Photobox consolide et analyse ses données avec AWS RedShift

Avec plus de 7 millions de clients actifs dans le monde et une stratégie de conquête du marché acerbe, la société Photobox, dont le modèle repose sur le développement et l’impression en ligne de photos  multi-supports, doit manipuler d’importants volumes de données. La société dispose d’un site Internet qui permet aux utilisateurs de charger leurs photos, puis de commander un tirage  classique, ou une impression sur plusieurs typologies de formats, que ce soit des livres, des décors personnalisés, des  coussins, des cartes et mêmes des produits alimentaires.

Pendant les pics saisonniers, en décembre, la société doit ainsi être capables de gérer jusqu’à 7 millions de photos téléchargées en une journée et assurer, dans la continuité, la production de 100 000 commandes envoyées dans la journée. La société dispose de 5 usines de production. « Photobox fonctionne dans un mode complétement intégré,  et produit de façon autonome entre 70 et 80% de ses réalisations. Seuls quelques produits exotiques sont externalisés comme les impressions à insérer sur des produits alimentaires, par exemple », commente Maxime Mezin, Group data et Photo Science director chez Photobox, dans un entretien avec la rédaction. En frontal, un portail Internet, pour recevoir les commandes clients. En back-Office, une multitude de données clients, logistique, opérationnelles et de production, très faiblement voire pas du tout interconnectées. La société a décidé de consolider ses données et d’opter pour une démarche d’analyse multi-sources, pour améliorer ses activités et le rendu auprès de ses clients.

Arrivé chez PhotoBox il y a 3 ans pour s’occuper des activités de BI et du CRM, Maxime a la charge  des activités de BI et du CRM et  de gérer les entrepôts de données, les outils de reporting et de CRM de la société. A l’époque, ces activités étaient pilotées par un entrepôt de données Oracle, un CRM Neolane (aujourd’hui dans le giron d’Adobe).

Un dispositif trop lent, explique-t-il. « Les temps pour calculer les reporting au quotidien, la nuit, mettaient plus de 8 heures, voire 10 heures », conte-t-il. De la même manière, les données du CRM n’étaient pas rafraîchies avant midi. Ce qui laisse peu de marge, si on a fait une mauvaise journée la veille, pour commencer à réagir d’un point de vue commercial. »

« A cette époque, ajoute-t-il, l’entrepôt  de données ne comportait que les données du site e-commerce, liées aux ventes. Alors que nous avions la volonté d’intégrer des données du service clients et des données d’analyse. ». La société disposait donc, d’un côté, des données de trafic du site, comme les pages vues, et, de l’autre, des données de ventes (du CRM donc), sans aucun lien. Par exemple, « nous savions qu’un million de personnes arrivait sur cette page, mais sans savoir au final combien de ventes avaient été réalisées. »

Photobox avait donc pour ambition d’ajouter à cette équation des données clients certes, mais également celles de production, issues par exemple des puces RFID placées dans les usines. Avec ces données, l’entreprise peut ainsi connaître les retards en matière de logistique. « Ce qui est important dans la satisfaction du client. »