Smart Data & AI Google Cloud Scrum

Umsatzsteigerung und verbesserte Kundenbindung durch Machine Learning in der Google Cloud

Dank fortschrittlicher Datenanalysen in der Cloud kann die METRO AG ihren Umsatz und die Kundenzufriedenheit weltweit steigern.

METRO.digital

Die METRO.digital GmbH will die Großhandelsindustrie revolutionieren. Als Tech-Unit der METRO verantwortet METRO.digital an sechs Standorten täglich Entwurf, Implementierung, Testen und Einführung von hunderten Services und digitalen Dienstleistungen, die das Geschäft in 24 Ländern vorantreiben.

Recommendations für 80 % der Produkte, 4 % Click-Through-Rate

Monatlich sechsstellige Umsätze durch Recommendations, Tendenz steigend

Automatisierte Vorhersage zur Kundenabwanderung für Marketing und CRM

Kostenreduktion durch Ablösung proprietärer Silo-Lösungen

Ausgangssituation

Mit einem Umsatz von über 27 Mrd. Euro ist die METRO AG seit über 50 Jahren ein internationales Schwergewicht im Großhandel. Um ihre Kunden schneller und noch besser zu verstehen und ihnen den besten Service zu bieten, greift sie auf fortschrittliche Datenanalysen zurück. Ein umfangreiches Portfolio an CRM-Analysesoftware zur Erkennung von Kundenabwanderung und zur Generierung von Produktempfehlungen für verschiedene Vertriebskanäle war zu Projektbeginn bereits vorhanden. Die on-premises installierte Software erforderte jedoch erhöhten manuellen Aufwand. Durch den Umzug auf die Google Cloud sollte die Skalierbarkeit auf technischer, fachlicher und analytischer Ebene bei gleichzeitiger Reduktion des manuellen operativen Aufwandes erreicht werden. Darüber hinaus bedingten neue inhaltliche Anforderungen auch den Ausbau des bestehenden Portfolios.

METRO.digital entschied sich, für die Umsetzung des Data-Science-Portfolios in der Google Cloud die codecentric AG zu beauftragen. Insbesondere mit ihrer Expertise in Cloud-Native-Entwicklung und Smart Data & AI konnte codecentric hier unterstützen.

Lösung

Für die Projektdauer wurde ein gemeinsames Team von METRO.digital und codecentric zusammengestellt. Das Team, bestehend aus erfahrenen und jungen Data Scientists und Data Engineers, arbeitete mit agilen Strategien wie Scrum und Kanban und konnte die Algorithmen iterativ immer weiter verbessern.

Lediglich ein kleiner Teil des bestehenden Produktportfolios ließ sich sinnvoll via „Lift and Shift“ migrieren. Der Großteil der bestehenden sowie die neuen Applikationen wurden Cloud-nativ neu implementiert, um die Fähigkeiten der Google Cloud angemessen auszunutzen. Die Cloud-nativen Lösungen sparen Ressourcen und skalieren besser.

Um die administrativen und operativen Aufgaben zu reduzieren, wurden diverse Lösungen zur Automatisierung komplexer Daten- und Machine-Learning-Pipelines evaluiert und implementiert. Mit Monitoring und Reporting durch Dashboards behält das Team den Überblick.

Die hauptsächliche Programmiersprache war Python, die neben der sehr guten Integration in die Google Cloud auch alle relevanten Machine-Learning- und Data-Engineering- Frameworks unterstützt. Im Weiteren umfasste der Technologie-Stack unter anderem Kubernetes, BigQuery, Apache Airflow, Google Cloud Storage und Google Cloud AI Platform.

Ergebnis

Das optimierte und ausgebaute Data-Science-Portfolio der METRO.digital befindet sich nun zukunftssicher in der Cloud. Ihre weiterentwickelten Services ermöglichen es der METRO, die Bedürfnisse des Kunden noch besser zu verstehen, sich andeutende Kundenabwanderungen frühzeitig zu erkennen, das Geschäft mit Bestandskunden zu vergrößern und die allgemeine Kundenerfahrung zu verbessern. Gleichzeitig wurden IT-Infrastrukturkosten gesenkt und der Durchsatz an Datenanalysen durch Automatisierung erhöht.

Ihr Ansprechpartner bei codecentric

Matthias Niehoff
Head of Data & AI

Sind Sie interessiert an einer individuellen Cloud-basierten Lösung für Ihr Unternehmen? Dann lassen Sie uns unverbindlich sprechen.

Kontakt aufnehmen

Jetzt Kontakt aufnehmen

Weitere Success Stories

Hinweis: In Ihrem Browser ist JavaScript deaktiviert. Für eine bessere und fehlerfreie Nutzung dieser Webseite, aktivieren Sie bitte JavaScript in Ihrem Browser.