Ceci est un article invité co-écrit par Jacques Steyn, Senior Manager Professional Services chez Groupe Altron.

Altron est un pionnier dans la fourniture de solutions basées sur les données à ses clients en combinant une expertise technique avec une compréhension approfondie des clients pour fournir des solutions technologiques hautement différenciées. Aux côtés de leur partenaire AWS, ils ont participé à Tout piloté par les données AWS (D2E) des ateliers et un sur-mesure Journée d'immersion AWS atelier qui répondait à leurs besoins pour améliorer leur engagement avec leurs clients.

Cet article décrit le parcours qui a conduit Altron de ses objectifs initiaux à la mise en œuvre technique, en passant par la valeur commerciale créée par une meilleure compréhension de ses clients et de leurs opportunités uniques. Ils ont pu voir grand mais commencer petit avec une solution de travail impliquant une intelligence économique (BI) riche et des informations fournies à leurs principaux domaines d'activité.

Engagement basé sur les données

Altron fournit des services de technologie de l'information depuis 1965 en Afrique du Sud, au Moyen-Orient et en Australie. Bien que le groupe ait enregistré de solides résultats à la fin de l'année 2022, la région continue de connaître des conditions d'exploitation difficiles avec des chaînes d'approvisionnement mondiales perturbées, des pénuries de composants électroniques et une pénurie de talents informatiques.

Pour refléter les besoins de ses clients répartis dans différentes zones géographiques et industries, Altron a organisé son modèle d'exploitation en différentes sociétés d'exploitation (OpCos). Celles-ci sont gérées de manière autonome avec différentes équipes de vente, créant des opérations cloisonnées et un engagement avec les clients et rendant difficile la mise en place d'un mouvement de vente holistique et unifié.

Pour réussir davantage, leur vision des données exige qu'elles soient accessibles et exploitables par tous, avec des rôles et des responsabilités clés définis par ceux qui produisent et consomment des données, comme le montre la figure suivante. Cela permet la transparence, la rapidité d'action et la collaboration au sein du groupe tout en permettant à l'équipe de la plateforme d'évangéliser l'utilisation des données :

Altron s'est engagé auprès d'AWS pour obtenir des conseils sur leur stratégie de données et la modernisation du cloud afin de concrétiser leur vision. Le programme D2E a été sélectionné pour aider à identifier la meilleure façon de voir grand mais de commencer petit en travaillant de manière collaborative pour imaginer les opportunités de construire des données en tant que produit, en particulier axé sur la fédération des données de profil client dans une approche agile et évolutive.

mécanismes d'Amazon tels que Travailler à rebours ont été employés pour concevoir la solution la plus agréable et la plus significative et placer les clients au cœur de l'expérience. L'atelier a aidé à concevoir la solution Think Big selon laquelle commencer par l'OpCo d'intégration de systèmes (SI) en tant que premier tour de volant serait la meilleure façon de commencer petit et de prototyper la base de données initiale en collaboration avec les architectes de solutions AWS.

Préparation à un atelier AWS Immersion Day

La préparation typique d'un AWS Immersion Day implique l'identification d'exemples de modèles de cas d'utilisation courants et l'utilisation de données de démonstration. Pour maximiser son succès, la journée d'immersion s'est étendue sur plusieurs jours sous la forme d'un atelier pratique pour permettre à Altron d'apporter ses propres données, de construire un pipeline de données robuste et de faire évoluer son architecture à long terme. En outre, AWS et Altron ont identifié et résolu toutes les dépendances externes, telles que la connectivité réseau aux sources et cibles de données, où Altron a pu mettre en place la connectivité aux sources.

Identification des cas d'utilisation clés

Après un certain nombre de réunions de préparation pour discuter des aspects commerciaux et techniques du cas d'utilisation, AWS et Altron ont identifié deux cas d'utilisation pour résoudre leurs deux défis commerciaux :

• Intelligence d'affaires pour les comptes interentreprises – Altron souhaitait se concentrer sur ses comptes interentreprises (B2B) et ses données clients. En particulier, ils souhaitaient permettre à leurs chargés de compte, commerciaux et analystes d'utiliser des données et des faits réels pour obtenir une vue à 360° de leurs comptes.
  • Objectifs – Augmenter les revenus, augmenter le taux de conversion des opportunités, réduire le cycle de vente moyen, améliorer le taux de renouvellement des clients.
  • Target – Des tableaux de bord à actualiser quotidiennement qui fourniraient des informations sur les ventes, le bénéfice brut, les pipelines de ventes et les clients.
• Qualité des données pour les données de compte et de client – Altron souhaitait activer les meilleures pratiques en matière de qualité et de gouvernance des données.
  • Objectifs – Jeter les bases d'une plateforme de données qui pourra être utilisée à l'avenir par les parties prenantes internes et externes.

Animation de l'atelier Immersion Day

Altron a réservé 4 jours pour leur journée d'immersion, au cours de laquelle AWS avait affecté un architecte de solutions dédié pour travailler à leurs côtés pour construire l'architecture prototype suivante :

Cette solution comprend les composants suivants :

1. Colle AWS est un service d'intégration de données sans serveur qui simplifie la découverte, la préparation, le déplacement et l'intégration de données provenant de plusieurs sources pour l'analyse, l'apprentissage automatique et le développement d'applications. L'équipe d'Altron a créé un Robot d'exploration AWS Glue et configuré pour qu'il s'exécute sur Azure SQL afin de découvrir ses tables. L'analyseur AWS Glue remplit la définition de table avec son schéma dans Catalogue de données AWS Glue.
2. Cette étape comprend deux volets :
   1. Un ensemble de tâches AWS Glue PySpark lit les tables sources à partir d'Azure SQL et génère les données résultantes dans la « zone brute » d'Amazon Simple Storage Service. Le formatage de base et la lisibilité des données sont normalisés ici. Les travaux s'exécutent sur une base planifiée, en fonction de la disponibilité des données en amont (qui est actuellement quotidienne).
   2. Les utilisateurs peuvent télécharger manuellement des fichiers de référence (format CSV et Excel) via la console Amazon Web Services directement dans les compartiments Amazon S3. En fonction de la fréquence de téléchargement, l'équipe Altron envisagera des mécanismes automatisés et supprimera le téléchargement manuel.
3. La zone de reporting est basée sur un ensemble de Amazone Athéna vues, qui sont consommées à des fins de BI. L'équipe d'Altron a utilisé Athena pour explorer les tables sources et créer les vues en langage SQL. En fonction des besoins, l'équipe Altron matérialisera ces vues ou créera les jobs AWS Glue correspondants.
4. Athena expose le contenu de la zone de rapport pour consommation.
5. Le contenu de la zone de reporting est ingéré via SPICE dans Amazon QuickSight. Les utilisateurs BI créent des tableaux de bord et des rapports dans QuickSight. Les utilisateurs professionnels peuvent accéder aux tableaux de bord QuickSight depuis leur mobile, grâce à l'application native QuickSight, configurée pour utiliser l'authentification unique (SSO).
6. An Fonctions d'étape AWS La machine d'état orchestre l'exécution des tâches AWS Glue. L'équipe d'Altron étendra la machine d'état pour inclure l'actualisation automatisée des ensembles de données QuickSight SPICE.
7. Pour vérifier la qualité des données des sources grâce à des métriques statistiquement pertinentes, Qualité des données AWS Glue exécute des tâches de qualité des données sur les tables AWS Glue pertinentes. Cela peut être exécuté manuellement ou programmé via Amazon Eventbridge (Optionnel).

Générer des résultats commerciaux

En 4 jours, l'équipe Altron SI a quitté l'atelier Immersion Day avec :

• Un pipeline de données ingérant les données de 21 sources (tables et fichiers SQL) et les combinant en trois vues maîtrisées et harmonisées qui sont cataloguées pour les comptes B2B d'Altron.
• Un ensemble de tableaux de bord QuickSight à utiliser via navigateur et mobile.
• Fondations pour un lac de données avec des contrôles de gouvernance des données et des contrôles de la qualité des données. Les ensembles de données utilisés pour l'atelier proviennent de différents systèmes ; en intégrant les ensembles de données lors de la mise en œuvre de l'atelier, l'équipe Altron peut avoir une vue d'ensemble complète de ses clients.

Les équipes de vente d'Altron sont désormais en mesure d'actualiser rapidement des tableaux de bord englobant des ensembles de données auparavant disparates qui sont désormais centralisés pour obtenir des informations sur les pipelines de vente et les prévisions sur leur ordinateur de bureau ou mobile. Les équipes techniques sont également aptes à s'adapter aux besoins de l'entreprise en intégrant de manière autonome de nouvelles sources de données et en enrichissant davantage l'expérience utilisateur et la confiance dans les données.

Conclusion

Dans cet article, nous vous avons expliqué le parcours de l'équipe Altron avec AWS. Les résultats pour identifier les opportunités les plus pressantes pour Altron, en appliquant une approche de travail en arrière et en proposant une architecture la mieux adaptée, ont conduit à l'AWS Immersion Day qui a suivi pour mettre en œuvre un prototype fonctionnel qui les a aidés à devenir davantage axés sur les données.

Avec leur nouvelle concentration sur les compétences et les mécanismes AWS, la confiance accrue dans leurs données internes et la compréhension de l'importance de conduire le changement dans la littératie et l'état d'esprit des données, Altron est mieux préparé pour réussir afin de mieux servir ses clients dans la région.

Pour en savoir plus sur la façon dont Altron et AWS peuvent vous aider à travailler en amont sur votre stratégie de données et à utiliser les méthodologies agiles décrites dans cet article, consultez Gestion des données. Pour en savoir plus sur la façon dont vous pouvez transformer vos idées en solutions, visitez le D2E site Web et la série de Journées d'immersion AWS que vous pouvez choisir. Pour plus d'options pratiques sur mesure, contactez votre responsable de compte AWS, qui pourra vous fournir plus de détails.

Un merci spécial à tous ceux du groupe Altron qui ont contribué au succès des ateliers D2E et Build Lab :

• Les analystes (Liesl Kok, Carmen Kotze)
• Ingénieurs de données (Banele Ngemntu, James Owen, Andrew Corry, Thembelani Mdlankomo)
• Développeurs QuickSight BI (Ricardo De Gavino Dias, Simei Antoniades)
• Administrateur Cloud (Shamiel Galant)

À propos des auteurs

Jacques Steyn exécute les services professionnels d'analyse de données d'Altron. Il dirige la construction d'entrepôts de données et de solutions analytiques depuis 20 ans. Pendant son temps libre, il passe du temps avec sa famille, que ce soit sur le golf, la marche dans les montagnes ou le camping en Afrique du Sud, au Botswana et en Namibie.

Jason Yong est un spécialiste principal de l'analyse chez Amazon Web Services. Travaillant avec des cadres supérieurs dans les régions Europe et Asie-Pacifique, il aide les clients à devenir axés sur les données en comprenant leurs cas d'utilisation et en articulant la valeur commerciale via les mécanismes Amazon. Pendant son temps libre, il passe du temps à s'occuper d'une fille d'un an très active, tout en jonglant entre des activités geek et des passe-temps respectables tels que la cuisine de plats médiocres.

Michèle Lamarca est un architecte de solutions senior chez Amazon Web Services. Il aide à concevoir et à gérer des accélérateurs de solutions en Europe pour permettre aux clients de se familiariser avec les services AWS et de créer rapidement des prototypes pour libérer la valeur des données dans l'organisation. Pendant son temps libre, il lit des livres et essaie (désespérément) d'améliorer ses compétences en piano jazz.

Hamza est un architecte de solutions spécialisé chez Amazon Web Services. Il dirige des accélérateurs de solutions dans les régions EMEA pour aider les clients à accélérer leur parcours pour passer d'une idée à une solution en production. Pendant son temps libre, il passe du temps avec sa famille, rencontre des amis, nage dans la piscine municipale et acquiert de nouvelles compétences.

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Automobile / VE, Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• Décalages de bloc. Modernisation de la propriété des compensations environnementales. Accéder ici.
• La source: https://aws.amazon.com/blogs/big-data/how-aws-helped-altron-group-accelerate-their-vision-for-optimized-customer-engagement/