Pourquoi un cloud de données intelligent est essentiel à la transformation numérique

À l’ère actuelle des bouleversements numériques, les entreprises de tous les secteurs sont confrontées à la concurrence d’alternatives offrant des technologies, des modèles commerciaux, des chaînes de valeur opérationnelles et des expériences client supérieurs. La transformation numérique n’est pas un phénomène nouveau, mais elle s’est accélérée dans les secteurs du commerce de détail, de la santé, des services financiers, des transports, de l’automobile, des médias et du divertissement, et de l’industrie manufacturière au cours des dernières années.

Les innovateurs numériques bouleversent les modèles économiques des acteurs en place en inventant à un rythme beaucoup plus rapide. Ces pionniers du numérique comprennent le potentiel de l'intégration des données dans l'ensemble de leur activité pour générer un véritable changement et une création de valeur. Ils profitent des avantages de bases de données, d'analyses et de systèmes d'apprentissage automatique durables et essentiels à la mission, capables de faire fonctionner l'entreprise de manière fiable 24 heures sur 24, 7 jours sur 7, et de stimuler l'innovation. Les innovateurs numériques construisent leurs clouds de données à l'aide d'une plateforme ouverte, intelligente et fiable, et ils le font dès maintenant.

Clients dont les transformations numériques sont alimentées par des clouds de données intelligents

1. The Home Depot (THD) permet à plus de 400 000 collaborateurs d'être plus intelligents sur plus de 50 000 produits stockés dans plus de 2 000 sites en leur fournissant un aperçu des articles dont chaque client a besoin. En plus d'utiliser Cloud SQL, Spanner et Bigtable pour les cas d'utilisation opérationnelle, THD utilise l'IA pour aider à la localisation des articles à l'aide de ses applications mobiles pour la navigation en magasin.
2. Grâce à l’apprentissage automatique et aux ordinateurs, l’American Cancer Society a identifié des modèles uniques dans les images de pathologie numérique afin d’améliorer les résultats des patients et d’analyser les images du cancer du sein 12 fois plus rapidement. Même avec une équipe de pathologistes dévoués, il aurait fallu des années au lieu de trois mois pour évaluer 1 700 échantillons de tissus sans apprentissage automatique.
3. UPS économise jusqu'à 400 millions de dollars par an en réduisant sa consommation de carburant de 10 millions de gallons par an en utilisant BigQuery et Spanner pour livrer plus de marchandises à moindre coût et servir ses clients de manière plus intelligente et plus agile.
4. La boutique en ligne Zulily utilise les dernières technologies en matière d'intelligence artificielle, d'apprentissage automatique et de cloud computing pour développer et servir ses clients de manière pertinente. Pour fournir aux acheteurs en ligne une représentation précise de l'apparence d'un vêtement lorsqu'il est porté, Zulily forme des modèles d'apprentissage automatique pour analyser les photos des produits et extraire des informations. Ils développent de telles solutions à l'aide de technologies basées sur le cloud telles qu'AutoML Vision.
5. Grâce à BigQuery, Cloud SQL et Spanner, ANZ Bank traite les transactions jusqu'à 250 fois plus rapidement qu'auparavant.
6. Grâce au support de ML, BigQuery et Google Kubernetes Engine, Priceline est en mesure de prendre des décisions basées sur les données beaucoup plus rapidement, ce qui lui permet de s'adapter plus rapidement aux demandes changeantes des clients.

Les méthodes de données modernes enfermées dans des systèmes de données archaïques

The Home Depot (THD), client de Google Cloud, s’est forgé une solide réputation en misant sur les grands espaces, la large gamme de produits et, surtout, la satisfaction de ses clients. Cependant, au fil du temps, THD a découvert qu’elle avait un problème : le big data. THD a cherché une méthode pour mettre à jour sa stratégie, malgré le fait que son succès au fil des ans était entièrement basé sur les données. L’entreprise souhaitait combiner plus efficacement les subtilités de ses entreprises associées, telles que la location de matériel et les services à domicile. En outre, elle souhaitait mieux équiper ses équipes d’analyse de données et ses associés en magasin avec des appareils informatiques mobiles, ainsi que tirer parti du commerce électronique et de nouveaux outils modernes tels que l’intelligence artificielle (IA) pour répondre aux besoins de ses clients.

Leur entrepôt de données sur site actuel est devenu incapable de relever les défis modernes, étant surchargé par le besoin continu d'analyses et ne parvenant pas à gérer les cas d'utilisation de plus en plus sophistiqués de leurs analystes de données.

Cela a non seulement entraîné une expansion considérable de l’entrepôt de données, mais a également posé des difficultés en termes de contrôle des priorités, des performances et des dépenses.

L’ajout de capacité à l’environnement a nécessité une planification, une conception et des tests approfondis de la part de THD. Dans un cas, l’extension de la capacité sur site a nécessité six mois de préparation et une interruption de service de trois jours. Cependant, les avantages ont été de courte durée : en l’espace d’un an, les pénuries de capacité sont revenues, nuisant aux performances et à la capacité d’exécuter toutes les charges de travail essentielles de reporting et d’analyse. Home Depot a également dû mettre à niveau ses bases de données opérationnelles afin d’accélérer le déploiement des applications pour ses équipes et d’éliminer la nécessité de gérer les ressources.

THD manquait d'accès en temps réel aux analyses des ventes, des produits et des expéditions nécessaires pour améliorer l'expérience client, les références des produits, etc., ce qui entravait sa capacité à être compétitif dans un secteur où l'expérience client est essentielle.

Cela vous semble-t-il familier ? Ces difficultés sont désormais généralisées dans toute l’organisation. Pour la grande majorité des organisations, y compris THD, il n’est plus possible d’exploiter une technologie historique tout en essayant de mettre en œuvre une stratégie de données contemporaine.

Téléchargez le livre blanc de Google Cloud pour en savoir plus sur les raisons pour lesquelles un cloud de données intelligent est essentiel à la transformation numérique uniquement sur Whitepapers Online.