CASO DE ÉXITO #Cloud

Visión de cliente 360

Meliá Hotels International cuenta con más de 380 hoteles abiertos o en proceso de apertura en más de 40 países bajo las marcas Gran Meliá Hotels & Resorts, Paradisus by Meliá, ME by Meliá, Meliá Hotels & Resorts, The Meliá Collection, INNSiDE by Meliá y Sol by Meliá, además de un amplio portfolio de hoteles bajo el sello Affiliated by Meliá.

Meliá Hotels International es una de las compañías líderes mundiales en el segmento de hoteles vacacionales y su experiencia en este ámbito le ha permitido consolidarse en el creciente mercado de hoteles urbanos inspirados en el ocio. Su compromiso con el turismo responsable le ha hecho ser reconocida como la hotelera más sostenible de España y Europa.

Identificar al cliente a lo largo de sus interacciones a través de los distintos canales de comunicación, es esencial para optimizar la relación con él.

El reto que Meliá debía abordar era el agrupar toda la traza digital de los clientes generados desde los diferentes canales y fuentes de datos, integrando esos distintos orígenes con sus correspondientes volúmenes de información.

Como requisitos previos a la hora de abordar el reto se planteó:

  • Construir una solución basada en herramientas Open Source.

  • Permitir una consulta en Real Time de las fuentes de tracking (posibilidad de enviar a bases de datos clave-valor).

  • Conservar el histórico de cambios (ID de un usuario a lo largo del tiempo) con la fecha de cambios para completar su trazabilidad aguas arriba y aguas abajo.

  • Admitir consultas  desde el entorno analítico con HIVE y Athena.

Solución en Amazon Web Services

Keepler diseñó una entidad/tabla de referencia conteniendo todos los identificadores que permitieran realizar una identificación única del cliente y que fuera escalable. Dicha tabla tendría el menor tiempo posible de respuesta.

Una vez definido el criterio de agregación de los diferentes ID, se revisó el proceso de explotación. En esta revisión se obtuvo información en detalle del proceso de agregación de información en ETLs y de la integración del data lake con los distintos sistemas de Meliã.

Se implantó una arquitectura Lambda con tres capas, para poder dar soporte a la ingesta y procesamiento de fuentes de datos a diferentes velocidades. 

Speed Layer

Capa encargada de recoger los eventos producidos en tiempo real desde las diferentes webs. Utilizando el servicio de Kinesis, ya existente en la compañía y que contiene los eventos, se hace un pre-procesamiento previo de la información en tiempo real. Paralelamente esa información también se guarda en la capa Batch para poder alimentar a los procesos que requieren del resto de fuentes para realizar cálculos.

Batch Layer

Capa encargada de recoger la información de sistemas cuya información se incorpora a la plataforma a menor velocidad, con frecuencias de una o varias veces al día o incluso con varios días entre sí. 

La información se recibe en bruto en una capa Staging. Tras realizar las transformaciones necesarias para hacer el user matching de todas las fuentes mediante procesos de ETL la información, se almacena en una capa Main, donde podrá ser explotada por diferentes casos de uso de analitica o que tengan una naturaleza más batch.

Serving Layer

Esta capa es la encargada de realizar toda la lógica de servir la información de cuál es el usuario único para los distintos ids de los distintos orígenes. Dispone de una base de datos clave-valor para devolver rápidamente dicha información en los escenarios en los que se necesite dicha información en tiempo real. 

También se habilita un acceso mediante Athena para poder hacer exploratoria de los datos del Data Lake.

En el caso de que se necesite una mayor visibilidad de cómo se relacionan todos los IDs de la plataforma entre ellos y cuales son sus interconexiones, se disponibiliza una base de datos de documental con esa información, para que pueda ser explotada en tiempo real.

En este contexto, las  soluciones AWS utilizadas son las siguientes:

  • AWS Lambda: Cómputo de los eventos.
  • AWS S3: Almacenamiento de la información en estadíos previos y los eventos ingestados.
  • AWS EMR: Procesos batch y de carga de histórico.
  • AWS DynamoDB: Tabla de referencia maestra para encontrar el cliente según ID secundario y obtener el ID360.
  • AWS DocumentDB: para el almacenamiento de los objetos.
Beneficios

  • El principal objetivo de Meliá es tener identificado al cliente a lo largo de todas sus interacciones a través de los distintos canales de comunicación (email, web, teléfono, redes sociales,  programas fidelización…). Ello permitirá la optimización de las comunicaciones  al integrarse con el sistema de recomendación y personalización de campañas del cliente el cuál habrá que adaptar a esta nueva funcionalidad.

  • Todas  estas tecnologías siguen el paradigma de desarrollo serverless/managed services:

    • Evita el mantenimiento de los servidores y aplicaciones.
    • Permite el escalado horizontal de la plataforma en función del uso real.
    • Solamente genera coste por el tiempo de uso del proceso.
    • Facilita una integración sencilla con el resto de servicios que ofrece la plataforma, como son logging, virtualización o creación de endpoints.

Keepler es una empresa boutique de servicios profesionales tecnológicos especializada en el diseño, construcción, despliegue y operaciones de soluciones software de Big Data y Machine Learning para grandes clientes. Utiliza metodologías Agile y Devops y los servicios nativos de la nube pública para la construcción de sofisticadas aplicaciones de negocio centradas en datos e integradas con diversas fuentes en modo batch y tiempo real. Es nivel Advanced Consulting Partner y cuenta con una plantilla técnica en la que el 90% de sus profesionales están certificados en AWS. Keepler actualmente trabaja para grandes clientes en diversos mercados, como servicios financieros, industria, energía, telecomunicaciones y media.

¿Hablamos?

Si quieres saber más o que desarrollemos una propuesta para tu caso de uso concreto, contáctanos y hablamos.