EDF crea un Intelligent Customer Engine su Snowflake Data Cloud

EDF è leader nella fornitura di gas ed elettricità a clienti domestici e commerciali nel Regno Unito. L'azienda è anche il più grande produttore di elettricità a zero emissioni di carbonio della Gran Bretagna; fornisce energia eolica, solare e nucleare per contribuire a ridurre le emissioni di carbonio e distribuire ai clienti domestici fissi elettricità a zero emissioni di carbonio come servizio standard.

EDF utilizza la data science in vari modi per fornire un servizio migliore ai clienti: aiutando a migliorare l'efficienza energetica, identificando utenti finanziariamente vulnerabili e offrendo un'assistenza adeguata. Tuttavia, la Customer Analytics Zone (CAZ) dell'azienda, una piattaforma costruita in autonomia per lo sviluppo e l'implementazione di modelli di machine learning (ML), non ha sempre semplificato la generazione degli insight necessari. 

“Prima non avevamo un buon accesso ai dati o un modo per implementare i nostri modelli in produzione”, spiega Rebecca Vickery, Data Science Lead di EDF. “Trattiamo molti dati estremamente sensibili, quindi era difficile fare qualsiasi cosa senza approvazioni e riunioni preliminari. Per ogni progetto, dovevamo chiedere al team del data lake di estrarre i dati su cui lavorare, processo che poteva richiedere giorni. Un processo lento e difficile a volte, nonché molto complesso, poiché eravamo noi a dover gestire la sicurezza e la governance di quei dati”. 

Nel 2022, dopo aver tentato per quattro mesi di implementare un singolo modello ML in CAZ, EDF ha deciso che servivano una nuova piattaforma per i dati dei clienti e un approccio completamente diverso. Il fornitore di energia ha scelto il Data Cloud Snowflake per centralizzare una fonte di dati facilmente accessibili per il suo nuovo Intelligent Customer Engine (ICE). 

EDF ora utilizza Snowflake e il suo framework di sviluppo Snowpark per consentire ai data scientist di utilizzare Python, il loro linguaggio preferito, e portare i modelli ML in produzione su Amazon SageMaker. EDF sfrutta la partnership tra AWS e Snowflake per accedere a operazioni di machine learning (MLOps) e funzionalità di data science di livello enterprise.

EDF ha preso in considerazione diverse piattaforme dati per supportare la sua nuova soluzione di customer intelligence, ma Snowflake ha dimostrato vantaggi ineguagliati dalla concorrenza, tra cui la scalabilità elastica e un engine di elaborazione indipendente dal linguaggio con Snowpark. 

“Queste erano entrambe funzioni chiave per noi”, afferma Alex Read, Senior Manager of Data Platforms di EDF. “Con le nostre precedenti piattaforme basate su Spark, avevamo raggiunto il punto in cui sarebbe stato difficile scalare e non riuscivamo più a rispettare gli SLA sul carico di lavoro. Con Snowflake, la separazione tra capacità di calcolo e archiviazione rende tutto molto più semplice. Dopo la migrazione, abbiamo soddisfatto tutti gli SLA”. 

Ora EDF utilizza Snowflake come repository centrale per tutti i dati dei suoi clienti. Grazie al supporto per Python e SQL di Snowpark, gli utenti business possono manipolare i dati senza spostarli, implementando il machine learning end-to-end per scoprire gli insight che semplificano la vita dei clienti. È un mondo diverso dall'ambiente complesso che esisteva prima.

Con l'architettura precedente, il team di data science di EDF avrebbe impiegato mesi per implementare un modello di machine learning in grado di alimentare gli insight sui clienti o nuovi prodotti rivolti ai clienti. Ma con Snowflake ora bastano pochi giorni.

Un esempio degno di nota tra questi nuovi prodotti è un algoritmo ML progettato per identificare i clienti finanziariamente vulnerabili. Il modello segnala chi ha regolari periodi di disconnessione o chi ricarica i contatori in modo discontinuo con piccole somme di denaro, dando a EDF la possibilità di fornire assistenza nel momento del bisogno. 

“Siamo passati dalle difficoltà ad accedere ai dati a una grande quantità di dati a nostra disposizione”, racconta Vickery. “Ora siamo in grado di realizzare prodotti come questo in tre o quattro settimane, mentre prima avremmo come minimo impiegato mesi”. 

Allo stesso modo, anche lo sviluppo della piattaforma ha ricevuto un impulso, come testimoniano il rapido sviluppo e l'implementazione del motore ICE per sostituire la Customer Analytics Zone. “Lavoravamo alla nostra Customer Analytics Zone da circa tre anni e la piattaforma non era ancora completa”, afferma Read. “Con Snowflake, siamo stati in grado di creare un ambiente di data science e analytics completamente automatizzato in pochi mesi”.

Uno dei principali vantaggi della migrazione a Snowflake è che EDF è stata in grado di consolidare più ambienti con diversi fornitori, semplificando il suo panorama IT e, in ultima analisi, riducendo i costi. 

“Prima il nostro lavoro richiedeva molte risorse”, afferma Read. “Ora possiamo lavorare con un team maggiormente consolidato che ha un unico set di competenze. Questo approccio, insieme al fatto che paghiamo solo per le risorse che usiamo, ha notevoli vantaggi in termini di costi”. 

EDF ritiene che la piattaforma contribuirà anche a rafforzare il team, attirando il tipo di talento appassionato di nuove tecnologie e piattaforme dati basate su cloud. 

“Aiuta ad attrarre e a trattenere i talenti”, afferma Vickery. “Avere una piattaforma moderna e offrire l'opportunità di migliorare le proprie competenze su Snowflake è un'enorme attrattiva per chi vuole crescere professionalmente. Per i nostri data scientist, non dover più lottare con la gestione e la governance dei dati per arrivare alla parte interessante del nostro lavoro, ovvero costruire modelli e generare insight, rende EDF un posto di lavoro molto migliore”.

Con questa piattaforma semplificata, i data scientist di EDF sono in grado di concentrarsi sulla loro iniziativa principale: prendersi cura dei clienti, aiutarli nei momenti difficili e fornire prodotti e servizi su misura che aumentano la soddisfazione e la fidelizzazione dei clienti. 

EDF ha recentemente rilasciato i risultati delle analisi del suo hub energetico anche ai clienti, che ora possono utilizzare i dati dei propri contatori intelligenti per monitorare i consumi di energia in modo rapido e preciso. I clienti possono ora accedere a insight su come diminuire i consumi, per ridurre notevolmente non solo l'impronta di carbonio ma anche le bollette. 

“Snowflake avrà un impatto significativo sui nostri clienti”, afferma Vickery. “Ora siamo in una posizione molto migliore per servire i clienti, che si tratti di aiutarli in modo proattivo con i pagamenti o di offrire loro i prodotti e i prezzi giusti per le loro situazioni attuali”. 

“I vantaggi sono incommensurabili rispetto ad appena sei mesi fa”, aggiunge Read. “Stiamo inoltre continuando a esplorare le possibilità di usare Snowflake per supportare le attività di marketing e le operazioni generali, nonché per garantire la conformità normativa in futuro. Ora abbiamo visto cosa è in grado di fare: questo sarà un anno importante per EDF e Snowflake”.