EDF entwickelt intelligente Customer Engine mit der Snowflake Data Cloud

EDF gehört zu den führenden Energieversorgern und beliefert Haushalte und Unternehmen überall im Vereinigten Königreich mit Gas und Strom. Das Unternehmen ist außerdem der größte britische Erzeuger von kohlenstofffreiem Strom. Durch die Kombination von Wind-, Solar- und Kernenergie trägt EDF zur Senkung der Kohlenstoffemissionen bei und sorgt dafür, dass die von EDF versorgten Haushalte standardmäßig kohlenstofffreien Strom erhalten.

EDF setzt auf Data Science, um seinen Kund:innen einen besseren Service zu bieten. Das reicht von der Verbesserung der Energieeffizienz bis hin zur Identifizierung finanziell schwächerer Kund:innen und dem Angebot entsprechender Unterstützung. Allerdings war es mit der Customer Analytics Zone (CAZ) des Unternehmens – einer in Eigenregie entwickelten Plattform für die Entwicklung und den Einsatz von ML-Modellen (maschinelles Lernen) – nicht immer einfach, die gewünschten Erkenntnisse zu gewinnen. 

„In der Vergangenheit ließ der Zugang zu den Daten zu wünschen übrig, und wir fanden keinen Weg, unsere Modelle in der Produktion einzusetzen“, berichtet Rebecca Vickery, Data Science Lead bei EDF. „Wir haben viele äußerst sensible Daten. Deshalb war es für uns schwierig, irgendetwas ohne Genehmigung und Besprechungen zu unternehmen. Bei jedem Projekt mussten wir das Data-Lake-Team bitten, uns Auszüge zur Verfügung zu stellen. Das konnte Tage dauern. Neben dem hohen Zeitaufwand und den Schwierigkeiten, die damit verbunden waren, mussten wir uns selbst um die Sicherheit und die Kontrolle dieser Daten kümmern.“ 

Nachdem EDF vier Monate lang versucht hatte, ein einziges ML-Modell in CAZ zu implementieren, entschied das Unternehmen 2022, dass man eine neue Kundendatenplattform und einen völlig neuen Ansatz benötigte. Der Energieversorger entschied sich für die Snowflake Data Cloud als zentrale Quelle für leicht zugängliche Daten für die neue Intelligent Customer Engine (ICE). 

Inzwischen arbeitet EDF mit Snowflake und dem Snowpark Development Framework. So können die Data Scientists mit Python, der Sprache ihrer Wahl, arbeiten und ML-Modelle auf Amazon SageMaker in Produktion bringen. EDF profitiert von der Partnerschaft zwischen AWS und Snowflake, um Machine Learning Operations (MLOps) und Data-Science-Funktionen auf Unternehmensniveau bereitzustellen.

Mehrere Datenplattformen standen als Unterstützung für die neue Customer-Intelligence-Lösung von EDF zur Disposition. Aber dank der elastischen Skalierbarkeit und der sprachunabhängigen Verarbeitungs-Engine von Snowpark konnte Snowflake die Mitbewerber durch einen unübertroffenen Nutzen hinter sich lassen. 

„Diese beiden Merkmale waren für uns entscheidend“, so Alex Read, Senior Manager für Datenplattformen bei EDF. „Unsere früheren Spark-basierten Plattformen ließen sich irgendwann nur noch schwer skalieren, und wir verfehlten unsere Belastbarkeits-SLAs. Dank der Aufteilung zwischen Rechenressource und Speicher ist das mit Snowflake viel einfacher. Seit der Umstellung haben wir nicht eine SLA mehr verfehlt.“ 

Snowflake wird bei EDF jetzt als zentrales Repository für alle Kundendaten genutzt. Weil Snowpark Python und SQL unterstützt, können geschäftliche Nutzende diese Daten genau dort bearbeiten, wo sie sich befinden. Sie können End-to-End maschinelles Lernen einsetzen, um die Erkenntnisse zu gewinnen, die das Leben der Kund:innen erleichtern. Das ist kein Vergleich zu der komplexen und umständlichen Umgebung, mit der wir uns vorher herumschlagen mussten.

Bei der alten Architektur dauerte es Monate, bis das Data-Science-Team von EDF ein ML-Modell bereitstellen konnte, das Erkenntnisse über Kund:innen oder neue kundenorientierte Produkte liefern konnte. Mit Snowflake erfolgt dies nun innerhalb weniger Tage.

Ein bemerkenswertes Beispiel für diese neuen Produkte ist ein ML-Algorithmus, mit dem Kund:innen mit finanziellen Schwierigkeiten erkannt werden können. Das Modell markiert die Kund:innen, die regelmäßig von Abschaltungen betroffen sind (wenn das Guthaben ausläuft) oder die ihre Zähler unregelmäßig mit kleinen Beträgen aufladen. EDF erhält dadurch die Möglichkeit, in Zeiten der Not Hilfe zu leisten. 

„Früher war es schwierig, an Daten heranzukommen, heute haben wir eine Fülle von Daten zur Verfügung“, stellt Vickery fest. „Heute entwickeln wir solche Produkte in drei oder vier Wochen. In der Vergangenheit hätte das mindestens ein paar Monate gedauert.“ 

Auch die Plattformentwicklung erfuhr einen deutlichen Schub, wie die schnelle Entwicklung und Einführung der ICE als Ersatz für die Customer Analytics Zone zeigt. „Es hat etwa drei Jahre gedauert, bis wir unsere Customer Analytics Zone aufgebaut hatten, und am Ende war die Plattform immer noch nicht ausgereift“, so Read. „Mit Snowflake konnten wir innerhalb weniger Monate eine vollwertige, automatisierte Umgebung für Data Science und Analytics einrichten.“

Ein großer Vorteil der Migration zu Snowflake ist die Konsolidierung mehrerer Umgebungen unterschiedlicher Anbieter. Dadurch konnte EDF die IT-Landschaft vereinfachen und letztlich die Kosten senken. 

„Unsere Arbeit war vorher sehr ressourcenintensiv“, berichtet Read. „Heute arbeiten wir jedoch mit einem hochgradig konsolidierten Team, das über einheitliche Kompetenzen verfügt. Das und die Tatsache, dass wir nur für die Ressourcen zahlen, die wir auch nutzen, bringt erhebliche Kostenvorteile mit sich.“ 

EDF ist überzeugt, dass die Plattform auch dazu beitragen wird, das Team zu stärken und Talente anzuziehen, die begierig darauf sind, mit den neuesten Technologien und Cloud-basierten Datenplattformen zu arbeiten. 

„Das ist ein großes Plus, sowohl bei der Mitarbeitergewinnung als auch bei der Mitarbeiterbindung“, erklärt Vickery. „Für karrierebewusste Menschen sind eine moderne Plattform und die Möglichkeit, sich auf Snowflake weiterzubilden, ein großer Anreiz. Aber auch für unsere bereits vorhandenen Data Scientists ist EDF heute ein viel attraktiverer Arbeitsplatz, denn sie müssen sich nicht mehr mit Datenmanagement und Governance herumschlagen, sondern können sich auf den interessanten Teil ihrer Arbeit konzentrieren: die Entwicklung von Modellen und die Gewinnung von Erkenntnissen.“

Dank dieser schlanken Plattform können die Data Scientists bei EDF sich auf ihre eigentliche Aufgabe konzentrieren − die Betreuung der Kund:innen in schweren Zeiten und die Entwicklung maßgeschneiderter Produkte und Dienstleistungen, die zu höherer Kundenzufriedenheit und -bindung führen. 

Vor Kurzem hat EDF seine Energy Hub Analytics auch für Kund:innen freigegeben. Dadurch können diese ihre eigenen Smart-Meter-Daten nutzen, um ihren Energieverbrauch schnell und genau zu verfolgen. Kund:innen haben nun Zugang zu wichtigen Informationen darüber, wie sie ihren Verbrauch reduzieren können. Das senkt nicht nur den CO2-Fußabdruck, sondern verringert auch die Stromkosten erheblich. 

„Snowflake wird einen erheblichen Einfluss auf unsere Kund:innen haben“, bekräftigt Vickery. „Heute befinden wir uns in einer viel besseren Position, um unsere Kund:innen zu unterstützen, sei es, indem wir ihnen proaktiv bei Zahlungsproblemen helfen oder ihnen die richtigen Produkte und Preise für ihre aktuelle Situation anbieten.“ 

„Im Vergleich zu unserer Situation vor sechs Monaten sind die Vorteile unermesslich“, fügt Read hinzu. „Und wir loten auch weiterhin die Möglichkeiten aus, Snowflake zur Unterstützung von Marketingaktivitäten und allgemeinen Abläufen einzusetzen sowie die Einhaltung gesetzlicher Vorschriften zu gewährleisten. Nachdem wir nun gesehen haben, was alles möglich ist, wird dies ein großes Jahr für EDF und Snowflake werden.“