Завдяки використанню аналітичної платформи, компанія перейшла до швидкого прототипування, моментального виявлення і виправлення помилок в даних, а також підвищила ефективність роботи своїх data scientist на 40%
OVH є світовим постачальником гіпермасштабних хмар (hyperscale cloud). Заснована у 1999 році компанія має десятки центрів збору і обробки даних на чотирьох континентах. У OVH є власна глобальна оптоволоконна мережа. Спираючись на внутрішню інфраструктуру, OVH надає прості і потужні інструменти для підприємств. В даний час у компанії налічується 1,5 мільйона клієнтів.
Панелі моніторингу – важлива складова підприємства. Вони допомагають фахівцям відстежувати основні робочі показники компанії з урахуванням діяльності кожного відділу. Крім того, завдяки їм фахівці розуміють, як веде себе споживач. І все ж, незважаючи на корисність, такі панелі іноді створюють труднощі для масштабується виробництва, в основному, за рахунок постійного оновлення. У підсумку вони виявляються більш трудомістким інструментом і можуть бути оброблені тільки за допомогою складних аналітичних процесів.
Основна точка контакту між OVH і користувачами – веб-сайт компанії, на якому клієнти розміщують заявку і отримують технічну консультацію чи підтримку. Тому першорядне значення має аналіз взаємодії користувачів і отримання інформації про їхню поведінку для інформування робочих груп. Але бізнес-аналітики, що відповідають за поширення даних і аналітичні матеріали для інформування про комерціалізацію та оптимізації веб-сайту, зіткнулися з проблемами. А саме: була створена панель моніторингу з базовими метриками високого рівня (такими як поведінка користувачів та відвідуваність сайту), але її корисність була обмежена.
Проблема OVH полягала в тому, що панель моніторингу не об’єднує різні джерела даних для повного уявлення, тому вона вимагала більш детального аналізу, на який у аналітиків було недостатньо часу. Крім того, ETL (витяг, перетворення, завантаження) для панелі моніторингу представляли інтерес для data architect (фахівці з проектування та організації інформаційних ресурсів в ІС) щодо якості даних та їх розуміння, була відсутня прозорість відносно того, які саме дані були перетворені і як саме.
Dataiku допомогла OVH розширити можливості панелі, використовуючи функції платформи для скорочення часу на підготовку даних і забезпечення наочності їх життєвого циклу.
Впровадження Dataiku у якості частини передової стратегії OVH в області аналітики і обробки даних мало величезний успіх. Департаменти компаній використовують аналітичну платформу для всіх видів проектів, до того ж у проект можна додати необмежену кількість користувачів. І, що найголовніше, OVH задіяла Dataiku у внутрішньому революційному SEO-проекті, заснованому на машинному навчанні.
OVH підвищила ефективність своїх data scientist на 40% і, як наслідок, тепер вони більш ефективно беруть участь у проектах і працюють разом з рештою команди, а також використовують можливості Dataiku для підготовки даних і моніторингу всієї вхідної інформації.