Mercado Libre

Mercado Libre
El caso de Business Intelligence que vamos a tratar es el de mercado libre.

Para aquellos que no lo sepan, MercadoLibre es una compañía con la mayor
plataforma de comercio en línea de Latinoamérica con unos 3 millones de vendedores y 200
millones de usuarios.
Entorno de Mercado Libre

Esta compañía llegó a lo que es hoy gracias al entorno de negocios online que creó y
a la gran cantidad de datos que estos les provee puesto que un usuario puede comprar,
vender y pagar un producto sin la necesidad de salir de este entorno.
Modelo de BI
En sus inicios MercadoLibre contaba con un modelo de Business
Intelligence tradicional en el cual la compañía enviaba una solicitud a una empresa
especializada y luego esperaban una respuesta.
Como se imaginan este proceso era tardado, llegando a tardar una semana.
Estructura actual
¿Qué estructura contiene actualmente?
Como todo proceso de BI se necesitan unos datos a procesar obtenidos del entorno
que posee y un sistema que lo procese teniendo además programas que ayuden a visualizar
la información obtenida.
Storage y Data Processing

En la actualidad Mercadolibre utiliza en el almacenamiento de datos programas
como AWS s3 y Teradata y el procesamiento de datos se realiza con programas como
Amazon Kinesis o Gaia en conjunto con inteligencia artificial programada en lenguajes como
python, java.
Data Discovery
A la hora de consultar ciertos datos a la plataforma esta consulta a la base de datos
y una vez obtenida la información se puede mostrar en Tableau, Microstrategy, Alation o en
Google Analytics.
Modelo actual de BI
El sistema actual que posee aprovecha a las empresas Alation y Tableau juntas
permitiendo a los analistas de negocios de MercadoLibre iniciar un análisis sobre una
consulta a estas empresas.
Estructura actual
Gracias a este enfoque todos los datos se conectan entre sí, esto permite a los
analistas encontrar información sin depender del equipo de BI para cada solicitud reduciendo
el tiempo hasta obtenerlos aunque no se puedan comunicar con la data base.
Actualmente, MercadoLibre atribuye el crecimiento de su éxito en el autoservicio a unos
pocos pilares clave de su enfoque. En primer lugar, formularon programas de capacitación para
educar adecuadamente a los usuarios sobre los recursos y procesos de la empresa, que han sido
fundamentales para la sostenibilidad de la práctica analítica. En segundo lugar, un programa de
usuarios clave trajo a gente de fuera de la división de BI para trabajar junto a los analistas como
consultores. Finalmente, un modelo descentralizado colocó células de BI en toda la organización
para ayudar a los departamentos con sus análisis, incluyendo la contratación de las personas
adecuadas para el trabajo. Y el hilo conductor de todo esto es el enfoque estratégico de la empresa
para la gestión.
Los tres pilares del ecosistema analítico de MercadoLibre son: almacenaje, procesamiento
de los datos y el análisis visual de los datos. Para el almacenaje usan Teradata, Amazon Simple
Storage Service (Amazon S3) y Apache Hadoop.
Para el procesamiento de los datos, es una integración muy variada y con una fuerte
presencia de los servicios provistos por Amazon como Amazon EMR que sirve para una ejecución y
escalado sencillos de Apache Spark, Hadoop, Presto, Hive y otros marcos de big data. Así
como, Amazon Kinesis (para la recopilación, procesamiento y análisis de transmisiones de datos y
videos en tiempo real) y Amazon SageMaker para el aprendizaje automático. Además de la
combinación de los lenguajes de programación como Java, Python y R, todo esto complementados
con la plataforma de análisis de datos provista por SAS.
Para el análisis visual de los datos usan Alation, Google Analytics, MicroStrategy y Tableau.
Los números que maneja ML
Con más de 150 TB en sus almacenes de datos, más de 4000 analistas de negocios que generan
millones de consultas por día y más de 30 fuentes de datos ML necesita un modelo de BI no
tradicional para agilizar el trabajo en el área de visualización de datos y creación de reportes.
En las siguientes diapositivas se presentará un ejemplo concreto sobre problemáticas que se pueden
presentar en el día a día en el área de visualización de datos y cómo las herramientas de BI les
permite a los usuarios llevar a cabo estas tareas.
Herramientas usadas para esta estrategia

Alation es un catálogo de datos donde todas las personas de la empresa pueden acceder a la
información que necesitan.
Tableau, su integración con Alation permite a los usuarios comenzar un análisis a través de una
consulta en Alation y continuar la exploración de datos en Tableau.
Workplace, herramienta de comunicación para negocios, en ML cada equipo y proyecto tiene su chat
grupal.
Ejemplo de uso
Supongamos que un analista en ML quiere analizar qué mercados y actividades de marketing
generan mayor adopción de códigos QR. Para esto primero el analista buscará las consultas más
relevantes sobre QR en Atalion. Cuando el analista elige una consulta obtiene información adicional
sobre la misma, como el autor, la fecha de creación, etc.
Se ejecuta la consulta, se observan los resultados y se toma información para analizar en Tableau.
Atalion permite exportar datos directamente a Tableau generando el código correspondiente.
Finalmente en Tableau, se crea un reporte o un dashboard para compartir el análisis final con el resto
del equipo.

Mercado Libre

Cargado por

Copyright:

Formatos disponibles

Mercado Libre

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Mercado Libre

Cargado por

Copyright:

Formatos disponibles

Mercado Libre

El caso de Business Intelligence que vamos a tratar es el de mercado libre.

Entorno de Mercado Libre

Storage y Data Processing

Herramientas usadas para esta estrategia

También podría gustarte