hero background shape
História do cliente

A Nielsen reinventa seu processo de BI com a Alteryx e a AWS

hero background gradient

Um negócio baseado em insights de dados

Se você já ouviu falar em medição de audiência de TV, certamente conhece a Nielsen. Como pioneira em pesquisa de mercado e líder global em medição e análise de audiência, a empresa é um exemplo de organização orientada por dados.

Atualmente, a Nielsen usa a AWS e o Alteryx para democratizar insights em toda a organização. Mas nem sempre foi assim. Vamos entender essa evolução.

Retrospectiva: infraestrutura de BI desatualizada

Em 2017, a Nielsen operava com um sistema de BI desorganizado. Segundo Wayne McClure, arquiteto de soluções da empresa, a equipe era composta por pequenos grupos independentes, em vez de estruturas claramente definidas.

Para piorar, a plataforma de BI era baseada em uma solução ultrapassada de BI. A assinatura havia expirado há anos, mas a ferramenta continuava operando em segundo plano por quase uma década. As ferramentas tradicionais funcionam até que não funcionam mais. É apenas uma questão de tempo até que parem sem aviso.

Esse cenário não era insustentável, e Wayne sabia que precisava encontrar uma solução. Ainda assim, isso não era prioridade, até que a equipe não teve escolha.

Desafio: relatórios de BI para soluções de verificação de codificadores

A Nielsen usa tecnologia de codificação patenteada para medir a audiência de rádio e televisão. O departamento de soluções de verificação de codificação (EVS) da Nielsen é responsável por preservar, manter e documentar a precisão dessa tecnologia de codificação.

Uma equipe do departamento de EVS se dedica especificamente à transmissão de rádio nos Estados Unidos. Ela conta com relatórios de BI de 24 horas para monitorar o processo de codificação e garantir que as estações de rádio estejam transmitindo e codificando o conteúdo corretamente em todos os mercados disponíveis.

Obviamente, esse processo de geração de relatórios dependia da antiga ferramenta de BI. A equipe de Wayne descobriu que restavam menos de 90 dias até a desativação da ferramenta.

Ao analisar as informações disponíveis, Wayne encontrou que havia um white paper e um documento de requisitos de interface do usuário, mas não havia documentação adicional nem transparência no pipeline.

"A ferramenta de BI usada para agregar todos os dados, criar todas as métricas e enviar todos os relatórios essenciais para todos era realmente um mistério. Todos os recursos e funcionalidades do sistema original dependiam de uma assinatura SaaS que já havia expirado", explica ele.

Solução: AWS + Alteryx

Wayne precisava de uma solução muito rápido.

A Nielsen já usava a AWS como sua infraestrutura de nuvem por sua escalabilidade e capacidade de processamento. Wayne viu nisso uma oportunidade de encontrar uma plataforma de self-service analytics que pudesse se integrar à AWS e, ao mesmo tempo, permitir aos usuários corporativos gerenciar suas próprias análises.

"Precisávamos de uma ferramenta que capacitasse tanto nossos analistas experientes quanto os usuários corporativos, a fim de promover um uso mais inclusivo dos nossos dados. Assim, cada organização lidaria com o próprio analytics, assumiria as informações, perguntas e até desafios que não tínhamos visto antes, além de replicar isso rapidamente para centenas e milhares de pessoas", contou Wayne.

A equipe poderia hospedar os dados na AWS, analisá-los no Designer e agendar e automatizar fluxos de trabalho com o Server, que a Nielsen implanta na AWS. Os usuários também podem transferir dados facilmente para o Tableau para visualização.

 

Ao usar o Alteryx na plataforma AWS, a equipe de Wayne conseguiu configurar um processo de teste rápido para obter resultados. A equipe removeu vários sistemas redundantes e limpou queries SQL. Com o Alteryx, ela conseguiu obter relatórios diários abrangentes em quatro minutos, em vez de quatro horas.

O Alteryx foi gradualmente adotado por toda a organização. Quando a equipe de Wayne começou a transição, eles tinham apenas alguns usuários. Alguns anos depois, mais de 250 pessoas na Nielsen usam o Alteryx para gerar relatórios, processos e ferramentas automatizados que beneficiam milhares de usuários finais.

Conclusão: construindo um ecossistema de nuvem para permitir acesso em larga escala

No início do redesenho da solução de BI, a Nielsen já havia implementado a AWS como sua plataforma de nuvem interna. Mas ela não parou por aí. Em vez de tratar a nuvem como uma simples implantação de TI, a Nielsen implantou a nuvem em diferentes partes da empresa e usou a AWS em vários departamentos.

Wayne compara o desenvolvimento de soluções à regência de uma orquestra sinfônica: o que importa não são os instrumentos individuais, mas a harmonia do processo como um todo, e as soluções mais eficazes para a organização têm capacidade de escala e são fáceis de usar.

Wayne planeja continuar expandindo o ecossistema de dados no Alteryx, pois ele permite que todos os funcionários da Nielsen tragam seus insights exclusivos para o ciclo de vida dos dados.

"Queríamos criar oportunidades para citizen data scientists. Na Nielsen, muitos trabalham com dados e precisam entendê-los. Organizá-los e torná-los analisáveis não deveria ser um trabalho de tempo integral. É trabalho para uma ferramenta como Alteryx."

VANTAGENS DE SE USAR O ALTERYX
Escalabilidade e flexibilidade para iteração

Wayne descreve o Alteryx como uma ferramenta poderosa que facilita a iteração. A combinação entre AWS e Alteryx permitiu à Nielsen expandir suas capacidades analíticas para atender às suas necessidades em tempo real.

Self-service

Milhares de funcionários em toda a empresa podem acessar insights acessando dados da AWS e analisando-os com o Alteryx.

Aceleração de valor

A implementação do Alteryx foi direta, o que permitiu à Nielsen implantar o novo processo de BI muito rapidamente.

 

Recursos recomendados

 
Caso de uso
Previsão de demanda
Empodere as equipes financeiras a prever mudanças de demanda mais rápido e com mais precisão com IA explicável, fluxos de trabalho automatizados e dados unificados entre ERP, CRM e sistemas de planejamento.
  • Automação analítica
  • Preparo de dados e analytics
  • Data science e machine learning
Saiba mais
 
Caso de uso
Automação da depreciação de ativos fixos
As equipes fiscais trocam o trabalho de depreciação em planilhas por uma automação controlada e com IA, o que melhora a acurácia, acelera os ciclos de fechamento e fortalece a confiança no planejamento.
  • Automação analítica
  • Preparo de dados e analytics
  • Data science e machine learning
Saiba mais
 
Caso de uso
Automação de Preços de Transferência
Automatize e padronize fluxos de trabalho de preços de transferência com dados governados, lógica reproduzível e documentação de auditoria clara usando o Alteryx One.
  • Automação analítica
  • Preparo de dados e analytics
  • Data science e machine learning
Saiba mais
 
Caso de uso
Modelagem de cenários de preços dinâmicos
As equipes financeiras simulam, comparam e atualizam estratégias de preços com agilidade ao unificar dados de custo, demanda e mercado em um único ambiente. Fluxos de trabalho automatizados e análises com suporte de inteligência artificial ajudam analistas a atualizar suposições, executar cenários e apoiar recomendações de preços no momento certo.
  • Automação analítica
  • Preparo de dados e analytics
  • Data science e machine learning
Saiba mais
 
Caso de uso
Segmentação de clientes
Unifique dados de CRM, doações e marketing em segmentos governados e prontos para IA. Automatize a modelagem, garanta a conformidade e ative insights em todas as campanhas para aumentar o ROI e a retenção.
  • Preparo de dados e analytics
  • Data science e machine learning
  • IA generativa
Saiba mais
 
Caso de uso
Otimização de custos do supply chain
Reduza o custo de atendimento alinhando o supply chain com as metas financeiras. O Alteryx One combina dados operacionais, entradas de previsão e modelos de custos em um único ambiente governado, permitindo que equipes criem cenários, testem restrições e comparem resultados para reduzir gastos e aumentar a transparência.
  • Automação analítica
  • Preparo de dados e analytics
  • Data science e machine learning
Saiba mais