Customer Story: Grab - Databricksの翻訳です。
業種: 消費者向け技術
ソリューション: パーソナライズされた顧客体験
技術的ユースケース: データ投入とETL、機械学習、データチーム
Grabにとっては、8つの国と351の都市にいる数百万のユーザーに対して一貫性のあるビューを持つことは、顧客の要求と嗜好を正確に予測するために非常に重要なことでした。東南アジアにおける最大のオンライン・オフラインプラットフォームであるGrabは2億ダウンロードされており、輸送、食品雑貨の配送、デジタルペイメントにおいて60兆ものトランザクションを生み出しています。Grabは、様々な商品セグメント、機能別チームにまたがる顧客を統合的に理解するために、データをまとめあげる必要性に迫られていました。これによって、顧客の嗜好、要求を満たせるようにGrab自身の能力を改善できるはずです。カスタマー360と背後にあるDatabricksの力によって、Grabのデータチームは継続的に顧客中心の体験を改善できるように、コラボレーション、そして、より革新的な機能を実験、開発できるようになりました。
チームにまたがるデータビューの一貫性の欠如
異なるチームが異なる製品機能をサポートしていたため、異なる顧客セグメントに基づき異なる機能開発を行っており、Grabは一貫性を持って顧客を理解することができませんでした。製品開発、データサイエンス、分析チームはしばしば、他のチームの顧客属性との関係性を見逃していました。Grabは、マーケティングキャンペーンのROIを改善し、異なる顧客タイプに合致する機能を提供するために、何が顧客を行動させているのかを理解する必要がありました。
異なるチームによって大規模な複数のシステムが構築されており、管理・更新すべき複数のデータパイプラインが存在していました。このことは、エンジニアリングのオーバーヘッドを引き起こし、指数関数的にコストを増大させていました。
Grabの分析ヘッドであるNikhil Dwarakanathは説明します。「東南アジアにおいては、6人に1人がGrabを利用しています。すべてのチームが統一的な方法で大量のデータを組み合わせ、豊富な洞察を得られるように、大量データを構造化された、一貫性のある方法で民主化するという課題に我々は直面していました」
Grabはデータ量に関係なくスケール、コラボレーションできる統合データ分析プラットフォームを必要としていました。また、パーソナライズされた顧客体験を提供するために、集中管理された一貫性のあるビューを提供するソリューションを必要としていました。
データと機能横断コラボレーションに対する統合的アプローチが、どのようにアクション可能な顧客インサイトを導き出したのか
Azure Databricksのレイクハウスプラットフォームによって、Grabの内製しているセルフサービスソリューソンであるCustomer 360は、異なるビジネス、テクノロジー、データチムから集まってくる数千の顧客中心属性を「single source of truth(単一の真実)」として提供できるようになりました。これによって、スタッフはどこからでも民主化された顧客データにセキュアにアクセスできるようになり、顧客の趣味嗜好を理解することで、アプリケーションにおける顧客体験を改善できるようになりました。
Dwarakanathは言います。「Azure DatabricksによってCustomer 360が強化され、今やGrabは顧客データを活用することで、地域、トランザクションの目的の壁を越えて、様々なセグメント、機能における顧客を一貫性を持って理解できるようになりました。」
今やGrabは、Delta Lakeを通じて、ウェブサイト、アプリケーションからもたらされる数千ものユーザーのシグナル、データソースをデータの一貫性、セキュリティを維持したまま取り込んで、最適化できるようになりました。かつては数週間かかっていた面倒な作業が今では数時間で完了するようになりました。
Databricksのシームレスなデータ統合によって、豊富な顧客セグメントと深いプロファイルを構築できるようになりました。完全なセルフサービスのポータルによって、異なるチームはデータ、洞察、属性、生涯価値などを探索する際に容易にコラボレーションできるようになりました。今やGrabは、顧客体験を改善するために、より効率的、効果的に適切なレコメンデーションを提供できるようになり、顧客の嗜好に即したより良い機能を提供できるようになりました。
顧客の要求に即したより豊富な洞察
Customer 360によって、Grabの内部チームはより効果的、迅速にコラボレーションができるようになっています。レコメンデーションとアプリケーションの機能をパーソナライズするために、統合的な顧客理解を得るためにレイクハウスプラットフォームを活用しています。属性発見プラットフォームとセルフサービスAPIポータルにサポートされることで、迅速に新機能が開発され、実験のコストが低減され、そして、迅速に本番環境に投入できるようになりました。
このシステムを活用することで実運用に至ったユースケースとしては、顧客電話をかけてきたときに顧客セグメント情報をエージェントに提供するようにしたというものが挙げられます。以前であれば専門のチームによる開発が必要であり、管理を必要とする冗長なデータパイプラインを必要としたかもしれませんが、数週間で上述の機能をコンタクトセンターチームに提供することができました。