AO.com crée une vue unique de ses clients à travers MongoDB

En s'appuyant sur Apache Kafka et sur la base de données managée Atlas de MongoDB, le groupe AO.com, vendeur de produits électroménagers et électroniques (machines à laver, réfrigérateurs, ...), s'est constitué une vision agrégée de sa base clients. Cette vue unique facilite le travail de son service clientèle, permet de mieux détecter les fraudes et de vérifier sa conformité au RGPD. Fondé dans la ville anglaise de Bolton (Grand Manchester) en 2000, le groupe de vente en ligne, anciennement Appliances Online, a réalisé en 2017/18 un chiffre d'affaires de près de 800 millions de livres sterling.

Au printemps 2017, l'entreprise a réuni une équipe de trois développeurs et d'un analyste commercial à laquelle elle a assigné la tâche exclusive de créer une vue unique de la clientèle pouvant servir à ses différentes directions, relatent nos confrères de Computerworld.uk. Comme l'explique Jon Vines, responsable de l'équipe de développement chez AO.com, « notre première tâche a été d'identifier les données sources et de définir le domaine dans lequel nous devions opérer. L’entreprise possédait beaucoup de données historiques qu’il fallait mélanger avec les données en temps réel. Ce qui impliquait de travailler avec de multiples instances Microsoft SQL Server, auxquelles s'ajoutaient divers entrepôts de données et de files d'attente de messages hébergés sur AWS, SQS inclus. Nous devions trouver un moyen d'extraire ces données proprement, sans impact sur les systèmes sources ».

Un fonctionnement en mode devops

« Nous avons passé plusieurs mois à cataloguer les données, avant de nous attaquer au prototypage et de trouver la bonne technologie. Le développement a démarré en octobre 2017, et trois mois plus tard, en janvier 2018, nous étions déjà en production. Cette rapidité dans le développement a été possible grâce à la technologie sous-jacente que nous avons choisie pour alimenter la plate-forme destinée à délivrer la vue unique sur le client ». L’équipe a également fonctionné en mode devops, comme l’a encore détaillé Jon Vines : « Nous sommes maître de la plateforme de bout en bout, depuis le prototypage et le développement jusqu'au déploiement, la sécurité et les opérations en cours ».

« En tant que client d'AWS, AO.com s’était un moment intéressé à Kenesis pour le streaming de données, mais a finalement préféré utiliser Apache Kafka et Confluent Open Source », a encore précisé Jon Vines. « Nous pouvons recourir à l'API Connect de Kafka pour extraire les données via les flux Change Data Capture sur les sources de données existantes, Kafka prenant en charge le streaming et la transformation des données source dans notre modèle de données à vue unique », explique le responsable du développement. « Cela nous permet d'extraire des données sans créer de dépendance vis-à-vis d'autres équipes sur lesquelles nous devrions autrement compter pour publier les données ou pour avoir accès à leurs systèmes sources ».

Atlas permet de se décharger de la gestion de la base

En ce qui concerne la couche de base de données, l'équipe a testé plusieurs options avant d’arriver à la solution entièrement gérée Atlas de MongoDB. « Très vite, il est apparu évident que le modèle de base de données orientée document de MongoDB était le meilleur choix possible pour nous », a poursuivi M. Vines. « Celui-ci prend en charge les objets clients riches que nous pouvons enrichir à n'importe quelle étape sans migration coûteuse des schémas. Et les formats de données temporelles fortement typées sont précieux pour notre application. En termes de fonctionnalités globales, pour notre cas d’usage et pour atteindre nos objectifs, MongoDB s’est imposé comme un choix évident ». La nature entièrement gérée d'Atlas a séduit la petite équipe de développement « parce qu’elle nous permet de nous concentrer sur les besoins de l'entreprise et pas sur la gestion de la base de données », a encore exposé M. Vines. C’est précisément ce qu’apporte Atlas. La base managée « prend en compte les meilleures pratiques opérationnelles et nous n'avons pas à nous soucier de son fonctionnement, de la surveillance ou des sauvegardes ».

De plus, la performance est largement au rendez-vous chez AO.com. « Nous pouvons répondre à des requêtes complexes en 10 ms environ avec un temps d’écriture de 5 ms », a encore déclaré M. Vines. « Les alertes d’Atlas sont excellentes - nous recevons des notifications instantanées si un évènement a besoin d’une attention particulière, et nous pouvons ajouter nos propres alertes personnalisées si nécessaire. L’outil Performance Advisor de MongoDB a été extrêmement utile pour l'équipe - toutes les requêtes non indexées sont détectées et signalées, et nous pouvons si nécessaire ajouter un nouvel index à la base en quelques minutes ».

Réduire le temps de prise en charge des appels

Disposer de cette vue unique sur les clients a eu plusieurs conséquences pour AO.com. Cela a donné à l’équipe du centre d’appels une visibilité sur toutes les interactions passées du client, cela a amélioré la résolution des fraudes et cela fournit aussi une vue toujours à jour des préférences clients pour aider le marketing à rester toujours du bon côté du RGPD, le règlement général sur la protection des données personnelles (en anglais, GDPR). Dans le cas du centre d’appels, « nous pouvons réduire le nombre de fois qu’un client doit nous appeler puisque nos agents peuvent accéder à toutes les données immédiatement », pointe M.Vines. « Nous travaillons aussi à réduire le temps moyen de prise en charge d’un appel, jusqu’à 40% ». Le développement effectué permet aussi d’amélioré la détection de fraude et à être proactif dans la surveillance des tendances de fraudes, poursuit-il. « Nous réduisons aussi le taux de rejet et le nombre de faux positifs. Tout cela libère des ressources et, de façon cruciale, améliore l’expérience client ».

Des vues associées à chaque cas d'usage

Concernant la conformité au RGPD, « nous avons évidemment de nombreuses équipes qui se sont impliquées pour que nous soyons en règle avec ça, mais s’assurer d’avoir mis en place une plateforme qui peut facilement répondre aux questions du département juridique a été crucial », a souligné Jon Vines. « Il faut que nous puissions dire aux clients quelles sont les données personnelles que nous avons stockées sur eux. Nos équipes de marketing ont besoin de voir les préférences des clients pour communiquer avec nous. Cette vue unique rend tout cela beaucoup plus simple ».

Pour chacun de ces cas d’usage, les collaborateurs d’AO.com ont accès à une application web interne qui fournit des vues associées à chaque contexte avec les données appropriées. Par la suite, Jon Vines et son équipe veulent exposer cette vue unique à davantage d’équipes et d’applications, en particulier dans le domaine de la business intelligence et de l’analytique. « La mise en œuvre de MongoDB n’est que le début », assure-t-il. « Ensuite, nous nous occuperons de l’analyse de données, en exposant la vue unique des données comme un service vers d’autres d’applications et en automatisant davantage les processus métiers. Nous prévoyons aussi de commencer à utiliser le connecteur MongoDB for BI pour visualiser les métriques de toutes les données clients qui sont regroupées dans cette vue unique ».