客户的故事
使用ML创建个性化体验
60％
由于ETL管道更快，减少了处理时间
50％
降低IT运营成本
快
洞察时间带来了业务的显著增长
“Databricks对我们来说是一个非常强大的端到端解决方案。它允许来自不同背景的不同团队成员快速获取并利用大量数据来做出可操作的业务决策。”
——Paul Fryzel, AI基础设施首席工程师，Condé Nast
Condé纳斯特是《Vogue》、《纽约客》和《连线》等标志性杂志的出版商，通过印刷、在线、视频和社交媒体利用数据覆盖超过10亿人。由于要利用大量的数据，他们努力管理基础设施并实现数据科学生产力。借助Databricks，集群自动化消除了不必要的DevOps工作，Delta Lake使他们能够构建每月可扩展到1万亿个数据点的数据管道，并且通过MLflow的协作环境来管理整个ML生命周期，从而解锁了数据科学创新。这使得他们能够通过品牌传递个性化的内容来吸引和留住客户。
无法使用客户数据来改善内容体验
作为领先的媒体出版商，Condé纳斯特管理着20多个品牌。在每月的基础上，他们的网站拥有1亿多的访问量和8亿多的页面浏览量，产生了大量的数据。数据团队专注于通过使用机器学习来提供个性化的内容推荐和有针对性的广告来提高用户粘性。然而，运行vanilla Spark来支持他们的数据平台被证明是具有挑战性的:bob体育客户端下载
- 基础设施的复杂性:构建和管理Spark集群需要大量的设置和持续的维护，将团队从更高价值的活动中拉出来。
- 打破壁垒:需要为团队找到一个共同的平台来构建数据管道和推进分析，以更好地促进协作。bob体育客户端下载
- 数据太多:数据集的增长超过了现有的数据湖解决方案。
简化数据管道和ML生命周期
Databricks为Condé Nast提供了一个完全托管的云平台，简化了操作，提供了卓越的性能，并实现了数据科学bob体育客户端下载创新。
- 互动工作区:数据科学家可以协作、共享和跟踪数据和见解，从而营造一个协作的环境。
- 三角洲湖:随着数据集数量的增长(每月超过1万亿个数据点)，Delta Lake可以跟上并允许更多的用例，如数据重写和数据合并。
- MLflow管理:通过MLflow, Condé Nast可以轻松地管理整个机器学习生命周期，从跟踪实验到监控生产模型。
用人工智能驱动的个性化内容取悦客户
有了Databricks作为他们的数据分析和机器学习工作的基础，Condé纳斯特对客户的新发现已经改变了他们推动20多个品牌参与的方式。
- 提高客户参与度:通过改进的数据管道，Condé Nast可以做出更好、更快、更准确的内容推荐，改善用户体验。
- 统一的方法:数据工程和数据科学团队现在正在一起解决问题，并合作构建新的内容产品和体验。
- 为规模而建:数据集不再增长Condé纳斯特的处理和收集见解的能力。
- 更多产品型号:通过MLflow, Condé Nast的数据科学团队可以更快地创新他们的产品。他们已经在生产中部署了1200多种型号。
