Projets

Condé Nast optimise son expérience client grâce aux données

Antonino Rau, directeur du pôle Data & Intelligence de Condé Nast, a utilisé Datastax pour améliorer l'expérience client. (Crédit Photo : DR)

La donnée est souvent considérée comme le nouveau pétrole. Encore faut-il pouvoir le raffiner pour en tirer les avantages. Condé Nast était dans ce cas et a choisi la solution de Datastax pour améliorer son expérience client et fidéliser son public.

PublicitéDans les médias, le lecteur ou le spectateur est volatile. La question de la fidélisation est un enjeu important pour les groupes de presse. Condé Nast, détenteur de plus d'une vingtaine de marques (Wired, Vogue, GQ ou encore Vanity Fair), souhaitait renforcer l'engagement des plus de 100 millions de visiteurs uniques qui consultent tous les mois ses publications.
Le groupe média était donc à la recherche d'une solution lui permettant d'améliorer son expérience client et fidéliser son public en optimisant ses services en ligne. Au coeur de ce projet, la base de données était un axe important de réflexion pour ce projet.

Condé Nast a mené un test auprès de différents fournisseurs dont Amazon DynamoDB et DSE (Datastax Enterprise) de Datastax. Ce test a servi à évaluer la capacité de chaque solution à s'adapter à un trafic d'un million de visiteurs uniques par mois et jusqu'à 50 millions de visites mensuelles sur la vingtaine de marques du portefeuille du groupe de presse.

Des résultats concrets rapidement

A cette évaluation, c'est la plateforme Datastax qui est sortie vainqueur. Puis, la suite est évoquée par Antonino Rau, directeur du pôle Data & Intelligence de Condé Nast, « à partir des tests à variables multiples réalisés par Datastax, nous avons pu élaborer un parcours client optimisé et nous donner les moyens de fidéliser plus encore nos publics ». Il ajoute, « nous avons expérimenté et déployer de nombreux projets, dont notre service Feature Store qui nous permet d'alimenter nos algorithmes de machine learning de jeux de données parfaitement organisés afin d'anticiper avec précision le comportement des utilisateurs et de réagir en conséquence ».

Pour appuyer ses dires, le dirigeant donne des benchmarks internes : une augmentation de 30% de ses taux de clics, une réduction importante des temps de réponse de son « Feature Store », une amélioration des performances de son système back-end de 1800 lectures par minute en moins de 4 millisecondes et 1800 écritures par minute en moins de 10 millisecondes.