客戶的故事
創建個性化的
ML經驗

工業:媒體及娛樂

解決方案:廣告效果，客戶保留，客戶細分，推薦引擎

Beplay体育安卓版本平台用例:三角洲湖，數據科學，機器學習，磚的SQL，ETL

雲:AWS

Condé納斯特是《Vogue》、《紐約客》和《連線》等標誌性雜誌的出版商，它利用數據通過印刷、在線、視頻和社交媒體接觸到超過10億人。由於要利用大量的數據，他們很難管理基礎設施並實現數據科學生產力。有了Databricks，集群自動化消除了不必要的DevOps工作，Delta Lake使他們能夠構建每月可擴展到1萬億數據點的數據管道，通過MLflow的協作環境來實現數據科學創新，從而管理整個ML生命周期。beplay娱乐ios這使得他們能夠跨品牌發布個性化內容，以吸引和留住客戶。beplay体育app下载地址

無法使用客戶數據改善內容體驗

作為領先的媒體出版商，Condé Nast管理著超過20個品牌的投資組合。在每月的基礎上，他們的網站獲得1億多的訪問量和8億多的頁麵瀏覽量產生了巨大的數據。數據團隊專注於通過使用機器學習提供個性化內容推薦和定向廣告來提高用戶粘性。然而，運行普通的Spark來支持他們的數據平台被證明是具有挑戰性的:Beplay体育安卓版本

• 基礎設施的複雜性:構建和管理Spark集群需要大量的設置和持續的維護，將團隊從更高價值的活動中抽離出來。
• 打破壁壘:需要為團隊找到一個共同的平台來構建數據管道和推進分析，以更好地促進協作。Beplay体育安卓版本
• 數據太多:數據集的增長超出了現有的數據湖解決方案。

簡化數據管道和ML生命周期

Databricks為Condé Nast提供了一個完全管理的雲平台，該平台簡化了操作，提供了卓越的性能，並實現了數Beplay体育安卓版本據科學創新。

• 交互式工作區:數據科學家可以協作、共享和跟蹤數據和見解，從而培養協作的環境。
• Delta Lake:隨著數據集數量的增長(每個月超過1萬億數據點)，Delta Lake可以跟上並允許更多的用例，如數據重寫和數據合並。
• Managed MLflow:使用MLflow, Condé Nast可以輕鬆地管理整個機器學習生命周期，從跟蹤實驗到監視生產模型。

用人工智能支持的個性化beplay体育app下载地址內容取悅客戶

有了Databricks作為他們的數據分析和機器學習工作的基礎，Condé納斯特對客戶的新洞察改變了他們推動20多個品牌參與的方式。beplay体育app下载地址

• 提高客戶參與度:通過改進的數據管道，Condé Nast可以提供更好、更快、更準確的內容推薦，改善用戶體驗。
• 統一的方法:數據工程和數據科學團隊現在正在一起解決問題，並合作構建新的內容產品和體驗。
• 按規模建造的:數據集再也不能超過Condé納斯特處理和收集見解的能力。
• 更多型號在生產中:通過MLflow, Condé納斯特的數據科學團隊可以更快地創新他們的產品。他們已經部署了1200多種型號的產品。