Description
I clienti enterprise si trovano sempre più spesso ad avere difficoltà nel recuperare informazioni essenziali per capire nel complesso dove il brand sta funzionando e dove invece serve un intervento tempestivo, perchè sono inondati di dati di dettaglio che spesso non sono facilmente aggregabili e visualizzabili insieme con frequenza giornaliera.
Per rispondere a questa esigenza, in azienda, nel nostro reparto R&D, abbiamo sviluppato una dashboard che permette a clienti con diversi brand e properties (siti) di aggregare i principali KPI da monitorare (sia KPI standard che KPI personalizzati). I KPI sono i key performance indicators, ovvero metriche che aiutano a valutare le performance).
Ma i dati da visualizzare e aggregare, provenienti da diverse fonti (Google Analytics, Adobe Analytics, tools SEO), hanno strutture diverse e non è possibile a priori prevedere quali sono le strutture disponibili.
Perciò, in questo talk vedremo insieme come abbiamo gestito questo caso reale attraverso un mix di tecnologie SQL (MySQL attraverso Django) e NoSQL (MongoDb), utilizzando i dataframe di Pandas come layer intermedio attraverso il quale lavorare il dato velocemente.
La soluzione realizzata ci ha permesso di integrare rapidamente nuove fonti e nuovi KPI, e di gestire volumi elevati di dati (attualmente 200+ siti contemporaneamente) con ottime performance.
Vedremo poi (se rimane tempo) come questi dati vengono forniti attraverso API Rest (grazie a Django Rest Framework) e consumati attraverso AngularJS sul client.
Vorremmo infine coinvolgervi chiedendovi come avreste gestito questa difficoltà - non è assolutamente detto che la nostra soluzione sia per forza quella ottimale!