Descrizioni dei prodotti:
Da anni Pandora eleva gli standard del design e dell’artigianalità dei gioielli, raggiungendo 670 milioni di visite all’anno nei propri negozi fisici e online in oltre 100 Paesi. Per rispondere meglio alle esigenze dei clienti e aumentare il coinvolgimento online, l’azienda ha compreso che doveva offrire esperienze d’acquisto personalizzabili, proprio come i suoi prodotti. Per farlo, Pandora aveva bisogno di una visione unificata di tutti i dati, in modo da poterli segmentare, categorizzare e analizzare facilmente per inviare messaggi su misura ai consumatori. L’azienda ha quindi costruito la propria dashboard Master Consumer View (MCV) sulla Databricks Data Intelligence Platform. Grazie a questa dashboard, Pandora dispone oggi delle informazioni necessarie per offrire messaggi altamente mirati, aumentando il coinvolgimento dei consumatori dall’apertura di una email di marketing fino alla conversione in acquisto, generando maggiori ricavi sul sito web.
Sfruttare i dati dei consumatori per la personalizzazione
Pochissimi acquisti nella vita hanno un significato così profondo come un gioiello regalato alle persone che amiamo. Che si tratti di un anello di fidanzamento o di un regalo di anniversario, ogni creazione celebra un legame unico e personale. La missione di Pandora è aiutare le persone a dar voce al loro amore. L’azienda realizza questa visione creando gioielli rifiniti a mano e accessibili, pensati per molti, non per pochi; pezzi che possono essere personalizzati per riflettere le tante sfaccettature di ciascuno di noi e per esprimere chi siamo, creando momenti indimenticabili.
Questa filosofia ha spinto Pandora a offrire un'esperienza sempre più personalizzata lungo tutto il customer journey. Il fulcro di questa strategia è la capacità di attingere ai dati raccolti attraverso le interazioni con i clienti. Pandora acquisisce tre diversi tipi di dati: profili dei clienti con informazioni a livello di prodotto, ordini online e offline e attività sulle pagine web. La loro soluzione dati legacy aveva difficoltà a gestire in modo efficiente sia l'enorme volume di dati che la loro complessità. La collaborazione tra team era limitata, perché ciascun gruppo utilizzava linguaggi di programmazione diversi e disponeva di livelli di accesso differenti ai dati, rendendo impossibile affrontare i problemi con una visione condivisa. Inoltre il sistema legacy, che richiedeva processi manuali intensivi per creare e addestrare modelli complessi di machine learning (ML), rallentava anche i team di data science. Numan Ali, Solution Architect, Data and Analytics Center of Excellence presso Pandora, spiega: "Per i nostri team dati era troppo complesso esplorare, collaborare e analizzare i dati alla scala di cui avevamo bisogno. E le nostre difficoltà nel fornire i dati ai team ostacolavano la nostra capacità di innovare nell'ambito delle analisi."
La precedente infrastruttura rendeva anche estremamente problematico costruire le pipeline di dati affidabili e performanti necessarie per supportare i casi d'uso di analisi e ML a valle. Questo non solo comprometteva il time-to-market e, di conseguenza, la capacità competitiva di Pandora, ma si traduceva anche nell'impossibilità di offrire percorsi del cliente personalizzati. "Ci voleva più di un giorno perché i dati arrivassero dalla fonte al punto di destinazione", afferma Numan. "Per offrire un'esperienza di acquisto personalizzata e accurata, avevamo bisogno di un approccio più semplice e snello che ci consentisse di sfruttare appieno il valore dei nostri dati."
Potenziare i team di dati con un lakehouse unificato
Pandora ha scelto di modernizzare il proprio approccio ai dati adottando la Databricks Data Intelligence Platform. Il processo di onboarding è stato semplice e la collaborazione priva di ostacoli, favorendo un'ampia adozione della piattaforma da parte dei team di dati di Pandora. Per la prima volta i membri di questi gruppi, inclusi gli utenti aziendali come gli analisti di BI, hanno potuto collaborare su un'unica piattaforma centralizzata. "Persone diverse, con casi d'uso diversi e abituate a usare tecnologie diverse, si sono ritrovate insieme su Databricks. Ciò ha consentito loro di capirsi meglio, di scoprire facilmente i dati e di condividere informazioni in modo immediato. Collaborare è diventato infinitamente più semplice." Anche gli addetti marketing possono ora accedere direttamente ai dati e, con competenze SQL di base, eseguire query ad hoc senza dover coinvolgere i team di dati, visualizzando le informazioni direttamente in Power BI.
Grazie a una visione unificata dei dati nel lakehouse, i team di dati possono creare le pipeline necessarie per alimentare i vari stakeholder e i loro casi d'uso, inclusa la personalizzazione. Gli sviluppatori di BI di Pandora hanno creato la loro dashboard MCV in Power BI e ora convogliano i dati direttamente da Databricks per offrire agli addetti marketing una comprensione più approfondita dei consumatori in 11 segmenti diversi, il che consente loro di sviluppare campagne più mirate.
La personalizzazione per i consumatori porta vantaggi a livello aziendale
Da quando utilizza la Databricks Data Intelligence Platform, Pandora ha registrato notevoli miglioramenti in termini di efficienza operativa, riuscendo a mettere i dati giusti nelle mani dei team di dati nel giro di poche ore, anziché giorni. Di conseguenza, ha introdotto nuove esperienze personalizzate su tutti i canali, trasformando il modo in cui interagisce con i consumatori durante il percorso di acquisto. Da allora, ha esteso le proprie iniziative di personalizzazione a otto mercati chiave (Stati Uniti, Australia, Francia, Germania, Italia, Regno Unito, Paesi Bassi e Polonia). Con i dati come elemento centrale delle proprie strategie di personalizzazione, Pandora ha registrato un aumento del 50% nei tassi di click-to-open rispetto alle newsletter standard e invia 65 milioni di e-mail all'anno con raccomandazioni personalizzate sui prodotti.
Guardando al futuro, Pandora continuerà ad affidarsi a Databricks per consolidare il livello di maturità già raggiunto nella personalizzazione ed estendere questo approccio a nuove opportunità di interazione con i consumatori, sia online che offline. "Una grande opportunità che ci attende è la vera personalizzazione omnicanale. Potremo tenere traccia di ciò che un consumatore visualizza sul nostro sito web e usare quelle informazioni per offrire un servizio clienti senza pari, capace di tradursi in maggiori vendite in negozio", ha concluso Numan. "Questo richiederà uno sforzo congiunto da parte di tutti i nostri team di dati e la Databricks Data Intelligence Platform sarà il denominatore comune che ci consentirà di raggiungere l'obiettivo."