Home Soluzioni Retail Databricks rilascia il data lake specifico per il retail

Databricks rilascia il data lake specifico per il retail

Lo specialista di dati e intelligenza artificiale Databricks ha annunciato Lakehouse for Retail, il primo data lakehouse specifico per un settore dell’azienda.

In questo caso, come indica la denominazione, il target è quello delle imprese del settore retailer e dei beni di consumo (CG).

Con Lakehouse for Retail di Databricks, i team di dati possono sfruttare una piattaforma centralizzata di dati e intelligenza artificiale che è fatta su misura per aiutare a risolvere le sfide più critiche che i retailer, i partner e i loro fornitori devono affrontare.

Tra i primi utilizzatori di Lakehouse for Retail – ha sottolineato Databricks – ci sono aziende e partner leader del proprio settore, come Walgreens, Columbia, H&M Group e altri.

Databricks Lakehouse for Retail offre una piattaforma di dati aperta e flessibile, con funzioni di collaborazione e condivisione dei dati. Nonché una serie di potenti strumenti e di partner per i settori della vendita al dettaglio e dei beni di consumo.

Progettata per avviare in modo rapido il processo di analisi, la soluzione fornisce un blueprint di casi d’uso di data analytics e machine learning, e le best practice per risparmiare settimane o mesi di tempo di sviluppo per i data engineer e i data scientist di un’organizzazione.

Databricks Lakehouse for Retail

Tra i solution accelerator popolari per i clienti di Lakehouse for Retail di Databricks c’è la Real-time Streaming Data Ingestion, che alimenta decisioni in tempo reale critiche per avere successo nel retail omnichannel, con i dati del punto vendita, delle app mobili, dell’inventario e del fulfillment.

Demand forecasting e time-series forecasting aiutano a generare previsioni più accurate in meno tempo e a grana fine, per prevedere meglio la domanda per tutti gli articoli e i negozi.

I recommendation engine potenziati dal machine learning forniscono modelli di suggerimenti specifici per ogni fase del percorso dell’acquirente e consentono ai retailer di creare una customer experience più personalizzata.

Customer Lifetime Value aiuta a esaminare l’abbandono dei clienti, prevedere meglio i comportamenti e segmentare i consumatori per durata e valore, per migliorare le decisioni sullo sviluppo dei prodotti e le promozioni personalizzate.

Inoltre, partner di Databricks come Deloitte e Tredence stanno fornendo soluzioni di analytics pre-costruite sulla piattaforma lakehouse che affrontano casi d’uso dei clienti in tempo reale.

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato sulle novità tecnologiche

css.php