Saks gagne en efficacité sur les données et adopte l'IA avec Fivetran

« Fivetran nous a permis de reconstruire l'intégralité de notre écosystème de données en un temps incroyablement court et d'améliorer notre infrastructure technologique. »
- Mike Hite, CTO chez Saks

Saks est une marque emblématique du commerce de luxe. Pour répondre aux attentes changeantes des consommateurs, Saks est devenue une entreprise « digital-first » qui offre à ses clients des expériences hautement personnalisées et haut de gamme tout au long de leur parcours d'achat.

À la tête de cette démarche de transformation numérique se trouve Mike Hite, Chief Technology Officer de Saks. Lorsqu'il a rejoint l'entreprise en 2021, celle-ci ne faisait que commencer sa transformation. L'expérience de Mike Hite au sein d'entreprises à forte croissance comme WeWork et Airbnb lui a permis d'entrevoir une opportunité de gagner considérablement en rapidité et en agilité chez Saks. À l'époque, Saks était freinée par des pipelines de données ETL lourds et lents, qui exigeaient une attention constante et retardaient les décisions fondées sur les données.

Saks avait besoin d'une architecture de données moderne pour alimenter l'innovation et l'agilité. Mike Hite a mis en place Fivetran, Snowflake et dbt, transformant la capacité de Saks à être performante et à générer de la valeur rapidement.

Remplacer les technologies héritées par une architecture de données moderne en seulement 6 mois

En 2021, Saks est devenue une entreprise d'e-commerce indépendante, liée par un partenariat exclusif avec les magasins Saks Fifth Avenue, et a entrepris sa transformation pour devenir un pure player du luxe numérique. À l'époque, son infrastructure de données n'était pas conçue pour générer le plus efficacement possible les résultats dont l'entreprise avait besoin. Elle comptait des dizaines de pipelines ETL sur mesure, sans aucun monitoring, et se heurtait à d'importants goulets d'étranglement. 

Les équipes techniques géraient un bus de services d'entreprise complexe et une empreinte d'infrastructure importante. L'intégration de nouvelles sources de données prenait des semaines, voire des mois. À ce rythme, Saks n'était pas en mesure d'innover en tant que plateforme d'e-commerce de luxe et ne pouvait pas s'adapter rapidement aux tendances ni offrir les expériences d'achat en ligne que les clients attendent dans le secteur en pleine évolution de l'e-commerce de luxe. Compte tenu de son utilisation des données clients, Saks maintient un cadre de gouvernance des données clients qui l'aide à garantir une utilisation responsable de ces données afin de mieux servir ses clients. 

Mike Hite a rejoint Saks avec une vision claire : transformer l'entreprise en un distributeur agile et piloté par les données, s'appuyant sur des technologies de pointe. Sa première décision a été d'adopter Fivetran pour remplacer les pipelines ETL existants. Au cours d'un seul appel de 40 minutes, il a aligné toute son équipe en configurant un pipeline dans Fivetran — une tâche qui leur aurait pris des semaines. Mike Hite s'amuse : « Cet appel a mis un point final à la discussion. C'est le time-to-value direct qui a emporté la décision en faveur de Fivetran. »

Le time-to-value est l'un des indicateurs clés de réussite de Mike Hite. Avec Fivetran, son équipe a pu intégrer 35 sources de données en 6 mois, ce que Mike Hite qualifie de « prouesse qui aurait été inimaginable avec notre ancienne architecture ». Saks peut désormais intégrer de nouvelles sources de données en quelques heures, en récupérant les données de dizaines de bases de données en quasi temps réel toutes les 5 minutes. 

Les données sont ingérées avec Fivetran, stockées sous leur forme brute dans Snowflake, puis transformées à l'aide de dbt. Cette nouvelle architecture change la façon dont Saks mène ses activités et a un impact positif  sur l'expérience client.

« C'est toute la beauté de l'écosystème de données que nous avons bâti autour de Fivetran comme élément central : nous pouvons penser les données d'une manière fondamentalement différente, moins préoccupés par le coût de leur intégration et davantage concentrés sur la valeur qu'elles peuvent apporter à nos clients et à nos partenaires de marque. »
- Mike Hite, CTO chez Saks

[CTA_MODULE]

Dépasser des attentes élevées grâce à une technologie de pointe

L'attention que porte Saks à l'établissement de relations clients privilégiées est un élément clé de sa réussite. Avant comme après l'achat d'un client, Saks établit et cultive délibérément des relations significatives. C'est pourquoi les clients en sont venus à attendre des expériences et des services d'achat haut de gamme, y compris tout au long de leur expérience après-achat. 

Lorsque des clients contactent Saks, les conseillers du service client reçoivent des recommandations fondées sur les données, issues de grands modèles de langage (LLM), afin d'enrichir l'expérience de chaque appelant. Saks utilise plusieurs outils pour le traitement du langage naturel (NLP) en temps réel et pour analyser le sentiment des appels. L'investissement porte ses fruits, souligne Mike Hite : « Nous avons ajusté notre modèle de façon à pouvoir fournir un résumé et des enseignements exploitables sur l'expérience client aux conseillers qui sont en contact étroit avec nos clients. »

À une époque où la plupart des distributeurs se contentent d'utiliser les données pour répondre à leurs besoins analytiques, Saks déploie des produits de données dans des data marts Snowflake segmentés. Chaque data mart propose des types de données spécifiques destinés aux ingénieurs de données, aux data scientists, aux analystes BI, aux fournisseurs et aux partenaires de marque. Mike Hite indique que ces data marts rencontrent « un très grand succès » et aident Saks à fournir des enseignements précieux à ses fournisseurs et partenaires de marque de manière inédite.

Les données alimentent à la fois des applications internes et tierces, offrant des enseignements cohérents et actualisés à l'ensemble de Saks, de ses fournisseurs et de ses partenaires de marque. Grâce à son architecture de données moderne, Saks peut se concentrer sur la définition de KPI essentiels à l'échelle de l'entreprise, comme s'assurer que les colis arrivent à l'heure. 

« Notre écosystème composé de Fivetran, Snowflake et dbt nous permet de réaliser en 2 semaines ce qui pourrait prendre 6 mois. Nous pouvons expérimenter, tester des idées et monter en charge rapidement pour saisir les opportunités dès qu'elles se présentent. »
- Mike Hite, CTO chez Saks

Réaliser d'importantes économies annuelles en restant agile grâce à Fivetran et à une architecture de données moderne

L'architecture de données moderne apporte une valeur considérable en matière de ressources humaines, de productivité et de coûts de structure. Pour Mike Hite, il s'agit simplement d'une autre expression du time-to-value et de l'impact sur l'activité. Une poignée d'ingénieurs de données gère l'ensemble de l'ingestion à l'échelle de toute l'entreprise. « La structure précédente qui soutenait Saks nécessitait 4 à 5 fois l'équipe actuelle. Aujourd'hui, moins d'ingénieurs de données sont bien plus efficaces grâce à Fivetran. »

Il s'agit d'une évolution majeure par rapport à ce qu'était l'équipe de Saks il y a quelques années. Leurs tâches ETL sur mesure nécessitaient bien plus d'ingénieurs pour être gérées, notamment l'infrastructure, le bus de services d'entreprise, les transformations de données et le transfert de données. Les pipelines sur mesure s'accompagnaient souvent de dette technique et étaient conçus par des ingénieurs dotés de connaissances spécialisées. 

Sous la direction de Mike Hite, son équipe est passée d'un travail manuel et lent à des activités à forte valeur ajoutée, comme l'analyse approfondie et l'adoption de nouvelles technologies telles que l'IA, le ML et la GenAI. Son approche a permis à son équipe d'offrir des expériences exceptionnelles, portées par un écosystème de données moderne. « Toute la beauté de Fivetran, c'est qu'il résout très simplement un problème très complexe pour nous : l'ingestion de nombreuses données différentes. C'est l'une des briques fondamentales de notre stratégie d'IA, qui nous permet d'intégrer de nouveaux jeux de données inédits et de déterminer s'ils nous seront utiles. »

Mike Hite poursuit : « Nous adorons Fivetran et ne tarissons pas d'éloges à son sujet. »

[CTA_MODULE]