementación y control de versiones para Cognos Analytics que puede probar informes en busca de problemas de datos, como campos en blanco, cálculos incorrectos o valores cero no deseados.
Interacción entre la herramienta de programación Control-M, MotioCI y Cognos Analytics
Debido a que los cálculos en los paneles de control y los informes flash pueden ser bastante complejos, no es posible probar todos los elementos de datos. Para abordar este problema, el equipo de BI decidió agregar una página de validación a los informes. Esta página de validación enumera los datos críticos que deben verificarse antes de que los análisis se entreguen a las diferentes líneas de negocio. MotioCI solo necesita probar la página de validación. Obviamente, la página de validación no debe incluirse en la entrega a los usuarios finales. Es solo para propósitos internos de BICC. El mecanismo para crear solo esta página de validación para MotioCI se realizó mediante avisos inteligentes: un parámetro controlaba la creación de los informes o la creación de la página de validación que MotioCI utilizaría para probar el informe.
Integrando Control-M, MotioCIY Cognos Analytics
Otro aspecto complejo es la interacción entre la herramienta de programación y MotioCI. El trabajo programado solo puede solicita información, no puede recepción información. Por lo tanto, MotioCI escribiría el estado de las actividades de prueba en una tabla especial de su base de datos que el programador haría ping con frecuencia. Ejemplos de mensajes de estado serían:
- "Vuelve más tarde, todavía estoy ocupado".
- "Encontré un problema".
- O cuando pasa la prueba, "Todo bien, envíe la información analítica".
La última decisión de diseño inteligente fue dividir el proceso de verificación en trabajos separados. El primer trabajo solo ejecutaría la prueba DQA de los datos analíticos. El segundo trabajo haría que Cognos enviara los informes. Las herramientas de automatización de procesos y programación de nivel empresarial se utilizan para diferentes tareas. Diariamente, ejecuta muchos trabajos, no solo para Cognos y no solo para BI. Un equipo de operaciones supervisaría continuamente los trabajos. Un problema de datos, identificado por MotioCI, podría resultar en una solución. Pero dado que el tiempo es crítico en el comercio minorista, el equipo ahora puede decidir enviar los informes sin volver a ejecutar toda la prueba de DQA.
Entrega de la solución rápidamente
Comenzar un proyecto de calidad de datos en el otoño siempre viene con una presión de tiempo extremadamente alta: el Black Friday se avecina en el horizonte. Dado que este es un período de altos ingresos, la mayoría de las empresas minoristas no desean implementar cambios de TI para poder reducir el riesgo de interrupciones en la producción. Por lo tanto, el equipo necesitaba entregar los resultados en producción antes de esta congelación de TI. Para garantizar que el equipo de zonas horarias múltiples del cliente, Motio y nuestro socio en alta mar, Quanam, cumplieron sus plazos. Una estrategia ágil con reuniones diarias dio como resultado que el proyecto arrojara resultados más rápido de lo planeado. Todos los procesos de Garantía de calidad de los datos se implementaron en 7 semanas y utilizaron solo el 80% del presupuesto asignado. El amplio conocimiento y el enfoque "práctico" que fue un factor determinante en el éxito de este proyecto.
La analítica es clave para los gerentes minoristas durante la temporada navideña. Asegurándose de que la información se verifique y verifique automáticamente, nuestro cliente logró otro paso para seguir ofreciendo a sus clientes productos de alta calidad y de moda a precios asequibles.
