Xertica

Avon

Avon: sobre el desarrollo de una solución para realizar consultas a nivel local de forma eficiente y en tiempos óptimos usando Big Query y Data Studio

Avon es una empresa de venta directa en las categorías de belleza, hogar y cuidado personal fundada en 1886. Con una facturación global ascendente a los USD 5,500 millones en el 2018, es la quinta empresa de belleza más grande y, con más de 6 millones de representantes que operan en 100 países, es la segunda mundial a nivel de ventas directas.

El problema: demasiada información, recursos compartidos globalmente y altos tiempos de procesamiento

La gran escala que posee Avon implica la generación de grandes cantidades de información concentradas en un solo Data Warehouse, el cual comparte recursos para todos los países del mundo en que la compañía tiene presencia. Así, el problema al que se enfrentaban las áreas de Business Intelligence (BI) era que, al compartir recursos con todos los países, resultaba engorroso realizar algunas consultas de información, los tiempos requeridos para los queries superaban las cuatro horas y era inviable que más de un país pueda realizar consultas en simultáneo.

Avon

Componentes del Date Warehouse inicial.

Fue iniciativa de Avon México acercarse a Xertica para darle vuelta a esta situación a través de la adopción de GCP. Al momento del inicio del proyecto, la compañía usaba una arquitectura en donde la información residía a nivel mundial en Greenplum y en la que se requerían hacer extracciones para almacenar los datos en Oracle para que, finalmente, MicroStrategy consuma y genere los reportes y/o cálculos.

Sin embargo, se presentaban algunas situaciones en que la cantidad de información que se requería analizar complicaba el poder hacer cálculos sobre varios miles de millones de registros, dando esto como resultado procesos que duraban hasta varias horas de procesamiento. Sumado a ello, la herramienta MicroStrategy implicaba costos de licenciamiento por cada usuario que utilice los reportes y dashboards generados.

Este contexto demandaba una alternativa en la que se pueda compartir información con los empleados y con las representantes a nivel local.

El inicio de la transformación: adoptando Big Query y Data Studio

Xertica propuso una solución, basada en GCP, que a nivel conceptual consistía en i). extracción de archivos, ii). carga y transformación, iii). notificación y iv). registro. La principal ventaja de que esta arquitectura se base en la nube de Google era la posibilidad de procesar, almacenar y transformar grandes cantidades de información de una forma más simple y eficiente. Y así fue.

Avon

Arquitectura técnica detallada

La extracción de archivos consistió en contar con un mecanismo que permita extraer la información de las fuentes de datos y generar archivos CVS para poder transferirlos a la nube de Google Cloud. Consiguientemente, los archivos copiados dentro de Cloud Storage eran cargados al Data Warehouse en la nube para entonces transformar la información y dejarla lista para ser explotada. Cada proceso de ejecución de las extracciones, cargas y transformaciones era notificado vía correo electrónico como parte de los eventos que suceden dentro el flujo.

A nivel de reportes, estos se basan en vistas que utilizan las tablas cargadas en Big Query y diseñados en Google Data Studio. Todos las actividades realizadas en Big Query son generadas por Stackdriver y exportadas a otro data set dentro del propio Big Query. En consecuencia, estas actividades podían ser exploradas gracias a un reporte generado dentro Google Data Studio.

Avon

Reporte de afectaciones generado en Google Data Studio

Los resultados: consultas eficientes y tiempos óptimos

Gracias al reporting que Data Studio habilita, se pudo desarrollar una plataforma amigable de consultas para empleados y fuerza de ventas. Los reportes desarrollados fueron los siguientes:

  • Afectaciones por segmento y Local Business.
  • Compra de Productos Frecuentes.
  • Ordenes por segmento.
  • Tracking de representantes con afectación shorts vs. retención, por segmento.
  • Welcome calls + retención.
  • Tracking de incidentes recibidos en call center, por segmento, con consecutividad.
flecha

EE.UU. -> Colombia -> Mexico -> Perú -> Ecuador

Social