Ir para o conteúdo principal
História de cliente

Personalização de experiências com dados e ML

Grab
CLOUD: Azure

“A plataforma C360 permitiu que cada equipe desenvolvesse recursos de consumo em escala e, em seguida, estendesse esses recursos para outros mercados e outras equipes. Isso resultou em economias significativas em despesas gerais e custos de engenharia.”

– Nikhil Dwarakanath, diretor de análises da Grab

Para que a Grab preveja com precisão as necessidades e preferências dos consumidores, ela deve ter a capacidade de visualizar continuamente milhões de usuários em 351 cidades e oito países. A Grab, maior plataforma online-to-offline do Sudeste Asiático, foi baixada mais de 200 milhões de vezes e gerou mais de seis bilhões de transações em transporte, alimentação, entrega de supermercado e pagamentos digitais. A Grab precisava integrar os dados para criar informações unificadas dos consumidores para seus vários segmentos de produtos e fornecê-las às suas respectivas equipes funcionais. Isso permitiria que a empresa melhorasse suas funções e fornecesse serviços adaptados às necessidades e preferências específicas dos consumidores. Com a ajuda do C360 e da Databricks, as equipes da Grab podem trabalhar em conjunto para criar recursos mais inovadores e continuar melhorando a experiência centrada no consumidor por meio de experimentação e desenvolvimento.

Visualização inconsistente dos dados entre as equipes

A Grab não conseguia obter uma imagem consistente de seus consumidores porque cada recurso de produto tinha uma equipe de dados diferente e criava recursos diferentes para cada segmento de consumidor. Equipes de produto, data science e análise perderam muitos relacionamentos entre atributos de usuários específicos de recursos que outras equipes conheciam. A Grab precisava descobrir o que impulsiona os consumidores, melhorar o ROI da campanha de marketing e implementar os recursos certos para diferentes tipos de usuários.

Diferentes equipes construíram diferentes sistemas em escala, exigindo que vários pipelines de dados fossem gerenciados e atualizados. Isso resultou em sobrecarga significativa para a engenharia e custos exponenciais.

“Um em cada seis consumidores do Sudeste Asiático usa o Grab. Temos o desafio de democratizar grandes quantidades de dados de forma estruturada e consistente, permitindo que todas as equipes desbloqueiem o potencial dos dados e obtenham insights mais ricos de forma unificada”, explicou Nikhil Dwarakanath, diretor de análises da Grab.

Independentemente da quantidade de dados, a Grab precisava de uma plataforma unificada de análise de dados que sempre pudesse ser dimensionada e colaborativa. A empresa também precisava de uma solução que fornecesse uma visão consistente de seus segmentos de clientes em um só lugar e desenvolvesse recursos para permitir experiências personalizadas do cliente.

Como uma estratégia de dados integrada e uma rápida colaboração multifuncional produziram insights acionáveis dos consumidores

Com a Databricks Lakehouse Platform, a solução interna de dados do consumidor em autoatendimento da Grab (C360) serve como uma fonte unificada para milhares de atributos centrados no consumidor de crowdsourcing das respectivas equipes de dados comerciais e técnicos. A equipe pode acessar com segurança os dados do consumidor democratizados de qualquer lugar para entender claramente os hábitos e as necessidades dos consumidores e aprimorar a experiência no aplicativo.

“Desde o uso do C360 com Azure Databricks, a Grab conseguiu aproveitar os dados do consumidor, independentemente da perspectiva geoespacial ou transacional, e obter uma compreensão consistente dos consumidores em diferentes segmentos e recursos de produtos”, afirmou Dwarakanath.

A Grab agora pode coletar e otimizar milhares de sinais gerados por usuários e fontes de dados de sites e aplicativos por meio do Delta Lake, de maneiras que melhoram a integridade e a segurança dos dados. Tarefas árduas que antes levavam semanas, agora levam apenas horas.

Graças à capacidade da Databricks de integrar dados perfeitamente, os segmentos de consumidores são mais ricos e perfis mais profundos podem ser criados. Com um portal interno com autoatendimento total, as equipes podem colaborar e explorar facilmente dados, insights, atributos e valor do ciclo de vida do consumidor. Agora, a Grab pode melhorar a experiência no aplicativo e atender melhor aos consumidores, fornecendo recomendações mais relevantes de forma mais eficiente e eficaz e desenvolvendo novos recursos mais adaptados às preferências dos consumidores.

grab-video-thumb

Bastidores: o efeito da equipe de dados

Conheça a grande equipe de dados por trás da Grab

As equipes de dados são as forças unidas que resolvem os problemas mais difíceis do mundo.

Assista agora

Insights mais detalhados sob medida para as necessidades dos consumidores

A equipe interna da Grab conseguiu colaborar de forma mais eficaz e rápida desde o uso do C360. Agora, a empresa está usando a plataforma de dados para obter uma compreensão abrangente dos consumidores e personalizar recomendações e recursos no aplicativo. Novos recursos para o consumidor apoiados pela plataforma Attribute Discovery e o portal de API de autoatendimento aceleram o desenvolvimento, reduzindo o custo de experimentação e acelerando o tempo de adoção do aplicativo.

Um exemplo de caso de uso de produção inicial para esse sistema é fornecer informações de segmento de consumidor a um agente quando um consumidor liga. Em apenas algumas semanas, a Grab desenvolveu um novo recurso para a equipe de contact center. No passado, a empresa teria que se concentrar apenas nesse desenvolvimento, enquanto criava pipelines de dados duplicados que precisavam ser gerenciados.