Bildbeschreibung: Splunk-Fallstudie über AIOPS-Überwachung für Puma
AIOPSGROUP: Splunk-Fallstudie über AIOPS-Überwachung für Puma
Sofia, EU, 5. August 2022– Die auf Splunk basierende Echtzeit-SFCC-Überwachungslösung von AIOPSGROUP schützt die Online-Einnahmen der PUMA Group. Wir haben datengestützte Ergebnisse erzielt:
- 45 weltweite PUMA.com-Websites mit verbesserter Überwachung
- Über 10.000 Dollar pro Stunde an gesteigerten Einnahmen
- 15 Minuten, um Probleme mit Bestellungen zu erkennen, im Vergleich zu zuvor mehreren Stunden
Schnellere Untersuchung von Vorfällen steigert den Umsatz
Vor der Einführung von Splunk konnten die grundlegenden Überwachungsfunktionen von PUMA lediglich anzeigen, ob die E-Commerce-Websites verfügbar waren oder nicht. Das bedeutete, dass DevOps- und Geschäftsteams kritische Probleme, die zu fehlgeschlagenen Bestellungen führten, wie beispielsweise nicht reagierende Inventarsysteme oder abgelehnte Kreditkarten, nicht erkennen konnten. Das Ergebnis war eine erhebliche Anzahl verpasster Verkaufschancen.
Michael Gaskin, Senior DevOps Manager für globalen E-Commerce bei PUMA, hatte Splunk bereits in seiner vorherigen Position eingesetzt und wusste, dass es hilfreich sein konnte. „Wenn wir unsere Bestellinformationen aus der Salesforce Commerce Cloud, die auf unserem Webserver lief, in Splunk übertragen könnten, könnten wir automatische Warnmeldungen zu Bedingungen einrichten, die sich auf Kundenbestellungen und den Umsatz auswirken“, sagt er.
Gaskin fand eine Lösung mit dem Splunk-Partner und E-Commerce-Berater AIOPSGROUP. Die AIOPS-Monitoring-Lösung des Partners sammelt Daten aus der Salesforce Commerce Cloud und speist sie in die Splunk Cloud Platform ein, wo sie analysiert und in Dashboards und Warnmeldungen dargestellt werden können.
Jetzt haben die PUMA-Teams Zugriff auf Kennzahlen sowohl zu fehlgeschlagenen Sitzungen als auch zu fehlgeschlagenen Bestellungen. Sie wissen, ob es sich um ein isoliertes Problem handelt, das nur einen Kunden betrifft, oder um ein weit verbreitetes Problem, das erhebliche Auswirkungen auf den Umsatz hat. „Mit AIOPSGROUP und Splunk haben wir die durchschnittliche Zeit bis zur Erkennung von Problemen auf 15 Minuten reduziert, verglichen mit zuvor mehreren Stunden“, sagt Gaskin. „Und da wir auch genau wissen, wo das Problem liegt, können wir es schnell und effektiv eskalieren und beheben.“
„Mit AIOPS und Splunk haben wir die durchschnittliche Zeit zur Erkennung von Problemen auf 15 Minuten reduziert, während es zuvor mehrere Stunden waren. Und da wir auch genau wissen, wo das Problem liegt, können wir es schnell und effektiv eskalieren und beheben.“
Michael Gaskin, Senior DevOps Manager für Global E-Commerce, PUMA
Einsparung von 108.000 Dollar Umsatz bei einem einzigen Vorfall
Splunk spart PUMA Zeit und bringt dem Unternehmen Geld ein. Da die umsatzstärksten Regionen auf ihren E-Commerce-Websites Zehntausende Dollar pro Stunde umsetzen, summieren sich Verzögerungen bei der Erkennung und Behebung von Bestellfehlern schnell.
Ein nicht reagierendes Inventarsystem kostete PUMA beispielsweise 108.000 US-Dollar an entgangenen Umsätzen, da es Kunden daran hinderte, Einkäufe zu tätigen. Das System wird bei jeder Bestellung abgefragt, um die Verfügbarkeit der Ware sicherzustellen. Als es ausfiel, kostete dies PUMA sowohl Einnahmen als auch hart erarbeitete Kundenbindung.
„Mit Splunk können wir nun sofort erkennen, was das Problem mit dem Lagerbestand verursacht, und es beheben, sodass die Kunden weiterhin Waren kaufen können“, sagt Gaskin. „Bevor wir Splunk einsetzten, hatten wir keinen Einblick in unsere E-Commerce-Aktivitäten auf dieser detaillierten Ebene. Wir mussten warten, bis ein Kunde oder jemand aus unserem Content-Team das Problem bemerkte und sich darüber beschwerte. Zu diesem Zeitpunkt hatten wir bereits Geld verloren und Kunden verärgert.“
Wenn Kunden beim Einkauf auf PUMA.com schlechte Erfahrungen machen, ist es weniger wahrscheinlich, dass sie wiederkommen und erneut bei der Marke kaufen. Durch die Möglichkeit, Kunden mit Splunk ein nahtloses Online-Einkaufserlebnis zu bieten, kann PUMA langfristige Kundenzufriedenheit aufbauen und die Markentreue steigern.
„Wir haben auch eine große Community von Drittentwicklern. Durch den Einsatz von Splunk verfügen sie und unsere Geschäftsanwender über die richtigen Tools, um effektiv zusammenzuarbeiten.“
Michael Gaskin, Senior DevOps Manager für Global E-Commerce, PUMA
Sofortige – und dauerhafte – Vorteile für das gesamte Unternehmen PUMA
Teams bei PUMA profitieren von der Nutzung der Splunk Cloud Platform und AIOPSGROUP. Dank der benutzerfreundlichen Oberfläche und Dashboards von Splunk können Geschäftsanwender in den 20 regionalen E-Commerce-Teams von PUMA sofort erkennen, wenn ihre Websites Probleme haben, ohne sich an die IT-Abteilung wenden zu müssen. Je mehr Augen die Website-Performance beobachten, desto schneller können Probleme behoben werden.
„Wir haben auch eine große Community von Drittentwicklern. Durch den Einsatz von Splunk verfügen sie und unsere Geschäftsanwender über die richtigen Tools, um effektiv zu arbeiten“, sagt Gaskin. Das Geschäftsteam von PUMA in Indien bemerkte beispielsweise einmal einen sprunghaften Anstieg des Bestellwerts, der bei der Untersuchung ein Problem mit fehlgeschlagenen Transaktionen bei einer bestimmten Zahlungsmethode offenbarte. Da das Team das Problem mit Splunk entdeckt hatte, konnte es diese Bestellungen bearbeiten, bevor die Kunden davon betroffen waren.
PUMA arbeitet derzeit daran, Daten zu Kundenaktionen in Echtzeit in Splunk zu übertragen. Derzeit gibt es eine Verzögerung von etwa 10 Minuten bei der Anzeige der Website-Aktivitäten. Gaskin ist überzeugt, dass dies verbessert werden kann, um eine noch zeitnähere Darstellung von Kundenproblemen zu ermöglichen.
„Was die Identifizierung und Behebung von Problemen mit Kundenbestellungen angeht, haben wir mit Splunk einen großen Schritt nach vorne gemacht“, sagt Gaskin. „Bestellungen sind das Lebenselixier eines E-Commerce-Unternehmens, und unsere höchste Priorität ist es, sicherzustellen, dass sie weiterhin eingehen.“
Lesen Sie die Splunk-Fallstudie