Kroger asegura una experiencia del cliente basada en datos


El minorista de supermercados estadounidense Kroger estaba en la misión digital de aprovechar la tecnología para centrarse en el cliente.

Los datos se consideran a menudo como combustible del siglo XXI. La subsidiaria 84.51 ° de Kroger es el negocio de información al consumidor creado a través de la adquisición de los activos tecnológicos de Dunnhumby en 2015. Dunnhumby fue la compañía que permitió el éxito de Tesco's Clubcard en el Reino Unido, y se gestionó como una empresa conjunta entre Tesco y Kroger.

Scott Crawford, director de Data Science Enablement en 84.51 °, dice que el minorista se ha comprometido a convertirse en una empresa digital con una "cadena de valor verdaderamente digital".

El objetivo de 84.51 ° es realizar estudios longitudinales, una técnica de análisis que sigue al mismo grupo de personas durante un largo período de tiempo. "Queremos comprender mejor a nuestros clientes, mejorar su experiencia, facilitarles la vida o brindarles una mejor experiencia general".

Crawford lidera el equipo de Enable the Science a 84.51 ° C para eso es responsable y permitir el fortalecimiento de ciencia de datos en toda la empresa. Él dice que el equipo alienta a la organización a desarrollar e implementar eficientemente tecnologías de aprendizaje automático (19459008). La función Habilitar ciencia selecciona, implementa y capacita herramientas de aprendizaje automatizado, incluidas las herramientas estándar y las herramientas automatizadas. Uno de ellos es DataRobot, que proporciona aprendizaje automático supervisado .

"Mi equipo alienta al resto de la empresa a aprovechar el aprendizaje automático", dice Crawford. "Creamos kits de herramientas para el resto de los equipos de ciencia de datos. "

DataRobot proporciona al equipo una forma eficiente de implementar modelos de datos". Con DataRobot, puede implementar modelos meses más rápido que las herramientas tradicionales. "

en crecimiento. Hay muchos casos de uso que ofrecen valor agregado como proyecto. "

Scott Crawford, Kroger

En 2017, el gigante de los alimentos de EE. UU. Presentó su visión de" Restock Kroger ", una estrategia digital que combina su experiencia en alimentos y análisis de datos para crear nuevas experiencias de los clientes, tanto digital como comercialmente. El objetivo general es desarrollar esfuerzos de creación de valor para los accionistas centrados en el cliente.

Crawford cree que la transformación digital debería incluir algo nuevo e innovador en lugar de simplemente digitalizar un proceso existente. "Cuando pensamos en cosas que son de naturaleza digital, pueden mejorarse tomando mejores decisiones utilizando datos", dice. "Tenemos petabytes de clientes de Kroger que se pueden combinar con otros conjuntos de datos y utilizar como motor de combustión interna de la compañía para tomar mejores decisiones".

Según Crawford, TI ha proporcionado tradicionalmente a la compañía funciones de proyectos de TI, pero datos La ciencia es una habilidad. "La amplitud de la ciencia de datos está creciendo", dice. "Hay muchos casos de uso que agregan valor como proyecto".

Sin embargo, hay otros casos de uso que son programas, dice. "Cada modelo de datos utilizado en el campo es duradero. Su objetivo final es hacer que su modelo sea obsoleto, por lo que debe evaluarlo y evolucionarlo constantemente. "

En algunos casos, un ciclo de retroalimentación se integra directamente en el programa y puede evolucionar en tiempo real", dice. Según la experiencia de Crawford, hay situaciones en las que tales iniciativas de ciencia de datos nocturnas continúan evolucionando modelos de datos utilizando los últimos datos.

Para que Data Science impulse con éxito el cambio operativo en toda la empresa, el equipo de análisis necesita una amplia gama de capacidades. Crawford divide a los científicos de datos en tres tipos.

El primero es el científico de datos de habilitación: "Estos científicos de datos tienen puntos fuertes en las ideas y están dotados para comunicarse y contar una historia", dice. "Entienden el flujo de valor y tienen conocimientos de MBA".

La segunda categoría de Crawford es el científico de datos de tecnología: "Estas personas tienen talento para usar múltiples tecnologías y tienen más probabilidades de ser exploradores", dice.

La tercera categoría es el científico de datos del aprendizaje estadístico, que Crawford dice que entiende muy bien las matemáticas y las estadísticas.

Más allá de la categorización de los científicos de datos, dice: "El futuro de la ciencia de datos en muchas compañías estará determinado por su capacidad para determinar trabajar juntos de manera efectiva al reunir a diferentes equipos con diferentes habilidades y perspectivas para entender cómo encontrar la aguja en un pajar. "

Crawford señala, sin embargo, que se contrata un equipo de ciencia de datos. ¿Qué debe hacer la compañía si desarrolla un modelo para un tipo de pronóstico de demanda y resulta ser más preciso que su enfoque de predicción?

"¿Cómo las operaciones expandirán la ciencia de datos de una manera que transforma un proceso comercial para lograr un ROI positivo [return on investment]? "Él dice. En otras palabras, para que una organización esté verdaderamente impulsada por los datos, los cambios en la empresa que ocurren cuando se implementan nuevos modelos de datos deben ser parte del proceso iterativo de ciencia de datos.



Software servicio tecnico de Cea Ordenadores