Stockland, veri platformunu üç aşamada modernize etti ve şu anda kullanım durumlarını ölçeklendirme ve dahili beceriler geliştirme sürecinde.
Emlak grubu, dönüşüm programını 2019’da başlattı ve ilk altı ay içinde bulut tabanlı bir veri platformunun pilot uygulamasını yaptı ve hayata geçirdi.
Dönüşümün üçüncü aşaması olarak adlandırdığı şey kapsamında platform kullanımını artırmasından bu yana yıllarını geçirdi ve bu, aktif bir çalışma programı olmaya devam ediyor.
Veri bilimi ve içgörüler genel müdürü Jenny van Zyp’e göre, konut toplulukları, ofisler, lojistik parklar ve şehir merkezlerinden oluşan geniş bir portföye sahip olan Stockland için veri analitiği “rakiplerimizden farklılaşmak” için önemli fırsatlar sunuyor.
Geçen ay Sidney AWS Zirvesi’nde konuşan van Zyp, şirketin yıllardır veri analitiği ve raporlaması için şirket içi bir veri ambarı kullandığını söyledi.
“Birçok işletme bu hikayeyle ilgili olabilir: veri ambarınızı, tek hakikat kaynağınız olan Kutsal Kâse’yi ayağa kaldırmak için çok fazla zaman, enerji ve para harcıyorsunuz… verilerden maksimum değeri çıkarmak için” dedi.
“Veri ambarının gerekli olduğunu ancak yeterli olmadığını gördük.
“Üstel bir hızla ortaya çıkan ilgi çekici yeni veri kümeleriyle, kullanım durumlarımız ve potansiyel kullanıcılarımız da büyüyordu.
“Sosyal medya verileri, hareketlilik verileri, jeo-uzamsal veriler – veriler büyüyordu ve bu verilerle çalışabilecek teknolojinin de ilerlediğini biliyorduk, ancak o zamanlar Stockland’da yararlanacak araçlarımız yoktu. bu fırsat.”
Bu, bir veri ambarından bulut tabanlı bir veri platformuna geçme kararına yol açtı.
Dönüşümün mimarı, 2020’de Stockland’dan ayrılan ve şimdi AWS’de olan Praveen Kumar’dı.
Kumar, yeni platformun gereksinimlerinin, sunucusuz teknolojiden yararlanması ve yeni kullanım durumlarını işlemek, yeni veri türlerini almak veya yeni analitik teknolojilerini ve araçlarını desteklemek için esnek ve genişletilebilir olması olduğunu söyledi.
Stockland, bulut geçişini kapsayan ikinci aşamaya geçmeden önce, tek bir “özel kullanım durumu” üzerine dört haftalık bir pilot projeyle başladı.
Van Zyp, şirketin kaldır-kaydır yerine bulut tabanlı optimizasyonlardan yararlanmak için mevcut ortamını yeniden tasarlamaya çalıştığını söyledi.
Mimari bir bakış
Mimari olarak Stockland’ın veri platformu, veri gölü hizmeti olarak S3’ü kullanır.
Veriler, SAP tabanlı bir kurumsal kaynak planlama (ERP) sistemi, bulut tabanlı bir CRM, sosyal medya kanalları, Google Analytics ve Stockland’ın web mülkleri dahil olmak üzere çeşitli kaynaklardan alınır.
Kumar, şirketin artık çevre çevresinde veri analitiği çalışmalarını desteklemek için “geleneksel olmayan veri kümeleri ve jeo-uzamsal bilgiler” getirdiğini söyledi.
“Veriler S3’e girdikten sonra, [Stockland] Verileri işlemek için amaca yönelik araçlar kullanın” dedi.
“Bu, veri kümesini temizlemeyi, düzleştirmeyi, kişisel olarak tanımlanabilir bilgileri kaldırmayı ve ayrıca veri kümesini analitik ve makine öğrenimi için hazırlamayı içerebilir.
“Ekip, içgörü oluşturmak için temel olarak iki tüketim hizmeti kullanıyor: biri, BI ve veri ambarı için Redshift ve [the other is] Makine öğrenimi kullanım örnekleri için Amazon SageMaker.”
Kumar, Redshift’in “veri ambarı ortamını ölçeklendirmek ve optimize etmek için” kullanıldığını söyledi.
“Örneğin Stockland, bilgi işlem kapasitesini BI ve ETL gibi iş yükü gereksinimlerine göre ayarlamanıza izin veren ve maliyet tasarrufu sağlayan esnek yeniden boyutlandırma kullanıyor” dedi.
“Ekip, yönetim maliyetlerinden tasarruf etmek için Redshift içinde çok sayıda otomasyon kullanıyor ve ayrıca BI ortamlarını daha da optimize etmek ve ölçeklendirmek için veri paylaşımı ve sunucusuz gibi daha yeni yetenekler uygulamaya bakıyorlar.”
Kumar, SageMaker ile ilgili olarak Stockland’ın “çok çeşitli kullanım durumları için geniş ölçekte makine öğrenimi modelleri oluşturmak, eğitmek ve dağıtmak” için kullandığını söyledi.
“Ekip, çözümlerin birçoğunu sunmak için Amazon SageMaker’ı kullandı: örneğin, fiyatlandırma analitiği, eğilim modellemesi ve yakın zamanda uçtan uca düzenleme için SageMaker Pipelines’ı uygulamaya koydular, bu da makine öğrenimi yaşam döngülerini daha fazla otomatikleştirmelerine ve standartlaştırmalarına yardımcı oluyor. ”
Sürüş sonuçları
Van Zyp, Stockland’ın programın başlamasından bu yana verilerden ve analitik tabanlı kullanım durumlarından çıkarabildiği değerde belirgin bir değişim gördüğünü söyledi.
“Şöyle ifade edeceğim – 13 yılı aşkın bir süredir Stockland’dayım ve platformu uygulamaya koyduğumuzdan bu yana geçen üç ila dört yılda verilerden önceki 10 yılın toplamından daha fazla değer sağladık. dedi.
“Platform kesinlikle ölçeklenebilir olma vaadini yerine getirdi ve önümüze koyduğumuz her kullanım durumunu hemen hemen idare ettiği kanıtlandı.”
“Önemli maliyet tasarrufu ve verimlilik”, daha hızlı deneyler ve içgörü süresi sağladığını ve ayrıca “yetenekleri çekme ve elde tutma yeteneğimizde ezber bozan” olduğunu söyledi.
Geçtiğimiz 12 ila 18 ayda Stockland, platformu kullanarak “özel veriye dayalı uygulamalar” biçiminde daha karmaşık veri tabanlı çıktılar oluşturdu.
“Yalnızca bir pano veya yapay zeka modeliyle devrim yaratamayacak belirli süreçler ve ekipler olduğunu gördük” dedi.
“İşin, veri yakalamadan karar desteğine kadar iş akışlarının her adımını özetleyebilecek ve kolaylaştırabilecek ısmarlama uygulamalar gerektiren belirli bölümleri var.
“İşinizde seçici olarak bu tür bir yeteneği serbest bırakmak, gerçek bir rekabet avantajı kaynağı olabilir.”
Stockland şimdi “geleneksel olmayan veri kümelerinden ve jeo-uzamsal bilgilerden yararlanarak” içgörüleri geliştirerek ve içgörü yeteneklerini müşterilerine genişleterek “veri becerilerini geliştirmeye yönelik özel insan merkezli bir yaklaşıma” odaklanıyor.