RT.WideStore

Аналитическая колоночная СУБД с открытым кодом для обработки широких датасетов

Оставить заявку
RT.WideStore
Позволяет выполнять аналитические запросы в режиме реального времени на структурированных больших данных, используется для построения BI-решений и визуализации данных. RT.WideStore на базе ClickHouse 24.3.2.23 состоит из нескольких равнозначных узлов, на которых создаются распределённые таблицы

Ключевые функции

Быстрый анализ больших объёмов данных и одновременное снижение нагрузки на систему их хранения
Часто используется в связке с RT.Warehouse
Позволяет строить аналитику над структурированными логами и событиями, формировать быстрые витрины, осуществлять распределённые вычисления
Управление RT.Widestore обеспечивается через интерфейс RT.ClusterManager, включающие следующие функции:
  • Автоматическая установка кластера, благодаря собственным ansible-скриптам
  • Широкий набор метрик: состояние хостов, производительность БД, бизнес-метрики. Поддерживается передача сообщений во внешние системы
  • Возможность автоматического линейного расширения

Кейсы

Реализация прототипа Озера производственных данных на базе компонентов Платформы управления данными

Увеличить конверсию продаж за счёт использования индивидуальных рекомендаций, адаптированных к потребностям каждого клиента и учитывающих историю клиентского опыта

Технологии:

Big Data

Решение:

Для решения задачи в ПАО Ростелеком построена система из нескольких сотен рекомендательных моделей на базе искусственного интеллекта, учитывающая все накопленные компанией знания о клиенте, как внутренние — например, обращения клиента в техническую поддержку, профиль использования услуг компании, адресная информация и др., так и полученные из внешних источников — например, данные социальных сетей, ЗАГС и др.

На основе анализа данных о клиенте модели помогают получать информацию о его потребностях и предпочтениях и при дальнейшем общении с клиентом позволяют предложить именно тот продукт, который с высокой вероятностью окажется ему полезен.

При этом не тратится время на предложение продуктов, в которых клиент не нуждается.

Эффекты:

Использование рекомендательных моделей продаж позволило повысить конверсию продаж в 2–3 раза для существующих и новых клиентов ПАО Ростелеком

Напишите нам

Мы ответим на ваши вопросы

Отправляя заявку, я даю согласие на обработку персональных данных в соответствии с законодательством России и политикой конфиденциальности.

С этим продуктом смотрят