Brinker International

성능이 낮은 클라우드 전용 데이터 웨어하우스로 인해 팀은 밤잠을 설치곤 했습니다. 매일 아침 500,000개 이상의 쿼리가 일상적으로 1~3초간 수행되어 각 레스토랑의 개점을 준비하기 때문에 대시보드, 보고서 및 분석이 다음 날 아침에 정시에 제공될 수 없다는 사실을 알고 있었습니다. 팀은 변화해야 한다는 것을 알고 있었습니다.

"온프레미스와 클라우드가 혼합되어 있었습니다. 우리는 전체 기업을 지원하기 위해 유연성과 확장성을 제공하는 플랫폼이 필요하다는 것을 알고 있었습니다. 그러나 플랫폼은 또한 우리가 보유한 복잡한 워크로드를 처리할 수 있어야 합니다"라고 Abramson은 말합니다."

Brinker는 엔터프라이즈 분석을 위한 새로운 연결된 멀티 클라우드 데이터 플랫폼을 선택하기 전에 몇 가지 주요 요구 사항에 주의했습니다. 첫째, 플랫폼은 기업 중심이어야 하며, 데이터가 여러 사업부에 걸쳐 사일로화 되지 않고 통합되어 더 많은 답변과 더 깊은 통찰력을 얻을 수 있어야 합니다. 둘째, 플랫폼은 확장 가능해야 하며 규모에 따라 모든 질문에 언제든지 답변할 수 있어야 합니다. 셋째, 비즈니스에 더 빠르고 효과적인 결과와 통찰력을 제공하도록 관리해야 합니다. 넷째, 기업 비즈니스 분석가, 레스토랑 관리자 및 팀 리더, 교대 근무 관리자 및 기업 경영진 등 모든 사람이 데이터를 사용할 수 있어야 합니다.

궁극적으로 Brinker는 데이터를 활용하여 무제한 가치를 실현하고 가치 실현 시간을 단축하기 위해 데이터 분석을 활용하려고 노력했습니다.

Brinker는 비즈니스의 미래를 주도하는 엔터프라이즈 데이터 분석 에코시스템을 지원하는 AWS 기반 테라데이타 Vantage를 선택했습니다. Vantage를 통해 Brinker는 비즈니스 상태에 대한 빅 픽처를 제공하기 위해 교차 기능의 복잡한 다방면의 질문을 할 수 있습니다. 예를 들어 다음을 식별할 수 있습니다:

비용 배분, 상향 판매, 수익 창출, 새롭고 혁신적인 메뉴 개발을 어떻게 수행하나요? 메뉴 및 서버 데이터를 활용하여 수익성을 분석합니다.

손님에게 가장 인기있는 상품이 무엇인지 어떻게 알 수 있나요? 제품, 판매, 직원 및 게스트 데이터를 통해 예측 분석을 수행합니다.

특정 레스토랑에서 고객이 어떤 경험을 하는지 어떻게 알 수 있나요? 게스트 및 직원 데이터를 분석합니다.

레스토랑에는 어떤 종류의 상품이 있으며 가격은 얼마인가요? 예상했듯이, 다방면 데이터를 통해 분석합니다.

데이터 분석 플랫폼을 결정하는 또 다른 요인은 플랫폼이 정규화(또는 정형) 데이터, 반정형 및 스키마 구조가 전혀 없는 스키마 정교함을 처리할 수 있는지의 여부입니다. 엔터프라이즈 분석을 위한 최신 연결된 멀티 클라우드 데이터 플랫폼은 모든 비즈니스 요구사항을 지원하고 활성화하기 위해 데이터 스키마로 확장 가능하며 유연해야 합니다.

"스키마 또는 데이터 구조가 다른 데이터를 보유하고 있습니다. 포장 및 배달 데이터와 같은 새로운 주제 영역을 스키마가 다른 동일한 시스템에 포함할 수 있게 되어 우리 모두에게 큰 성공을 가져다 주었습니다. 이를 통해 비즈니스 요구 사항에 즉각적인 조치를 취할 수 있게 되었습니다”라고 Abramson은 말했습니다.

마지막으로 Vantage를 사용하면 레스토랑에서 점심과 저녁 식사를 준비하는 동안 아침에 워크로드가 증가할 때 Brinker는 스토리지와 컴퓨팅을 분리하여 컴퓨팅 수요를 확장할 수 있습니다. 그런 다음, 워크로드가 줄어들면 플랫폼을 축소하면 됩니다. 일부 클라우드 전용 공급업체는 단일 차원에서 확장할 수 있지만 다른 차원에서는 어려움을 겪거나 확장하지 못합니다. 규모를 축소할 때가 되면 다른 플랫폼은 스핀업된 후 컴퓨팅을 이전 수준으로 낮추기 위해 수동으로 개입해야 합니다.