Kundenbericht

Mit KI die Mode revolutionieren

70 %

Reduction in operational costs

Hintergrundbild

„Databricks ist der Kern unseres Datengeschäfts und der Ort, an dem wir Einblicke gewinnen.“

– Errol Koolmeister, Head of AI Technology and Architecture, H&M

As a major disruptor and innovator in the fashion and retail industry, H&M relies on data as the core for everything they do. With stores opening up globally at a rapid pace, they needed to improve supply chain and forecasting operations to streamline costs and maximize revenues. But their on-premise Hadoop system crippled their ability to ingest and analyze data generated by millions of customers needed to power predictive models. Understanding they had reached their scalability ceiling, H&M moved to the Databricks platform to simplify infrastructure management, enable performant data pipelines at scale, and simplify the machine learning lifecycle — allowing them to make data-driven decisions that accelerate business growth.

Legacy-Architektur kann Unternehmenswachstum nicht unterstützen

Um die Effizienz der Lieferkette, die Entscheidungsfindung und den Betrieb zu verbessern, entschied sich das Unternehmen für den Einsatz von Daten und KI. Seine Hadoop-basierte Legacy-Architektur war jedoch ineffizient und konnte nicht skaliert werden, um seinen schnell wachsenden Geschäftsanforderungen nachzukommen.

  • Enorme Datenmengen aus über 5.000 Filialen in über 70 Märkten mit Millionen Kunden pro Tag.
  • Data Engineering hatte mit Clustern fester Größe, einer komplexen Infrastruktur, die ressourcenintensiv und kostspielig zu skalieren war, sowie mit Problemen der Datensicherheit zu kämpfen.
  • Das Team hatte Schwierigkeiten, Vorgänge zu skalieren, um aus all diesen Daten aus verschiedenen siloartigen Datenquellen die erforderlichen Erkenntnisse zu ziehen.
  • Die Markteinführungszeit litt unter erheblichen DevOps-Verzögerungen, die die Fähigkeit für die Data Scientists beeinträchtigten, Modelle schnell zu erstellen, zu trainieren und bereitzustellen. Es dauerte ein ganzes Jahr von einer Idee bis zur Produktion.

Vereinfachung von Datenvorgängen fördert ML-Innovationen

Databricks provides H&M with a platform that has fostered a scalable and collaborative environment across data science and engineering, allowing data engineers and scientists to focus on the entire data lifecycle instead of managing clusters, to train and operationalize models rapidly with the goal of accelerating supply chain decisions for the business.

  • Eine vollständig verwaltete Plattform mit automatisiertem Cluster-Management vereinfacht die Verwaltung der Infrastruktur und die betrieblichen Abläufe in großem Maßstab.
  • Die kollaborative Notebook-Umgebung mit Unterstützung für mehrere Sprachen (SQL, Scala, Python, R) ermöglicht es einem vielfältigen Team von Benutzern, in ihrer bevorzugten Sprache zusammenzuarbeiten und eine einheitliche teamübergreifende Umgebung zu schaffen, um die Produktivität zu steigern.
  • Die integrierte Databricks-Plattform mit Azure und anderen Technologien wie Apache Airflow und Kubernetes ermöglicht ein elastisches Modelltraining in großem Maßstab.

Intelligentere Entscheidungen, enorme Kosteneinsparungen

Bei H&M hat selbst eine Verbesserung der Genauigkeit eines einzelnen Modells um 0,1 % enorme Auswirkungen auf das Geschäft. Mit Databricks macht H&M Daten für jeden einzelnen Entscheidungsträger zugänglicher, wodurch das Unternehmen schneller wächst und relevanter wird.

  • Verbesserte Betriebseffizienz: Funktionen wie die automatische Skalierung von Clustern haben Betriebsabläufe von der Datenaufnahme bis hin zur Verwaltung des gesamten Lebenszyklus von Machine Learning verbessert.
  • Bessere teamübergreifende Zusammenarbeit: Die Unified Analytics-Umgebung für Data Scientists und Data Engineers hat die Anzahl der Komponenten, die für die Produktion mit einfacher Einrichtung und Verwaltung erforderlich sind, deutlich reduziert.
  • Riesige geschäftliche Auswirkungen mit schnelleren Einblicken: Dank einer detaillierteren Entscheidungsfindung konnte das Unternehmen strategische Entscheidungen und Geschäftsprognosen verbessern.