Storica catena italiana retail di fascia alta, Rinascente opera attraverso nove store e gestisce annualmente oltre 5 milioni di scontrini. Pur mantenendo una forte identità fisica, orientata all’esperienza del cliente in store e comprensiva di iniziative per la fidelizzazione con il suo loyalty program, l’azienda ha sempre riconosciuto l’importanza di integrare la sfera digitale nella propria strategia brand-driven. La sfida si rivela duplice: offrire ai clienti un’esperienza reale e digitale fluida, e allo stesso tempo raccogliere, integrare e valorizzare i dati generati dai diversi touchpoint.
Il contesto e il bisogno
Per lungo tempo, il team dati di Rinascente è riuscito a garantire un accesso centralizzato agli insight di business, evitando la frammentazione dei dati e mantenendo una visione condivisa delle informazioni. Tuttavia, con l’evoluzione rapida del retail digitale e la crescente domanda di analisi più frequenti e dettagliate da parte del business, emerge la necessità di dotarsi di una nuova piattaforma dati.
A questo scopo, il retailer identifica la necessità di una customer data platform capace di riunire dati eterogenei (vendite in-store, loyalty, Crm, canali digitali…) in un unico repository coerente. L’obiettivo è potenziare le capacità analitiche, ridurre i silos informativi e abilitare un processo decisionale basato su insight immediati così da rispondere con agilità alle richieste di un mercato in trasformazione, e farlo senza generare nuovi silos né aumentare la complessità per gli utenti finali.
La lente con cui l’azienda guarda a questi passaggio è trasparente nei suoi obiettivi: solo un’architettura dati moderna, integrata, scalabile e agile potrebbe permettere di sviluppare campagne omnicanale personalizzate, sfruttare le attività dei punti vendita fisici e garantire flessibilità operativa a supporto del business. Dopo aver preso in considerazione, oltre all’AI Data Cloud Snowflake, altre due piattaforme dati basate su cloud, il team della Rinascente sceglie quest’ultima per la capacità di offrire informazioni rapide, scalare, nonché di integrarsi con altri strumenti di analisi dei dati.
Il metodo
Per trasformare questa visione in un progetto concreto, Rinascente si rivolge a BitBang, data consulting company che opera come Select Service Partner di Snowflake. BitBang imposta un percorso che unisce strategia dati e implementazione tecnologica. E lo fa con un approccio modulare e iterativo: lo studio di casi d’uso concreti, la ricerca di valore, la possibilità di estendere e far evolvere la piattaforma nel tempo, senza ricorrere a infrastrutture complesse o ricchezze funzionali iniziali eccessive. In sintesi, il piano di realizzazione del progetto prevede l’adozione di un data lakehouse dotato di capacità cloud-native e pronto ad utilizzare dati provenienti da Crm, loyalty, e-commerce e i vari touchpoint digitali, quindi l’integrazione di strumenti di Self-Service BI – in particolare ThoughtSpot – per permettere agli utenti di interrogare i dati in autonomia e in near real-time. Si procede poi con la realizzazione di pipeline personalizzate, garantendo qualità e anonimizzazione dei dati ed infine la valorizzazione della cultura del dato stesso, attraverso attività formative on‑the‑job, coinvolgendo trasversalmente i team aziendali sui nuovi strumenti.
La soluzione
ll cuore della piattaforma è Snowflake AI Data Cloud, scelto anche perché compatibile sia con le tecnologie più avanzate, sia con quelle legacy, scalabile in modo granulare e capace di supportare workload diversi senza sovraccarichi infrastrutturali. Non bisogna poi dimenticare che il team dati di Rinascente utilizza già diversi strumenti di analisi dei dati per ottenere i migliori risultati per query specifiche, tra cui anche MicroStrategy per dashboard di reporting e analytics, oltre a piattaforme come Apache Kafka e risorse dati come Amazon S3 per raccogliere e conservare dati grezzi.
Snowflake è però il punto di riferimento per ogni ulteriore elaborazione dei dati. La piattaforma consente a Rinascente di migrare velocemente verso un data hub unificato, capace di gestire dati strutturati e semi-strutturati senza compromettere la governance o la performance. “Mettendo Snowflake al centro, lo abbiamo potuto collegare ad altri sistemi che le diverse funzioni aziendali utilizzano per le loro esigenze di analisi dei dati specifiche”, racconta Valentina Torti, head of Crm, Integration & Data di Rinascente -. Chiunque in azienda può utilizzare facilmente le Api per connettersi ai diversi sistemi di cui ha bisogno per ottenere insight mirati”.
Parallelamente viene attivato un ambiente di Self-Service BI tramite ThoughtSpot, appunto: gli utenti aziendali possono esplorare autonomamente i dati, generare insight immediati e creare mini-report personalizzati, integrando i vantaggi di query istantanee direttamente su Snowflake. Questa soluzione, in ogni caso, affianca – non sostituisce – gli strumenti convenzionali usati per report periodici. Il contributo di BitBang si rivela fondamentale nell’implementazione e ottimizzazione delle pipeline. E’ grazie al contributo del partner che Rinascente riesce nell’integrazione fluida tra Crm, loyalty program, transazioni in-store e Web analytics, mantenendo il controllo sulla qualità del dato e la normativa Gdpr. Grazie a soluzioni custom e alle Api, BitBang rende possibile orchestrare flussi near real-time, anonimizzazioni e data lineage, supportando il business. A valle della trasformazione BitBang supporta team e stakeholder attraverso formazione on-the-job, condividendo metodi pratici per l’utilizzo di Snowflake e ThoughtSpot, spingendo verso una gestione autonoma dei processi, in linea con le esigenze di business e attente alla governance.
Risultati e vantaggi per Rinascente
Rinascente guadagna così una flessibilità operativa che prima mancava e che Matteo Gabanini, Business Intelligence IT manager, commenta aggiungendo un importante tassello di interesse: “Snowflake consente di sperimentare senza dover investire su hardware a lungo termine e, grazie a questo progetto, Rinascente può ora contare su un database unico, customer-centric e cross-channel, che rappresenta un asset fondamentale per il raggiungimento degli obiettivi futuri”.
ll progetto così impostato ha raggiunto le milestone fissate in tempi rapidi: dall’avvio della collaborazione (febbraio) alla piattaforma Customer 360 live (giugno di quest’anno), sono passati pochi mesi, nonostante non si trattasse di un’implementazione ex novo, ma di un’evoluzione su sistemi già in uso. E’ un punto interessante perché documenta la velocità con cui la soluzione può generare valore anche a partire da ambienti/architetture già impostate. Sul fronte performance, il tempo di refresh dei dati di loyalty e delle transazioni ha subito un’accelerazione di circa l’80%, mentre i report più pesanti, una volta elaborati in un’ora, ora si completano in pochi minuti. Grazie all’architettura cloud-native di Snowflake, con la possibilità di aumentare capacità computazionale in modo elastico. Entriamo solo un po’ di più nei dettagli.
L’elaborazione dei report, che in passato poteva richiedere oltre un’ora per i dataset più complessi relativi ai clienti, oggi viene completata in pochi minuti. Questo cambiamento ha un impatto diretto sulla capacità dell’azienda di prendere decisioni in modo rapido, supportata da insight tempestivi e precisi. Il team dati può fare affidamento su una capacità computazionale già pronta per sostenere i casi d’uso futuri più impegnativi. “Al momento lavoriamo con prestazioni eccellenti sfruttando il più piccolo dei data warehouse Snowflake – spiega Gabanini -. Quando serve generare report più articolati, possiamo semplicemente scalare verso un warehouse più grande, senza dover intervenire sull’infrastruttura interna”. Una flessibilità che consente all’azienda di adattarsi rapidamente alle nuove esigenze, mantenendo bassi i costi di gestione. Al tempo stesso, la disponibilità immediata dei dati per tutti gli utenti autorizzati rimane garantita in sicurezza. Le funzionalità di Data Masking di Snowflake permettono di governare gli accessi alle informazioni e ogni utente visualizza esclusivamente ciò che gli è consentito. Riprende Torti: “Questo aspetto è cruciale per la nostra conformità normativa. Disporre di una piattaforma che integra strumenti di protezione avanzata ci aiuta concretamente a rispettare i requisiti del Gdpr e delle policy sulla privacy”.
In roadmap
Guardando al futuro, Rinascente, che ricordiamo fa parte del Gruppo Central – prevede di poter estendere ancora il valore generato dalla propria infrastruttura dati. Grazie alle funzionalità di collaborazione sicura offerte da Snowflake, il team prevede di poter condividere informazioni in modo protetto e scalabile anche con altre società del gruppo, mantenendo alti standard di controllo e governance. Nel frattempo, il department store sta esplorando nuovi orizzonti analitici, sperimentando l’utilizzo del machine learning per affinare ulteriormente la comprensione dei comportamenti d’acquisto dei clienti. Questa attività si affianca a test su applicazioni sviluppate direttamente in linguaggio Python, eseguite tramite Snowpark, l’ambiente nativo Snowflake per la gestione di modelli e processi su scala enterprise. Intanto, Rinascente continua a espandere la centralizzazione dei propri asset informativi all’interno della piattaforma AI Data Cloud, portando avanti due importanti progetti di migrazione: il primo riguarda l’integrazione dei dati legati all’inventario, il secondo coinvolge i sistemi in-store. Lo conferma Valentina Torti: “Una volta completati questi due passaggi, tutti i dati strategici dell’azienda saranno consolidati su Snowflake”. Questo permetterà di lavorare con strumenti comuni in tutte le aree aziendali, generando vantaggi operativi significativi sia in termini di efficienza interna sia nell’esperienza offerta ai clienti.
© RIPRODUZIONE RISERVATA
