O varejo é uma das principais indústrias sendo transformadas pela tecnologia de IA e Analytics. Os profissionais de marketing de varejo precisam envolver segmentação, separação e criação de perfis de diversos grupos de consumidores, ao mesmo tempo em que acompanham as tendências em constante evolução da moda. Os gerentes de categoria precisam das informações para ter uma compreensão detalhada dos padrões de gastos, demanda do consumidor, fornecedores e mercados para questionar como os bens e serviços são adquiridos e entregues.
Com a evolução da tecnologia e a geração do milênio impulsionando a mudança de comportamento do comprador no mercado, o setor de varejo deve oferecer uma experiência de usuário coesa. Isso pode ser alcançado por meio de uma estratégia omni-channel que oferece um ótimo físico e digital presença para clientes em todos os pontos de contato.
Estratégia Omni-channel exige dados confiáveis
Isso resulta em uma forte demanda interna por insights, análises, gestão inovadora e entrega de informações excelentes. Uma combinação de BI tradicional enlatado com autoatendimento ad-hoc é a chave. As equipes tradicionais de BI gastam muito tempo durante a entrega de armazenamento de dados e inteligência de negócios no desenvolvimento e teste de informações para garantir precisão e confiabilidade. No entanto, quando o novo processo de entrega de informações de ETL, esquemas estrela, relatórios e painéis são implementados, as equipes de suporte não perdem muito tempo garantindo que a qualidade dos dados seja mantida. O impacto de dados ruins inclui decisões de negócios ruins, oportunidades perdidas, perdas de receita e produtividade e aumento de despesas.
Por causa da complexidade dos fluxos de dados, da quantidade de dados e da velocidade de criação das informações, os varejistas enfrentam problemas de qualidade de dados causados pela entrada de dados e desafios de ETL. Ao usar cálculos complexos em bancos de dados ou dashboards, dados incorretos podem levar a células em branco, valores zerados inesperados ou até cálculos incorretos, o que torna a informação menos útil e pode fazer com que os gestores duvidem da integridade da informação. Para não simplificar demais o problema, mas se um gerente obtiver um relatório sobre a utilização do orçamento antes que os números do orçamento sejam processados em tempo hábil, o cálculo da receita versus orçamento resultará em um erro.
Gerenciando problemas de dados - de forma proativa
As equipes de BI querem estar à frente da curva e receber notificações de qualquer problema de dados antes que as informações sejam entregues aos usuários finais. Como a verificação manual não é uma opção, um dos maiores varejistas projetou um programa de Garantia de Qualidade de Dados (DQA) que verifica automaticamente os painéis e relatórios instantâneos antes entregue à gestão.
Ferramentas de agendamento como Control-M ou JobScheduler são ferramentas de orquestração de fluxo de trabalho usadas para lançar relatórios e painéis do Cognos que serão entregues aos gerentes de negócios. Relatórios e painéis são entregues com base em determinados gatilhos, como a conclusão de um processo ETL ou em intervalos de tempo (a cada hora). Com o novo programa DQA, a ferramenta de agendamento solicita MotioCI para testar os dados antes da entrega. MotioCI é um controle de versão, implementação e ferramenta de teste automatizado para Cognos Analytics que pode testar relatórios para problemas de dados, como campos em branco, cálculos incorretos ou valores zero indesejados.
Interação entre a ferramenta de agendamento Control-M, MotioCI e Cognos Analytics
Como os cálculos em painéis e relatórios flash podem ser bastante complexos, não é viável testar todos os itens de dados. Para resolver esse problema, a equipe de BI decidiu adicionar uma página de validação aos relatórios. Esta página de validação lista os dados críticos que precisam ser verificados antes que a análise seja entregue às diferentes linhas de negócios. MotioCI só precisa testar a página de validação. Obviamente, a página de validação não deve ser incluída na entrega aos usuários finais. É apenas para fins internos do BICC. O mecanismo para criar esta página de validação apenas para MotioCI foi feito por smart prompting: um parâmetro estava controlando a criação dos relatórios ou a criação da página de validação que MotioCI usaria para testar o relatório.
Integrando Control-M, MotioCIE Cognos Analytics
Outro aspecto complexo é a interação entre a ferramenta de agendamento e MotioCI. O trabalho agendado só pode solicitar informação, não pode receber em formação. Portanto, MotioCI gravaria o status das atividades de teste em uma tabela especial de seu banco de dados, que seria frequentemente pingada pelo planejador. Exemplos de mensagens de status seriam:
- "Volte mais tarde, ainda estou ocupado."
- “Encontrei um problema.”
- Ou quando o teste for aprovado, "Tudo bem, envie as informações analíticas".
A última decisão de design inteligente foi dividir o processo de verificação em trabalhos separados. O primeiro trabalho executaria apenas o teste DQA dos dados analíticos. A segunda tarefa acionaria o Cognos para enviar os relatórios. O agendamento de nível empresarial e as ferramentas de automação de processos são usados para diferentes tarefas. Diariamente, ele executa muitos jobs, não só para Cognos e não só para BI. Uma equipe de operações monitoraria continuamente os trabalhos. Um problema de dados, identificado por MotioCI, pode resultar em uma correção. Mas como o tempo é crítico no varejo, a equipe agora pode decidir enviar os relatórios sem executar todo o teste de DQA novamente.
Entregando a solução rapidamente
Começar um projeto de qualidade de dados no outono sempre vem com uma pressão de tempo extremamente alta: a Black Friday se aproxima. Como este é um período de alta receita, a maioria das empresas de varejo não deseja implementar mudanças de TI para que possam reduzir o risco de interrupção da produção. Portanto, a equipe precisava entregar os resultados em produção antes desse congelamento de TI. Para garantir a equipe de vários fusos horários do cliente, Motio e nosso parceiro offshore, Quanam, cumpriu seus prazos. Uma estratégia ágil com stand-ups diários resultou no projeto que entregou resultados mais rápidos do que o planejado. Os processos de Garantia de Qualidade de Dados foram todos implementados em 7 semanas e usaram apenas 80% do orçamento alocado. O amplo conhecimento e uma abordagem “prática” que foram um fator determinante para o sucesso deste projeto.
A análise é fundamental para os gerentes de varejo durante a temporada de férias. Garantindo que as informações sejam verificadas e verificadas automaticamente, nosso cliente deu mais um passo para continuar oferecendo a seus clientes produtos de alta qualidade e tendências a preços acessíveis.
