Business Intelligence – Un cas pràctic – La Zona

Context

La Zona (https://lazona.coop/ ) és un mercat digital liderat per Opcions (https://opcions.org/ ) que ven productes i serveis de proximitat, sostenibles, respectuosos amb el medi ambient i les persones, i també ofereix informació sobre quin és l’impacte del consum i quines alternatives hi ha a l’abast perquè l’empremta sigui cada vegada més positiva.

La plataforma de la Zona està en un WordPress i s’utilitza Matomo per a l’analítica web (veure: https://coopdevs.org/analitica-web-per-a-leconomia-social-i-solidaria/) .
Des de la Zona es necessita poder analitzar el comportament de les persones a la web i les compres finals que s’han fet. També és vol poder proporcionar a les venedores aquesta informació.

Estat inicial

Des de la Zona podien analitzar les vendes amb el plug-in d’e-commerce que proporciona WordPress, i les visites, compres i carrets abandonats a través de Matomo + plugin e-commerce.
Però aquestes plataformes tenen un sistema de visualització limitat i no es podien creuar dades entre les 2 plataformes.

També es volien analitzar les dades de Mailerlite per a les subscripcions als butlletins de correu.

Execució del projecte

Per a l’execució del projecte primer es va definir una arquitectura en que s’utilitzaria PostgreSQL + Foreign Data Wrapper per a poder accedir a la vegada al WordPress (PostgreSQL) i al Matomo (MySQL). Per a la visualització de dades es va decidir utilitzar Superset, i per a poder persistir dades per millorar el rendiment DBT i Airflow. Per a l’accés a les dades de Mailerlite es va utilitzar Python per accedir a la seva API i emmagatzemar les dades al PostgreSQL.

Un cop muntada l’arquitectura es van començar a muntar els dashboards. Com a referència es va fer servir la presentació trimestral que es presentava al consell rector i que es calculava manualment.
A partir d’aquesta referència es van muntar visualitzacions de visites, vendes, carrets abandonats, nombre de visites necessàries per aconseguir una compra, productes més venuts, estadístiques segmentades per venedora, antiguitat de les subscriptores que feien compres, etc.

Un cop muntats els dashboards, per optimitzar el rendiment, es van persistir amb DBT algunes de les consultes que més trigaven.

Dades per venedora

Un dels serveis que es volia oferir a les venedores és que tinguessin informació de l’impacte que tenien els seus productes. Per això es va crear un dashboard específic on es podia filtrar per venedora.
Aprofitant la funcionalitat de Superset que permet aplicar un filtre automàtic per cada usuària que es logeja, es va crear un usuari per cada venedora amb la limitació de poder veure només les seves dades.

D’aquesta forma les venedores podrien conèixer com els estava funcionant la plataforma i prendre decisions sobre els seus productes.

Possibles fases futures

En un marketplace hi ha diverses funcionalitats implementables a l’hora de millorar les vendes, com poden ser recomanacions de productes segons el perfil (algorisme: basket case), el clustering del tipus de compradora o visitant.

També es poden augmentar les analítiques sobre la web, com aplicació de testos A/B per veure com funcionen possibles redissenys de la pàgina web, etc.