John Lewis Partnership è un nome molto noto nel Regno Unito. Il gruppo aveva bisogno di unire i suoi silos di dati per fornire ai team commerciali, operativi e dedicati ai clienti insight tempestivi e solidi per guidare decisioni strategiche informate. Scopri perché il suo Chief Data and Insight Officer ha scelto di unificare i dati con Snowflake e come la nuova piattaforma ha dato al gruppo un maggiore controllo sui suoi dati.

John Lewis Partnership comprende tre famosi brand britannici: John Lewis, Waitrose e John Lewis Financial Services. È la più grande azienda di proprietà dei dipendenti del Regno Unito con 80.000 partner che lavorano nella sua divisione online e nei negozi fisici. Per operare con successo su larga scala, questo gruppo aziendale deve utilizzare al meglio i propri dati. Abbiamo parlato con il suo Chief Data and Insight Officer, Barry Panayi, per scoprire come mette in atto questo principio.

Non sorprende che un’azienda con oltre 150 anni di storia come John Lewis avesse infrastrutture legacy e fonti di dati disparate che creavano una visione disconnessa delle sue operazioni. “I dati erano sparsi, possiamo chiamarli silos di dati”, dichiara Panayi. “La proprietà dei dati era difficile da determinare perché avevamo repliche di dati ovunque, il che significava che non sapevamo davvero con chi parlare dei diversi data set. Controllarli era oltretutto eccessivamente oneroso”.

Anche la mancanza di standardizzazione dei dati dovuta ai processi disconnessi rappresentava un potenziale rischio per John Lewis. “Volevamo eliminare quei silos di dati, abilitare una sola versione, capire esattamente chi erano i proprietari dei dati e come governare e interpretare i dati”, aggiunge Panayi.

Una soluzione pronta all’uso per proteggere e unificare i dati

Insieme, i team aziendali che si occupano di dati e di tecnologia hanno scelto Snowflake per una serie di motivi. “Dal mio punto di vista, è per come funziona con gli altri strumenti nello stack”, spiega Panayi. “Da quando sono qui, ci sono stati diversi cambiamenti, uno di questi è Snowflake. Ora possiamo collegarci a Tableau, Python, dbt e tutto funziona magnificamente, senza dover fare nulla che non sia preconfigurato.

La piattaforma Snowflake ha anche giovato ai data scientist di John Lewis. Con la capacità di calcolo separata dallo storage, il team ha ora accesso a tutti gli strumenti di gestione dei dati di cui ha bisogno senza il rischio di incorrere in costi enormi. 

Inoltre, la funzionalità di mascheramento dinamico dei dati garantisce la sicurezza dei dati di John Lewis. “Il Dynamic Data Masking è estremamente importante perché la sicurezza dei dati è una priorità assoluta e possiamo lavorare con una serie completa di dati mantenendoli al sicuro”, spiega Panayi.

John Lewis Partnership non usa solo Snowflake per trasformarsi. Collaborando anche con Deloitte, l’azienda ottiene supporto nelle aree critiche del suo programma di dati e analisi, tra cui la modernizzazione e la migrazione dei dati business-critical alla sua Partnership Data Platform. Sta anche aiutando a riprogettare il sistema di reporting di John Lewis e Waitrose e a consolidare i dati da più di 100 sistemi di origine con un nuovo modello di dati aziendali che consente un’ampia varietà di altri casi d’uso di analisi e data science.

Tutto questo aiuterà John Lewis Partnership a ottimizzare il valore dei suoi data asset aumentando la coerenza e la completezza del reporting, consentendo ai singoli partner di gestire autonomamente i dati di cui hanno bisogno e promuovendo iniziative importanti e di alto valore in tutto il gruppo.

Migliori insight su prezzi, scorte e domanda dei clienti

John Lewis ha posto Snowflake Data Cloud al centro del suo ecosistema di dati, fornendo controlli migliori e standardizzando gli strumenti di analisi dei dati internamente ed esternamente. “Snowflake Data Cloud ha una portata enorme per noi”, afferma Panayi. “Ci consente di assicurarci che esista una sola versione utilizzabile da più utenti”. 

Per John Lewis è fondamentale comprendere la domanda per ogni prodotto in stock, compresi varianti, colori e dimensioni. In questo modo, il retailer può vendere al giusto prezzo e al contempo ridurrà al minimo gli sprechi limitando i costi delle scorte invendute. Tutto questo è realizzabile grazie al flusso costante di dati in tutta la piattaforma Snowflake. 

“Sfruttiamo i nostri dati in Snowflake in diversi modi, per ottenere un risultato, che sia commerciale, di sostenibilità o operativo”, afferma Panayi. “Un esempio potrebbe essere quando riduciamo i prezzi di alcuni articoli. Vogliamo che il prezzo risulti interessante per i nostri clienti ed eliminare qualsiasi spreco. Per farlo, è essenziale che i modelli funzionino in modo dinamico e offrire al cliente ciò che desidera: un prezzo interessante, certamente, ma dobbiamo soddisfare anche altre metriche”.

Collaborazione data-driven in costante miglioramento 

Cavalcando il successo ottenuto fino a ora, Panayi spiega i piani futuri di John Lewis per sfruttare al meglio le funzionalità di data sharing di Snowflake al fine di migliorare la collaborazione tra i suoi partner e fornitori: “Abbiamo in programma di utilizzare Snowflake Data Cloud dopo che avremo ‘smantellato’ i silos e ridato una forma ai nostri dati. È una prospettiva allettante, ma per il momento cerchiamo di concentrarci su quello che stiamo facendo ora. In futuro spero fermamente che potremo iniziare a condividere utilizzando il Data Cloud”.