Confluent verbessert das Kauferlebnis für Millionen von AO-Kunden

AO ist einer der führenden Elektrofachhändler Großbritanniens. Das Unternehmen ist seit 20 Jahren überwiegend online tätig und hat bereits über 9.000 Elektroprodukte an Millionen von Kunden in Großbritannien und Deutschland verkauft. Bei AO stehen nicht nur die Kunden an erster Stelle, das Unternehmen setzt sich auch dafür ein, einen fantastischen Arbeitsplatz für seine 4.000 Angestellten zu schaffen, an dem sie nicht nur arbeiten, sondern über sich hinauswachsen können.

Die COVID-19-Pandemie verursachte eine drastische Veränderung der Einkaufsgewohnheiten der Verbraucher, die zu einem starken Anstieg des Wachstums bei AO führte. John Roberts, Gründer und Vorstandsvorsitzender von AO, unterstrich das Ausmaß des Wandels, als er erklärte, dass die „Pandemie eine Verschiebung des Kundenverhaltens hin zum Online-Einkauf beschleunigte – wir haben in nur 10 Wochen eine Veränderung des Verbraucherverhaltens von 10 Jahren erlebt”.

Eine Echtzeit-Event-Streaming-Plattform auf der Basis von Confluent und Apache Kafka® hilft dabei, die schnellen Veränderungen zu ermöglichen, die zur Unterstützung dieses Wachstumsschubs erforderlich sind. Diese Plattform ermöglicht es dem AO-Kundenpersonalisierungsteam, hyperpersonalisierte Online-Erlebnisse zu liefern, indem historische Kundendaten mit Clickstream-Daten und anderen digitalen Echtzeit-Signalen aus dem gesamten Unternehmen kombiniert werden. Genauso wichtig ist, dass die AO-Entwicklungsteams damit die Einführung neuer Geschäftsfunktionen beschleunigen können.

„Mit Data in Motion und Confluent können wir Funktionen in kürzester Zeit bereitstellen, und zwar mit der Governance und den Vorgaben, die wir für eine effektive Skalierung der Organisation benötigen“, sagt Jon Vines, Engineering Lead bei AO. „Das Tempo wurde während der Pandemie sogar noch entscheidender, weil es weltweit einen solch starken Wandel vom Einkaufen in Geschäften zum Online-Einkauf gab. Die Geschwindigkeit, mit der wir nun neue Use Cases mit Confluent Cloud umzusetzen können, um die Customer Journey zu optimieren, festigt unsere Führungsposition im Online-Markt, während wir uns weiterhin an Veränderungen anpassen können.

Nach der erfolgreichen Umsetzung des ersten Event-Streaming-Anwendungsfalls, der sich auf die Hyperpersonalisierung konzentrierte, arbeitete AO mit Confluent Professional Services zusammen, um die Reife des Event-Streamings schnell voranzutreiben und die Wiederverwendung von Daten, die Effizienz der Skalierung und der Plattform-Effekt verstärken. „Die Geschwindigkeit, mit der Teams neue Use Cases entwickeln und Event-Streams aus verschiedenen Quellen kombinieren, nimmt zu, ebenso wie die Geschwindigkeit, mit der wir Teams auf die Plattform bringen. Wir stehen nun an der Schwelle zur nächsten Phase, da unsere Nutzung von Event-Streaming und der Nutzen, den wir daraus ziehen, jeden Tag zunimmt“, sagt Vines. „Unsere anfänglichen Bemühungen konzentrierten sich auf den Online-Verkauf, aber wir werden Confluent Cloud und Event-Streams nutzen, um die betriebliche Effizienz zu verbessern – einschließlich der Lieferungen, beispielsweise – durch die Integration über verschiedene Ebenen und im gesamten Unternehmen.“

Geschäftsergebnisse

Verbesserte Kundenerlebnisse durch Hyperpersonalisierung in Echtzeit. „Unsere Kunden sind am glücklichsten, wenn wir sofort auf ihre individuellen Bedürfnisse eingehen“, sagt Vines. „Mit Confluent Cloud können wir eine einheitliche Sicht auf jeden Kunden erstellen und ihm genau das bieten, was er in diesem Moment möchte, einschließlich Produktvorschlägen und relevanten Werbeaktionen, um seine Kaufentscheidung zu unterstützen. Diese Hyperpersonalisierung ist ein wichtiges Unterscheidungsmerkmal für uns und stellt den zentralen Punkt der Mission von AO dar.”

Die Customer Conversion Rates stiegen um bis zu 30 %. „Das Event-Streaming mit Confluent Cloud liefert messbare Ergebnisse“, erklärt Vines. „Bei unserem A/B-Testing haben wir einen deutlichen Anstieg der Customer Conversion Rates festgestellt - bis zu 30 %. Das ist der Beweis dafür, dass unsere Entscheidung für ein Echtzeit-Event-Streaming-Konzept richtig war. Ich erwarte noch größere Vorteile, wenn wir unsere Funktionen weiter ausbauen und neue Anwendungsfälle erschließen.“

Erhöhtes Innovationstempo. „Confluent Cloud gibt uns die Werkzeuge an die Hand, die wir brauchen, um Innovationen voranzutreiben“, sagt Vines. „Nachdem wir die Daten als Event-Stream über Confluent Cloud zur Verfügung gestellt hatten, sahen wir bald zwei oder drei andere Teams, die auf diese Daten für verschiedene Anwendungsfälle zugreifen wollten, die im ursprünglichen Plan gar nicht vorgesehen waren. Diese Teams können ihre Ziele schnell und entkoppelt erreichen, d. h. ohne neue Punkt-zu-Punkt-Integrationen zu schaffen. Das Ergebnis ist, dass wir flexibler sind und unsere Teams viel schneller arbeiten können, weil sie weniger von anderen Teilen des Unternehmens abhängig sind.“

Die Entwickler konzentrierten sich auf wertsteigernde Funktionen, nicht auf den Betrieb. „Vor Confluent Cloud mussten die Entwickler bei einem Broker-Ausfall ihre Entwicklungsarbeit einstellen und sich auf den Betrieb konzentrieren, bis das Problem behoben war, was in manchen Fällen bis zu drei Tage dauerte“, erinnert sich Vines. „Mit Confluent Cloud verfügen wir über einen grundsoliden Kafka-Cluster, der vollständig unterstützt und verwaltet wird. Confluent kümmert sich um alles, so dass sich unsere Entwickler auf die Entwicklung neuer Funktionen und Anwendungen konzentrieren können, die einen Mehrwert für das Unternehmen schaffen.“

Daten in der Geschwindigkeit des Unternehmens. Integrierte Bestandsverfügbarkeitsdaten, um die Customer Journey besser zu lenken, indem über Echtzeit-Aktualisierungen des Lagerbestands informiert und sichergestellt wird, dass die angezeigten Angebote für Produkte auf Lager sind.

Technische Lösung

Zu den ersten Schritten des AO-Teams beim Event-Streaming gehörte die Extraktion von Informationen aus der Auftragsbearbeitung und anderen Systemen mithilfe der Änderungsdatenerfassung (CDC). Die daraus resultierenden Streams wurden von einem selbstverwalteten Kafka-Cluster verarbeitet, das in AWS EC2-Instanzen gehostet wurde. Dieses Setup wurde inzwischen durch Confluent Cloud ersetzt, das nun auch Clickstream-Events von AO-Webservern über unbearbeitete Topics sowie Topics, die über die Kafka Streams API mit zusätzlichem Kundenkontext angereichert wurden, verarbeitet. Die angereicherten Topics füttern die Backend-Dienste des Unternehmens mit Events, die an den Webserver zurückfließen, um hyperpersonalisierte Daten in das Kundenerlebnis einzubringen. „Der Betrieb von Confluent Cloud auf AWS ermöglicht es uns, die Skalierbarkeit von cloud-nativen Ansätzen zu nutzen, während wir unsere Anwendungen entwickeln“, sagt Vines. „Es gibt uns auch die Möglichkeit, diese Anwendungen zu entkoppeln und gegebenenfalls zu modernisieren, indem wir Daten aus Quellen wie SQL-Server und MongoDB einbringen und gleichzeitig unseren nativen Cloud-Fußabdruck durch die Integration mit Diensten wie Fargate, Lambda und S3 erweitern.“

Die Verwendung der Streams-API, der Confluent Cloud Schema Registry, und der Kafka Streams API, wie S3 Sink, HTTP Sink, MSSQL Source und MongoDB Source, haben eine wichtige Rolle bei der Entwicklung von AOs Event-Streaming gespielt. Kafka Streams ermöglicht es AO-Teams, Event-Streams zu transformieren und anzureichern, während die Schema Registry ein entwicklungsfähiges Datenmodell zur Unterstützung einer effektiven Data Governance bereitstellt und die Connectors eine unkomplizierte Integration von Kafka in andere Systeme ermöglichen. „Die Streams-API ist für uns sehr wichtig, weil sie uns ermöglicht, verschiedene Ansichten zu erstellen und neue Stream-Processing-Anwendungen zu entwickeln“, sagt Vines. „Mit der Schema Registry erhalten wir eine saubere Trennung zwischen Produzenten und Verbrauchern, so dass wir problemlos neue Datentypen hinzufügen können, ohne uns Sorgen machen zu müssen, dass bestehende Anwendungen beschädigt werden.“

In dem Bestreben, auf der Dynamik des ersten Event-StreamingAnwendungsfalls aufzubauen, beauftragte AO das ExpertenTeam von Confluent, um die Erfahrung und die KMUs zu nutzen und sie auf ihrem Weg, Data in Motion zu setzen, zu unterstützen. „Der Erfolg, den wir mit dem initialen Use Case mit StreamingDaten hatten, und das enorme Wachstum, das wir in der letzten Zeit erlebt haben, haben uns dazu veranlasst, einen Schritt zurückzutreten und über eine strategischere Nutzung von Daten nachzudenken“, sagt Vines. „Wir wollten den Wert unserer Plattform als Vorteil für das Unternehmen ausbauen, und dazu gehört auch, dass wir in unseren Teams die Fähigkeiten und das Fachwissen vermitteln, um sie effektiv zu nutzen.“

Ein Hauptziel des Projekts war es, mehr AO-Teams dabei zu unterstützen, die Vorteile der Event-Streaming-Plattform zu nutzen und zu ihr beizutragen. „Eines der wichtigsten Ziele dieses ersten Einsatzes war eine Selbstbedienungsfunktion für die Teams, damit sie sich selbstständig auf der Plattform bewegen können, wissen, wie sie die bereits vorhandenen Daten finden und nutzen können, und Topics erstellen können, die mit unserem Gesamtansatz zur Bereitstellung von Daten aus ihren Bereichen übereinstimmen“, sagt Vines. „Governance und Auffindbarkeit spielten dabei eine große Rolle, denn wir wollen, dass die Topics mit unserem Gesamtansatz und unserer Strategie übereinstimmen, und dazu gehört alles, von Topic-Namen bis hin zur Art der verfügbaren Daten und ob sie beispielsweise personenbezogene Daten enthalten."

Im Rahmen des Einsatzes lieferten die Confluent-Ingenieure neue Tools zur Unterstützung des Metadatenmanagements, des Prozessmanagements und der Einbringung von Teams auf der Event-Streaming-Plattform. Auf der Grundlage eines Knowledge Graph stellt dieses Tool eine Verbindung zwischen Plattform und Prozessmanagement-Software her. „Mit diesem Tool können wir die Topic-Erstellung viel kontrollierter angehen. Anstatt dass Entwickler jedes beliebige Topic erstellen, haben wir jetzt einen sichereren, besser kontrollierten Prozess“, sagt Vines. „Mit dem Tool können wir nicht nur sicherstellen, dass Topics innerhalb der von uns festgelegten Richtlinien angelegt, sondern diese können vor allem sehr schnell erstellt werden. Anstatt auf eine formelle Entscheidung von jemandem zu warten, der möglicherweise nicht verfügbar ist, können wir von unserer Beta-Umgebung in etwa 30 Minuten in die Produktion übergehen.“

Darüber hinaus konnte sich das AO-Team auf die Erfahrung der Confluent-Experten stützen, um die Customer Journey durch den Einsatz von Kafka-Streams zu verbessern und so die Latenzzeit zu reduzieren. „Wir hatten eine Anwendung, die die Kafka Consumer API und die Producer API nutzte, um eine Ansicht der Besucher-Session zu erstellen. Je nach Größe des Session-Objects kam es zu einer gewissen Latenz“, sagt Vines. „Indem wir diese Funktionalität in eine Streaming-Anwendung mit Kafka Streams verlagert haben, können wir den Status viel schneller und konsistenter aufrechterhalten, was die durchschnittliche Latenzzeit und die Anzahl der Datenbankaufrufe deutlich reduziert.“

Vines fasst die Event-Streaming-Reise von AO wie folgt zusammen: „Wir wollen unseren Kunden Perfektion bieten, und zwar auf die einfachste und unkomplizierteste Art und Weise. Wir behandeln jeden Kunden wie ein Familienmitglied. Indem wir die Bedürfnisse unserer Kunden verstehen und in Echtzeit auf sie reagieren, halten wir unser Versprechen ein. Confluent Cloud ist für uns ein entscheidender Faktor, der es uns ermöglicht, jeden Moment als eine einmalige Gelegenheit zu betrachten, eine großartige Kundenerfahrung zu bieten. Und das ist noch nicht alles. Das Potenzial ist fast grenzenlos, da wir ständig dazu lernen und weitere Neuerungen vornehmen werden.“

Weitere Informationen zu AO