Nauto setzt Databricks, Fivetran und Hightouch ein, um eine Single Source of Truth zu schaffen

Unternehmensgröße
0-499
Region
Nordamerika
Branche
Sonstige

Kostenlos starten

Testen Sie Datentransfer auf Unternehmensebene — ohne Vertragsbindung

Kostenlos startenLive-Demo buchen
Quellen
Salesforce
NetSuite SuiteAnalytics
Google Sheets
Email
Connector Destinations
Databricks
Cloud Platform
Databricks
Wichtigste Ergebnisse
  • 80+ eingesparte Engineering-Stunden pro Monat
  • 75 % Kostenoptimierung im Vergleich zu Informatica

Diese Fallstudie wurde ursprünglich von Databricks veröffentlicht.

„Mit Databricks, Fivetran und Hightouch kann jeder seine eigenen Daten in jedem Format einbringen und mit denen aller anderen vergleichen, um zur Wahrheit zu gelangen, damit wir die richtigen Entscheidungen für das Unternehmen treffen können.“ 
— Ernest Prabhakar, Business Data Lead bei Nauto

Nauto möchte Straßen sicherer machen, indem Fahrzeugflotten sicherer werden. Das Unternehmen bietet prädiktive KI-Technologie, die Fahrern hilft, Kollisionen zu vermeiden, ohne ihre Privatsphäre zu verletzen. Die Kameras und Sensoren von Nauto erkennen müdes oder abgelenktes Fahren, während die prädiktive KI-Technologie die Fahrbedingungen berücksichtigt, bevor sie Warnungen sendet, um ein sichereres Fahrverhalten zu fördern. Der Vertrieb seiner anspruchsvollen Lösung erfordert von Nauto einen komplexen Workflow. Stakeholder entlang des gesamten Vertriebsprozesses hatten früher Schwierigkeiten, über mehrere Systeme hinweg eine Single Source of Truth zu finden. Heute nutzt Nauto Hightouch, um Daten automatisch aus seinem Databricks Lakehouse sowohl mit Salesforce als auch mit NetSuite zu synchronisieren. Mit Fivetran zentralisiert Nauto alle seine wichtigsten Daten mit wenigen Klicks im Lakehouse. Eine Single Source of Truth hilft den Stakeholdern bei Nauto, die strategischen Entscheidungen zu treffen, die das Unternehmen voranbringen.

KI-gestützte Software hilft Flottenfahrern, sicher auf der Straße zu bleiben

Nauto bietet KI-gestützte Software für das Flottenmanagement, die Fahrer schult, um Kollisionen zu reduzieren und Leben zu retten. Jahrelang verließ sich Nauto auf fragile Punkt-zu-Punkt-Integrationen, während es neue Bestellungen entgegennahm, Zahlungen abwickelte, Hardware an Kunden versandte und Kundenabonnements für seine Cloud-Datenverarbeitungsdienste verwaltete. Eine einzige fehlerhafte Integration konnte dazu führen, dass die Geschäftsanwender tagelang nicht in der Lage waren, Kunden zu bedienen — und verschiedene Geschäftssysteme teilten selten dieselbe Version der Wahrheit. Auf der Suche nach einem nahtlosen Kundenservice suchte Nauto schließlich nach einer Möglichkeit, ein zentrales Datenrepository zu schaffen, das es intern mit flexiblen, modernen Tools verwalten konnte.

[CTA_MODULE]

Die Synchronisierung von Geschäftssystemen mit dem Lakehouse führt zu besserem Service

Heute sind alle für das Geschäft von Nauto relevanten Daten im Databricks Lakehouse verfügbar. Nachdem Nauto seine Daten aus proprietären Systemen in Amazon Web Services verlagert hat, hat das Unternehmen die vollständige Kontrolle über Zugriff und Formate. 

„Wir wussten, dass wir eine Lakehouse-Architektur wollten, da sie kostengünstig und offen ist. Sie hilft uns, all unsere Daten an einem Ort zusammenzuführen, unabhängig von Format oder Typ, und sie in jedem beliebigen Format zu nutzen.“ 
— Ernest Prabhakar, Business Data Lead bei Nauto

Nauto nutzt Hightouch, um Daten automatisch von Databricks zu Salesforce und von Databricks zu NetSuite zu synchronisieren, und macht damit die komplexe Reihe von Skripten und Tabellenkalkulationen überflüssig, die zuvor zur Nachverfolgung von Datenänderungen verwendet wurden. Das Unternehmen folgte außerdem zahlreichen Empfehlungen von Branchenkollegen und implementierte Fivetran, das es Nauto ermöglicht, seine Geschäftsdaten mit nur wenigen Klicks in Databricks zu zentralisieren. Diese neu gewonnene Integration hat Nauto geholfen, Aufgaben wie die Koordination von Geräterücksendungen zu optimieren — anstatt wochenlang Tabellen zu vergleichen, generiert das Unternehmen die erforderlichen Berichte und Workflows nun automatisch. Darüber hinaus zeigen Kunden-Dashboards und Rechnungsauszüge dieselben korrekten Abrechnungsinformationen an, wodurch zeitaufwendige Streitigkeiten entfallen. Das IT-Team hat im Vergleich zu herkömmlichen ETL-Ansätzen wie Informatica eine Kostenoptimierung von 75 Prozent erzielt.

Die Ausrichtung aller auf einen einheitlichen Datenbestand führt zu klügeren Entscheidungen

Seit seiner Transformation hat sich Nauto von einer begrenzten Datenstrategie hin zur Implementierung eines modernen Data Stacks entwickelt und betreibt drei große Datenpipelines mit mindestens 15 Tabellen. Innerhalb eines Monats richteten sich alle an einem gemeinsamen Satz von Kennzahlen aus, und die IT verbringt nicht mehr drei Tage (und 80 Arbeitsstunden) pro Monat mit der Behebung von Dateninkonsistenzen. Alle Teams können ihre eigenen Daten in ihrem eigenen Format beisteuern, um wichtige strategische Entscheidungen zu unterstützen. Nauto ist nun absolut zuversichtlich, dass seine Geschäftssysteme synchron sind — was den Entscheidungsträgern die Perspektive gibt, die sie benötigen, um das Unternehmen voranzubringen.

Möchten Sie mit Fivetran und Databricks durchstarten? Testen Sie die Databricks Lakehouse Platform selbst.

Further reading
No items found.
No items found.
Ähnliche Kunden-Storys
Case study

Shutterstock baut KI-bereite Offene Dateninfrastruktur mit Fivetran

Case study

Canva vereinheitlicht und aktiviert Daten, um die Personalisierung für über 260 Millionen Benutzer zu ermöglichen

Case study

Lion Corporation automatisiert die SAP-Datenintegration, um die digitale Transformation voranzutreiben

Case study

First Hawaiian Bank ermöglicht Echtzeit-Reporting und Kunden 360

Case study

Activision skaliert personalisiertes Marketing für Millionen von Spielern

Case study

Blinkist gewinnt Engineering-Kapazitäten zurück und beschleunigt KI-Innovation

Case study

Coke One North America beschleunigt Echtzeit-SAP-Einblicke für 35.000 Nutzer

Case study

Sharp HealthCare gewinnt klinische Erkenntnisse mit Gesundheitsdaten in Echtzeit

Case study

RSG Group beschleunigt strategische Entscheidungen an über 900 Standorten weltweit

Case study

LVMH erreicht Echtzeit-Erkenntnisse und operative Exzellenz