Big data, groot ondernemen

Data staat centraal voor de goede klantervaring van Starbucks. De Enterprise Data Analytics-missie van Starbucks is om beslissingen te kunnen nemen op basis van gegevens op enorme schaal.

Hoe is Starbucks dat gelukt? “Bij Starbucks hebben we drie pijlers voor datagebruik,” aldus Vish Subramanian op de recente Databricks Spark + AI Summit. Hij is Director of Data and Analytics Engineering bij Starbucks. De drie pijlers zijn:

1. Eén versie van de waarheid

“Om een betrouwbare bron van informatie van de onderneming beschikbaar te kunnen stellen aan alle betrokkenen.”

2. Data & analytics toegankelijkheid

“Om self-service tools en data toegankelijk te maken, via een bedrijfsbreed datalake, kunstmatige intelligentie en machine learning, en ‘next generation insights'”.

3. Betrouwbare data

“Waar is onze data, hoe is het gedefinieerd, hoe wordt het gewijzigd, wie heeft er aan gewerkt: kortom, alles rondom de kwaliteit van data, privacy en beveiliging.”

Dat was althans de basis waar Starbucks destijds naartoe wilde. “Maar om daar te komen, moesten we eerst een paar uitdagingen oplossen,” zei Subramanian. Want met bijna 20.000 winkels wordt er veel, heel veel data verzameld. “Hard- en software is nodig voor enorme schaalgrootte, we praten dan over petabytes.” Dat heeft ook belangrijke gevolgen voor de manier waarop al die data moet worden ingevoerd, bewerkt en gebruikt.

Brewkit

“Het doel waar we voor gingen, en dat is gelukt, is dat de kleinste teams binnen Starbucks in staat zijn om te werken met data analytics en data engineering binnen de online bedrijfsomgeving.” Daarvoor is een eigen oplossing ontwikkeld, Brewkit (zie overzicht), “gebouwd op een sterke basis van Azure, Data Bricks en Delta.”

“Onze strategische visie is om de data-inbreng zo eenvoudig te maken, dat teams niet bezig hoeven zij met data van A naar B te verplaatsen, maar kunnen focussen op het creëren van toegevoegde waarde voor het bedrijf.”

(Overzicht van BrewKit, foto: Starbucks)