Coca-Cola Andina s'appuie sur AWS pour créer un lac de données. Ce lac de données permet d'augmenter la productivité de l'analyse de 80 %, et de prendre davantage de décisions axées sur les données.

Coca-Cola Andina produit et distribue des produits sous licence de The Coca-Cola Company en Amérique du Sud. L'entreprise compte 17 500 employés et est présente sur une partie du Chili, de l'Argentine et du Brésil, et dans l'ensemble du Paraguay. Elle sert plus de 267 000 clients et rafraîchit 54 millions de consommateurs.

« Nous comprenons que la vision de Coca-Cola Andina va au-delà de l'obtention de la rentabilité, et que les bénéfices que nous générons doivent atteindre toute la société, pour les générations actuelles et futures. Nous sommes sûrs que, grâce à l'innovation et à l'incorporation de nouvelles capacités, telles que les lacs de données et l'analytique, nous parviendrons à une croissance durable au profit de nos clients, des consommateurs et des communautés où nous opérons », déclare Miguel Angel Peirano, vice-président exécutif de Coca-Cola Andina.

En tant qu'entreprise de produits de grande consommation (CPG), Coca-Cola Andina a une relation directe avec les clients et les consommateurs. « Nos clients sont les partenaires de notre entreprise, car ils sont un élément fondamental de la chaîne de distribution et de vente. C'est pourquoi nous voulons qu'ils grandissent avec nous, pour qu'ils disposent du stock nécessaire et offrent un bon service aux consommateurs », explique Luis Valderrama, directeur technique régional de Coca-Cola Andina.

En fait, l'industrie des produits de grande consommation génère d'énormes volumes de données, souvent stockées dans différents systèmes coupés les uns des autres, ce qui rend difficile l'analyse des informations.
Coca-Cola Andina utilise SAP comme noyau transactionnel avec des données sur les clients, les ventes, les produits, etc. Elle dispose également de systèmes d'automatisation robotisée des processus (RPA) et de solutions B2B avec lesquels elle peut s'engager auprès de ces clients. Pour garantir une expérience plus personnalisée et sociale, l'entreprise utilise son CRM et des applications pour smartphones, ainsi que d'autres méthodes, pour interagir avec les consommateurs. Les deux cas ont un concept commun : les données.

L'entreprise rapproche les données de ses partenaires pour permettre à ses équipes et à ses partenaires de prendre des décisions sur la base de ces données. « Cependant, le fait d'avoir des données dans différents systèmes ou entrepôts des données traditionnels rendait les choses très complexes », explique M. Valderrama.

Le défi de Coca-Cola Andina était de rassembler toutes les informations pertinentes sur l'entreprise, les clients, la logistique, la couverture et les ressources au sein d'une source unique et précise. L'entreprise a donc décidé de créer un lac de données.

Coca-Cola Andina voulait une architecture facile d'accès, avec des données fiables et sans limite de capacité quant au stockage, aux réponses ou au traitement. « C'était la couche qui nous permettrait d'unir notre monde traditionnel au monde numérique, en plus de rendre possible l'apport de technologies cognitives, telles que la vision artificielle, le machine learning, le traitement du langage naturel, le traitement de la voix, la robotique, etc. à l'entreprise », explique Valderrama. 

L'entreprise a choisi Amazon Web Services (AWS) comme fournisseur de toute la technologie et l'architecture de son lac de données. « AWS était la solution cloud qui répondait à toutes les attentes définies pour notre lac de données », déclare Valderrama, ajoutant que l'architecture devait inclure une plateforme en tant que service (PaaS) afin de permettre le développement ou le démantèlement rapide et économique des solutions. Par ailleurs, il est satisfait de cette décision car son entreprise a une culture de l'apprentissage par la pratique.

Le lac de données est devenu la source unique des données générées par l'ERP SAP, les fichiers CSV et les bases de données existantes. Coca-Cola Andina a pu mettre en place une architecture technique qui couvre l'ensemble du spectre, de la saisie des données à leur exploitation, en passant par les outils d'analyse et de machine learning.

Le lac de données utilise Amazon Simple Storage Service (Amazon S3) pour stocker en toute sécurité ses données brutes destinées à l'analyse, au machine learning et à d'autres applications.  Elle utilise également des services tels qu'Amazon QuickSight et Amazon Athena dans la couche consommateur ; des technologies cognitives, telles qu'Amazon Personalize et Amazon SageMaker, pour le machine learning ; AWS Lambda pour le calcul sans serveur ; Amazon DynamoDB comme base de données de valeurs-clés et de documents ; et Amazon Redshift pour créer des entrepôts de données si nécessaire. « L'architecture que nous avons créée sur AWS répond à l'attente d'avoir un lac de données basé sur une PaaS », déclare Valderrama.

Pour garantir les meilleurs processus, ainsi que la meilleure utilisation et intégration de ces solutions, l'entreprise a bénéficié du soutien de l'équipe d'AWS Professional Services. « Au cours de l'année 2020, Coca-Cola Andina a travaillé dur pour intégrer les connaissances en matière de lac de données et d'analytique partagées par AWS Professional Services, réussissant à générer les outils et les capacités nécessaires pour devenir une entreprise de « décision orientée données », se concentrant sur l'amélioration de l'expérience et de la relation avec ses consommateurs et ses clients, et générant une productivité et une efficacité dans ses processus », déclare Nicolás Nazario Condado, responsable de la transformation numérique pour Coca-Cola Andina. 

En outre, dans le cadre de sa stratégie numérique globale, Coca-Cola Andina a mis en œuvre une infrastructure cloud plus large sur AWS, qui vient s'ajouter au lac de données. L'entreprise a également commencé à développer d'autres produits et solutions numériques pour s'adresser à divers secteurs verticaux stratégiques pour les clients, les consommateurs et les processus internes.

Coca-Cola Andina a créé une équipe multidisciplinaire avec des partenaires provenant des secteurs commercial et technologique afin de mettre en commun leurs connaissances. La formation a été assurée par AWS Professional Services. 

Avec la nouvelle structure cloud et plus de 300 heures de formation fournies par AWS, Coca-Cola Andina a acquis les capacités nécessaires pour devenir une entreprise de décision orientée données, augmentant la productivité et l'efficacité de la prise de décision dans les différents domaines de l'entreprise.

En fait, l'infrastructure cloud a permis à Coca-Cola Andina d'améliorer et d'implémenter de nouveaux produits et services, en personnalisant les différentes propositions de valeur pour ses plus de 260 000 clients. Cela a conduit à une augmentation des revenus de l'entreprise en améliorant l'efficacité des promotions et en réduisant les ruptures de stock. L'expérience d'achat de ses clients s'en est trouvée améliorée et la productivité de l'équipe d'analyse a augmenté de 80 %. Coca-Cola Andina a réussi à ingérer plus de 95 % des données de ses différents centres d'intérêt, ce qui lui permet de créer des rapports d'excellence en quelques minutes et d'implémenter des analyses avancées.

Grâce à toutes les ressources et fonctionnalités que permet le lac de données, Coca-Cola Andina s'assure que ses partenaires et clients ont accès à des informations fiables pour prendre des décisions stratégiques pour l'entreprise. De cette façon, l'entreprise a allié monde traditionnel et monde numérique, ce qui a permi aux équipes et aux partenaires de prendre des décisions basées sur des données.

Coca-Cola Andina prévoit de développer de nouvelles applications et solutions sur son infrastructure AWS. Celles-ci comprennent, entre autres, des applications d'autogestion, de stratégies de tarification dynamique et de modèles de machine learning.

Coca-Cola Andina prévoit de développer de nouvelles applications et solutions sur son infrastructure AWS. Il s'agit notamment d'applications d'autogestion, de stratégies de tarification dynamique et de modèles de machine learning, entre autres.