Revenir au contenu principal
Témoignage de client

Des échanges personnalisés avec les spectateurs

26 %

d'augmentation de l'efficacité opérationnelle, ce qui réduit les coûts globaux

viacom18 header image
CLOUD: Azure

« Le passage d'Hadoop à Databricks a permis de dégager une valeur commerciale significative. Nous traitons davantage de données plus rapidement, nous pouvons créer des pipelines ETL fiables et nous donnons à nos analystes les moyens de créer plus facilement les modèles qui offriront à nos clients les expériences de visionnage qu'ils attendent. »

- Parijat Dey, Assistant Vice President – Digital Transformation and Technology chez Viacom18

Viacom18 Media Pvt. Ltd. est l’un des réseaux de divertissement les plus dynamiques en Inde : son activité a été multipliée par 40 fois au cours de la dernière décennie. La société propose une expérience de marque multiplateforme, multigénérationnelle et multiculturelle à plus de 600 millions de téléspectateurs mensuels. Afin d'offrir des expériences plus engageantes à ses millions de téléspectateurs, Viacom18 a renoncé à son environnement Hadoop, incapable de traiter efficacement les données à grande échelle. L'entreprise a choisi Databricks pour rationaliser la gestion de son infrastructure, accélérer le pipeline de données et accroître la productivité de ses équipes de données. Aujourd’hui, Viacom18 ne délivre pas seulement des expériences de visionnage plus engageantes à ses abonnés, l'entreprise est également en mesure d'identifier des opportunités d’optimisation, pour un meilleur retour sur investissement.

La croissance du nombre d'abonnés et les téraoctets de données vidéo poussent Hadoop dans ses retranchements

Viacom18, coentreprise entre Network18 et ViacomCBS, a pour ambition d'offrir à son public des expériences de visionnage hautement personnalisées. Le cœur de cette stratégie repose sur la mise en œuvre d’une architecture de données d’entreprise permettant de réaliser de puissantes analytiques clients sur les données quotidiennes des téléspectateurs. Mais manipuler les données de millions de consommateurs à travers l’Inde est une tâche considérable. L'ingestion et le traitement de plus de 45 000 heures de contenu quotidien sur VOOT, la plateforme d’abonnement vidéo à la demande de Viacom18, génère facilement de 700 Go à 1 To de données par jour.

« Le contenu est au cœur de nos activités », explique Parijat Dey, Assistant Vice President of Digital Transformation and Technology chez Viacom18. « Nous fournissons des recommandations de contenu personnalisées à nos publics dans le monde entier, en nous appuyant sur l’historique et les préférences de visionnage individuels afin d’augmenter l’audience et d'encourager la fidélité des clients.  »

Le data lake de Viacom18, qui reposait sur Hadoop en local, ne parvenait pas à traiter de manière optimale 90 jours glissants de données selon les SLA définis par la direction. Cette incapacité à répondre aux besoins d’analytique avait un impact non seulement sur l’expérience client, mais également sur les coûts globaux.

Pour relever ce défi une fois pour toutes, Viacom18 avait besoin d’un data warehouse moderne capable d’analyser les tendances des données sur une longue période plutôt que sur de courts moments quotidiens. Il fallait également à Viacom18 une plateforme qui simplifie l'infrastructure en permettant aux équipes de provisionner facilement des clusters à l'aide de fonctionnalités telles que l'auto-scaling pour réduire les coûts de calcul.

Un traitement accéléré des données pour l'analytique et le ML avec Databricks

Pour obtenir la puissance de traitement et les capacités de data science dont l'équipe avait besoin, Viacom18 s'est associée à Celebal Technologies, un grand cabinet de conseil indien spécialisé dans Salesforce, l'analytique de données et le big data. L'équipe de Celebal s'est appuyée sur Azure Databricks pour proposer à Viacom18 une plateforme d'analytique de données unifiée et ainsi moderniser ses capacités d'entreposage des données, tout en accélérant le traitement des données à grande échelle.

La possibilité de mettre en cache les données dans Delta Lake a permis l'accélération indispensable des requêtes, tandis que la gestion des clusters - avec auto-scaling et découplage du stockage et du calcul - simplifiait la gestion de l'infrastructure de Viacom18 et permettait l'optimisation des coûts opérationnels. « Delta Lake a créé une approche simplifiée de la gestion des pipelines de données. Nous avons ainsi pu réduire les coûts opérationnels, tout en accélérant la production d'insights provenant de l'analytique et de la Data Science. »

La fonction de notebook a été une agréable surprise pour Viacom18. Cet espace de travail commun offre aux équipes de données un moyen de collaborer et de gagner en productivité à tous les niveaux : entraînement des modèles, analyse ad hoc, création de tableaux de bord et de rapports via PowerBI.

Mettre les données des spectateurs au service d'expériences de visionnage personnalisées

Celebal Technologies et Databricks ont permis à Viacom18 de proposer des solutions et des insights client innovants, tout en renforçant la collaboration entre les équipes et leur productivité. Avec Databricks, l’équipe de données de Viacom18 navigue aujourd'hui de manière transparente dans ses données, tout en servant mieux ses clients.

« Avec Databricks, les ingénieurs de Viacom18 peuvent désormais trier et catégoriser d'importants volumes de données. Ils en tirent de précieux insights sur le comportement et l'engagement des clients pour les analystes et les data scientists », affirme Dey.

Au-delà des gains de performances, l'accélération des requêtes a également réduit le coût global de possession, malgré une augmentation quotidienne des volumes de données. « Azure Databricks a considérablement rationalisé les processus et amélioré la productivité d’environ 26 % », conclut Dey.

Dans l'ensemble, la migration d'Hadoop vers Databricks a généré une valeur commerciale significative pour l'entreprise, selon Dey. Elle a réduit les coûts d'échec, accéléré le traitement à grande échelle et simplifié l'analyse ad hoc, facilitant ainsi l'exploration des données et les innovations indispensables à une expérience client hautement engageante.