USE CASES

Astra DB für Customer 360

Moderne digitale Unternehmen sind darauf angewiesen, ihren Kunden eine nahtlose und personalisierte Erfahrung über verschiedene Kanäle hinweg zu bieten – sowohl online wie auch im Laden, über Mobilgeräte und Social Media. Damit ihnen das gelingt, müssen sie sich ein ganzheitliches Bild ihrer Kunden mithilfe von Echtzeitdaten machen.

image

Welche Vorteile bietet Astra DB für Customer 360?

Kompromisslose Skalierung

Astra DB unterstützt eine einfache Skalierung auf mehrere Petabytes an Daten sowie Hunderttausende Transaktionen pro Sekunde und gewährleistet gleichzeitig schnelle Reaktionszeiten bei hoher Verfügbarkeit und geringen Latenzen für Schreib-/Lesevorgänge. Auf diese Weise lassen sich Customer-360-Initiativen skalieren, ohne das Kundenerlebnis zu beeinträchtigen.

Schutz von Kundendaten

Die meisten (wenn nicht alle) Kundendaten (einschließlich Customer-360-Daten) unterliegen Datenschutz- und -sicherheitsvorgaben. Mit Authentifizierungs- und Autorisierungsfeatures wie SSO-/SAML-Integration, Datenverschlüsselung und Bring-your-own-Key(BYOK)-Management gewährleistet Astra DB die Sicherheit Ihrer Customer-360-Daten.

Einfacher Datenzugriff dank modellübergreifender Flexibilität

Für eine Customer-360-Erfahrung muss eine Vielzahl verschiedener Daten auf Basis von Clickstream-Analysen, Social-Media-Feeds, Kaufhistorie und Kontoinformationen erfasst werden. Mit den APIs Document (JSON), REST, GraphQL und gRPC bietet Astra DB eine modellübergreifende Flexibilität, um die Time to Value für solche Customer-360-Apps zu beschleunigen.

Beliebige Cloud

Astra DB deckt dank seiner Multi-Modell-Unterstützung verschiedene Datencenter oder Cloud-Regionen ab und lässt sich in AWS, GCP und Azure implementieren. Gleichzeitig wird die Kompatibilität mit der Open-Source-Version von Cassandra sichergestellt. Darüber hinaus entfällt der Installations- und Wartungsaufwand und dank eines nutzungsbasierten Preismodells mit universellen Astra-Credits für jede Cloud fallen die TCO niedriger aus.

Erleben Sie Astra DB in Aktion

Architektur für Customer 360

Astra DB erfasst gemeinsam mit CDC und Astra Streaming Daten aus vielen Quellen. Auf diese Weise können Sie denkbar einfach Datenpipelines zwischen Mobile-/Web-Frontend-Services und Backend-Analysen sowie Data-Warehouses erstellen und all Ihre Daten für eine verbesserte Customer-360-Sicht zusammenführen. Durch das Einspeisen umfangreicher Kundendaten in ML-Modelle für Echtzeitpersonalisierung und -empfehlungen lassen sich Geschäftskennzahlen wie die Click-through-Rate, Konversionen und der durchschnittliche Transaktionswert verbessern.

Architektur für Customer 360

Astra DB – Beispiel für Customer-360-Datenmodell und -Abfragen

Ein Beispiel für Customer 360 ist eine personalisierte digitale Musikbibliothek, in der das Datenmodell Tabellen für Interpret, Album, Titel und Benutzer enthält. Für diese Daten sind mehrere Abfragetypen und Datenzugriffsmuster möglich, wie zum Beispiel Interpret nach Name sowie Benutzerwiedergabelisten. Hier finden Sie eine grafische Darstellung des Datenmodells, das innerhalb von Astra DB für die relevanten Daten und Abfragen erstellt wurde:

Weitere Informationen zur digitalen Musikbibliothek finden Sie in unserer Datenmodellbibliothek.

Abbildung 2: Datenmodell und Abfragen – personalisierte digitale MusikbibliothekAbbildung 2: Datenmodell und Abfragen – personalisierte digitale Musikbibliothek

Erfahren Sie mehr über Customer 360

Erfolgreiche Kunden

Siggy.ai ist eine Empfehlungsapp für Shopify-Webshops, die auf künstlicher Intelligenz (KI) basiert. Als man bei Siggy.ai nach einer Lösung zur Erstellung seiner KI-basierten Shopify-App suchte, stellte man fest, dass die benötigten spezialisierten Operationen nur auf DataStax Astra DB verfügbar waren.

Erfahren Sie, wie Astra DB Siggy.ai beim Launch seiner App half

Nach der Implementierung von Astra DB arbeitete FINN.no mit DataStax zusammen, um die Performance und Verfügbarkeit der Personalisierungsengine zu verbessern. So konnte das Data-Intelligence-Team die Empfehlungsgeschwindigkeit erzielen, die FINN.no benötigte. Gleichzeitig gelang es, einer größeren Zahl von Unternehmen innerhalb der Schibsted Group Personalisierungs- und Data-Science-Funktionen für ihre täglichen Aufgaben zur Verfügung zu stellen.

Erfahren Sie, wie Finn.no Astra DB für seine klassifizierten Werbeanzeigen einsetzt

Ressourcen