RetailMeNot leader mondial de la promotion digitale, éditeur en France des sites de couponing et de cashback ma-reduc.com et poulpeo.com, annonce le choix de la start-up Snowflake Computing, le seul data warehouse conçu pour le cloud, pour supporter son infrastructure analytique. Comptant plus de 8 000 partenaires retailers en France, RetailMeNot, France référence plusieurs millions de produits qui génèrent chaque jour de nombreux évènements utilisateurs.
« Le travail de l’équipe analytique consiste à enregistrer un maximum d’événements utilisateurs pour personnaliser nos moyens de communication, orienter les décisions produits, soutenir les décisions business et prédire quelles seront les opportunités de demain », explique Guillaume Coquio, Business & Data Analyst de RetailMeNot, France. Il travaille également avec les équipes CRM afin de mieux engager les clients de la plateforme. Il fallait donc à RetailMeNot, France une base de données capable d’apporter à la fois des performances élevées et une flexibilité maximale afin de s’adapter aux différents types de requêtes et à une volumétrie en constante augmentation. »
Après avoir mené un proof of concept de deux mois, RetailMeNot, France a choisi la solution Snowflake. « Ce PoC nous a rassuré quant à la compatibilité du data warehouse cloud avec notre écosystème. Nous avons vu que nous n’aurions pas à modifier notre ETL (Extract, Transform, Load), nos outils de reporting et nos scripts de machine learning », commente Guillaume Coquio.
« L’interopérabilité de notre solution a grandement facilité son intégration au sein de l’écosystème de travail de l’équipe analytique de RetailMeNot, France », commente Ivan Smets, Director of Sales Southern Europe de Snowflake.
Avec sa flexibilité apportée par le cloud, l’équipe analytique peut rapidement dimensionner ses clusters et créer des serveurs à la volée afin d’assurer des performances optimales, quelles que soient les requêtes à exécuter. Auparavant tributaire des équipes IT pour réaliser certaines de ces opérations, la division analytiques de RetailMeNot, France a en outre gagné en agilité. Elle peut répondre beaucoup plus rapidement aux demandes des autres équipes. Et grâce à la fonctionnalité Snowpipe qui assure une remontée des données en temps réel, RetailMeNot, France a aussi gagné en instantanéité.
Le data warehouse de Snowflake a donc apporté aux équipes analytiques de RetailMeNot, France une plus grande efficacité dans le traitement de leurs processus quotidiens. Elles ont gagné en performance, en flexibilité et en autonomie sans avoir à faire de compromis quant à leur écosystème existant. « Dans le même temps et avec les mêmes ressources, nous arrivons maintenant à produire bien plus », résume Guillaume Coquio. Il se réjouit de ne plus avoir à se soucier de l’infrastructure pour pouvoir se consacrer à de nouveaux sujets comme le machine learning. « Avec RetailMeNot, France, nous avons pu prouver que notre solution s’adapte efficacement et rapidement à des écosystèmes de travail complexes tout en garantissant des performances et une flexibilité élevées, qu’importe les volumes et la variété des données à traiter », ajoute Yvan Smets.
« Le travail de l’équipe analytique consiste à enregistrer un maximum d’événements utilisateurs pour personnaliser nos moyens de communication, orienter les décisions produits, soutenir les décisions business et prédire quelles seront les opportunités de demain », explique Guillaume Coquio, Business & Data Analyst de RetailMeNot, France. Il travaille également avec les équipes CRM afin de mieux engager les clients de la plateforme. Il fallait donc à RetailMeNot, France une base de données capable d’apporter à la fois des performances élevées et une flexibilité maximale afin de s’adapter aux différents types de requêtes et à une volumétrie en constante augmentation. »
Après avoir mené un proof of concept de deux mois, RetailMeNot, France a choisi la solution Snowflake. « Ce PoC nous a rassuré quant à la compatibilité du data warehouse cloud avec notre écosystème. Nous avons vu que nous n’aurions pas à modifier notre ETL (Extract, Transform, Load), nos outils de reporting et nos scripts de machine learning », commente Guillaume Coquio.
« L’interopérabilité de notre solution a grandement facilité son intégration au sein de l’écosystème de travail de l’équipe analytique de RetailMeNot, France », commente Ivan Smets, Director of Sales Southern Europe de Snowflake.
Avec sa flexibilité apportée par le cloud, l’équipe analytique peut rapidement dimensionner ses clusters et créer des serveurs à la volée afin d’assurer des performances optimales, quelles que soient les requêtes à exécuter. Auparavant tributaire des équipes IT pour réaliser certaines de ces opérations, la division analytiques de RetailMeNot, France a en outre gagné en agilité. Elle peut répondre beaucoup plus rapidement aux demandes des autres équipes. Et grâce à la fonctionnalité Snowpipe qui assure une remontée des données en temps réel, RetailMeNot, France a aussi gagné en instantanéité.
Le data warehouse de Snowflake a donc apporté aux équipes analytiques de RetailMeNot, France une plus grande efficacité dans le traitement de leurs processus quotidiens. Elles ont gagné en performance, en flexibilité et en autonomie sans avoir à faire de compromis quant à leur écosystème existant. « Dans le même temps et avec les mêmes ressources, nous arrivons maintenant à produire bien plus », résume Guillaume Coquio. Il se réjouit de ne plus avoir à se soucier de l’infrastructure pour pouvoir se consacrer à de nouveaux sujets comme le machine learning. « Avec RetailMeNot, France, nous avons pu prouver que notre solution s’adapte efficacement et rapidement à des écosystèmes de travail complexes tout en garantissant des performances et une flexibilité élevées, qu’importe les volumes et la variété des données à traiter », ajoute Yvan Smets.
Autres articles
-
MicroStrategy reconnue leader pour la deuxième année consécutive dans le rapport Modern Marketing Data Stack de Snowflake
-
Snowflake dévoile 5 tendances clés qui redéfinissent le marketing à l'ère de l'IA et des données
-
4 entreprises sur 5 ne peuvent pas tirer parti de l'IA à cause de fondations de données inadéquates
-
Rivery annonce l'intégration de Snowflake comme source de données
-
Cloudera s'associe à Snowflake et intègre la gestion des données hybrides basée sur Iceberg