EDF crea un motor inteligente de clientes en Snowflake Data Cloud

EDF es una importante empresa energética que suministra gas y electricidad a empresas y viviendas de todo el Reino Unido. También es la empresa británica que más electricidad neutra en carbono genera: abastece de energía eólica, solar y nuclear para contribuir a reducir las emisiones de carbono y lleva electricidad neutra en carbono a sus clientes particulares de tarifa fija como estándar.

EDF usa la ciencia de datos de diversas formas para prestar un mejor servicio a sus clientes: aumentar su eficiencia energética, identificar usuarios en situación de vulnerabilidad económica u ofrecer asistencia adecuada, entre otras. Su anterior plataforma propia para desarrollar e implementar modelos de ML, llamada Customer Analytics Zone (CAZ), no siempre generaba la información requerida con facilidad. 

“Antes carecíamos de un acceso sencillo a los datos y de un método para implementar nuestros modelos en el entorno de producción”, expone Rebecca Vickery, Data Science Lead de EDF. “Con tantos datos confidenciales como manejamos, nos costaba dar un paso sin constantes reuniones y aprobaciones. Para cada proyecto debíamos pedir extractos con los que trabajar al equipo de data lake, lo cual podía tardar días. A veces, era un proceso difícil y lento, aparte de muy complejo, como cuando teníamos que gestionar la seguridad y la gobernanza de esos datos por nuestra cuenta”. 

En 2022, tras cuatro meses de infructuosa implementación de un modelo de ML en CAZ, decidieron que necesitaban una nueva plataforma de datos de clientes y un enfoque totalmente distinto. EDF recurrió a Snowflake Data Cloud como fuente centralizada de datos de fácil acceso para su nuevo motor inteligente de clientes (Intelligent Customer Engine, ICE). 

Ahora, EDF utiliza Snowflake y su marco de desarrollo Snowpark para que los científicos de datos puedan trabajar con Python, que es el lenguaje que prefieren, e implementar modelos de ML en el entorno de producción basándose en Amazon SageMaker. EDF aprovecha la relación de partners de AWS y Snowflake para ofrecer operaciones de aprendizaje automático (machine learning operations, MLOps) y capacidades de ciencia de datos apropiadas para la empresa.

EDF tomó en consideración varias plataformas de datos para su nueva solución de inteligencia de clientes, pero Snowflake ofrecía ventajas que la competencia no podía igualar, como una escalabilidad elástica y un motor de procesamiento independiente del lenguaje con Snowpark. 

“Ambas características nos convencieron”, asevera Alex Read, Senior Manager of Data Platforms de EDF. “Antes, usábamos plataformas basadas en Spark, pero llegó un momento en que la escalabilidad se volvió tan complicada que ni cumplíamos nuestros acuerdos de nivel de servicio (service-level agreements, SLA) de carga. Gracias a Snowflake, separar el cómputo y el almacenamiento es mucho más sencillo. Desde la migración, no hemos incumplido ni un solo SLA”. 

Ahora, EDF usa Snowflake como repositorio central de todos los datos de sus clientes. Asimismo, gracias a la compatibilidad de Snowpark con Python y SQL, los usuarios empresariales pueden manipular los datos donde residen y, de ese modo, implementar un proceso integral de ML para descubrir información que les facilite la vida a los clientes. El entorno actual está a años luz del entorno complejo y engorroso que había antes.

Con la arquitectura anterior, el equipo de ciencia de datos de EDF tardaba meses en implementar un modelo de ML capaz de generar información sobre los clientes o nuevos productos para ellos. Con Snowflake, en cambio, han reducido ese plazo a días.

Entre esos nuevos productos, cabe destacar un algoritmo de ML diseñado para identificar a clientes económicamente vulnerables. El modelo señala a quienes sufren cortes de forma periódica o recargan sus contadores con pequeñas sumas de dinero sin regularidad. Así, EDF tiene la oportunidad de prestar ayuda en tiempos de necesidad. 

“Hemos pasado de tener problemas para acceder a los datos a disponer de muchísimos”, cuenta Vickery. “Ahora podemos crear productos como este en tres o cuatro semanas, cuando antes habríamos tardado, como mínimo, meses”. 

También su plataforma se ha visto beneficiada, tal como lo atestigua la rapidez en el desarrollo y la implementación de ICE en sustitución de CAZ. “Tardamos unos tres años en crear CAZ y, al final, ni siquiera estaba terminada del todo”, se lamenta Read. “Con Snowflake, sin embargo, hemos creado un entorno completo y automatizado de ciencia de datos y analíticas en cuestión de meses”.

Una de las principales ventajas de la migración a Snowflake ha sido que EDF ha logrado consolidar varios entornos con distintos proveedores, lo que ha simplificado su entorno de TI y, en última instancia, ha reducido costes. 

“Antes, nuestro trabajo consumía muchos recursos”, explica Read, “pero ahora podemos trabajar con un equipo especializado más consolidado. Eso, unido a que solo pagamos por los recursos que empleamos, ha supuesto una considerable ventaja en cuanto al coste”. 

En EDF creen que la plataforma también reforzará al equipo y atraerá a profesionales dispuestos a sumergirse en las últimas tecnologías y plataformas de datos basadas en la nube. 

“Resulta útil tanto para la captación como para la retención”, alega Vickery. “Ofrecer una plataforma moderna y la ocasión de mejorar sus habilidades con Snowflake es un poderoso incentivo para quienes buscan avanzar en su profesión. En lo que respecta a los científicos de datos que ya trabajan con nosotros, el hecho de no tener que lidiar con la gestión y la gobernanza de datos y poder centrarse en la parte interesante, que es crear modelos y generar información, los convence de que EDF es un lugar mucho más deseable para trabajar”.

Gracias a la plataforma optimizada, los científicos de datos de EDF se pueden centrar en su iniciativa principal: cuidar de los clientes ayudándolos en tiempos difíciles y proporcionándoles productos y servicios personalizados que aumenten su satisfacción y su disposición a mantener su contrato con la empresa. 

Además, EDF presentó hace poco un sistema de analíticas energéticas que permite a los clientes usar los datos de su propio contador inteligente para hacer un seguimiento inmediato y preciso de su consumo. Así, los clientes pueden consultar información básica sobre cómo reducir su consumo, lo que puede disminuir en gran medida la huella de carbono y la factura de energía. 

“Snowflake tendrá un gran impacto en nuestros clientes”, asegura Vickery. “Ahora nos hallamos en una posición mucho más ventajosa para prestarles nuestros servicios ofreciéndoles bien ayuda proactiva con los problemas de pago, bien productos y precios adecuados a su situación”. 

“Las ventajas son incalculables en comparación con el punto donde nos encontrábamos hace seis meses”, señala Read. “Además, seguimos analizando posibilidades usando Snowflake para actividades de marketing, operaciones generales y cumplimiento normativo. Ahora que sabemos lo que puede hacer, este promete ser un año fantástico para EDF y Snowflake”.