Treinamento moderno de vendas do tamanho de um lanche
No Transmita seuoferecemos treinamento de vendas automatizado por meio da nuvem. Nossa plataforma SaaS completa traz uma nova abordagem para contratação e integração de novos recrutas de vendas que maximiza o treinamento e a retenção.
A alta rotatividade da equipe de vendas é um desperdício e ruim para os resultados financeiros. No entanto, pode ser minimizado com treinamento personalizado que é ministrado continuamente em pequenas porções. Ao adaptar os currículos às necessidades e à capacidade de atenção de cada recruta de vendas, maximizamos o envolvimento e reduzimos o tempo de treinamento para que eles possam começar a trabalhar imediatamente.
Essa personalização em tempo actual requer uma infraestrutura de dados que possa ingerir e consultar instantaneamente grandes quantidades de dados do usuário. E à medida que nossos clientes e volumes de dados cresciam, nossa infraestrutura de dados authentic não conseguia acompanhar.
Só quando descobrimos um banco de dados analítico em tempo actual chamado Conjunto de foguetes que poderíamos finalmente agregar milhões de registros de eventos em menos de um segundo e que nossos clientes pudessem trabalhar com dados reais com registro de knowledge e hora, e não com informações desatualizadas que eram obsoletas demais para ajudar com eficiência no treinamento de vendas.
Nossas necessidades de negócios: escalabilidade, simultaneidade e baixas operações
Construído sobre os princípios de microaprendizagemConveYour oferece lições e questionários curtos e convenientes para recrutas de vendas por meio de mensagens de texto, ao mesmo tempo que permite que nossos clientes monitorem seu progresso em um nível detalhado usando o painel interno acima (acima).
Sabemos o quão longe eles estão naquele vídeo de treinamento até o segmento de 15 segundos. E sabemos quais perguntas eles acertaram e quais erraram no último teste – e podemos atribuir automaticamente mais ou menos lições com base nisso.
Mais de 100.000 representantes de vendas foram treinados por meio do ConveYour. Nossa abordagem de microlearning reduz o tédio dos trainees, aumenta os resultados do aprendizado e reduz a rotatividade de funcionários. Estas são vitórias para qualquer empresa, mas são especialmente importantes para empresas orientadas para vendas diretas que contratam constantemente novos representantes, muitos deles recém-licenciados ou novos em vendas.
A escala sempre foi nosso problema número um. Enviamos milhões de mensagens de texto para representantes de vendas todos os anos. E não estamos apenas monitorando o progresso dos recrutas de vendas – monitoramos cada interação que eles têm com nossa plataforma.
Por exemplo, um cliente contrata cerca de 8.000 representantes de vendas por ano. Recentemente, metade deles passou por um programa de treinamento de compliance implantado e gerenciado pela ConveYour. Acompanhar o progresso de um representante particular person à medida que ele avança em todas as 55 lições cria 50.000 pontos de dados. Multiplique isso por 4.000 repetições e você obterá cerca de 2 milhões de dados de eventos. E isso é apenas um programa para um cliente.
Para disponibilizar insights sob demanda aos gerentes de vendas da empresa, primeiro tivemos que executar as análises em lote e depois armazenar os resultados em cache. Gerenciar os vários caches foi extremamente difícil. Inevitavelmente, alguns caches ficariam obsoletos, levando a resultados desatualizados. E isso levaria a ligações de nossos gerentes de vendas de clientes insatisfeitos porque o standing de conformidade de seus representantes estava incorreto.
À medida que nossos clientes cresciam, também cresciam nossas necessidades de escalabilidade. Este foi um grande problema para se ter. Mas ainda period um grande problema.
Outras vezes, o cache não seria suficiente. Também precisávamos de consultas instantâneas e altamente simultâneas. Por exemplo, construímos um painel de CRM (acima) que forneceu resultados de desempenho agregados em tempo actual para 7.000 representantes de vendas. Esse painel period usado por centenas de gerentes de nível médio que não podiam esperar que essas informações chegassem em um relatório semanal ou mesmo diário. Infelizmente, à medida que a quantidade de dados e o número de usuários gerentes cresciam, a capacidade de resposta do painel diminuía.
Lançar mais servidores de dados poderia ter ajudado. No entanto, nosso uso também é muito sazonal: mais movimentado no outono, quando as empresas trazem colheitas de recém-formados, e diminui em outras épocas do ano. Portanto, a implantação de infra-estruturas permanentes para acomodar a procura crescente teria sido dispendiosa e um desperdício. Precisávamos de uma plataforma de dados que pudesse ser ampliada ou reduzida conforme necessário.
Nossa questão last é nosso tamanho. ConveYour possui uma equipe de apenas cinco desenvolvedores. Essa é uma escolha deliberada. Preferimos manter a equipe pequena, ágil e produtiva. Mas para libertar o seu inside Desenvolvedor 10xqueríamos migrar para as melhores ferramentas SaaS – que não tínhamos.
Desafios Técnicos
Nossa infraestrutura de dados authentic foi construída em torno de um banco de dados MongoDB native que ingere e armazena todos os dados de transações do usuário. Conectado a ele por meio de um pipeline ETL estava um banco de dados MySQL em execução no Google Cloud que atende tanto nossas grandes consultas contínuas quanto as consultas advert hoc super-rápidas de conjuntos de dados menores.
Nenhum dos bancos de dados estava cortando a mostarda. Nosso painel de CRM “ao vivo” demorava cada vez mais até seis segundos para retornar resultados, ou simplesmente expirava. Isto teve várias causas. Havia a grande, mas crescente, quantidade de dados que estávamos coletando e tendo que analisar, bem como os picos de usuários simultâneos, como quando os gerentes verificavam seus painéis pela manhã ou na hora do almoço.
No entanto, o maior motivo foi simplesmente que o MySQL não foi projetado para análises de alta velocidade. Se não tivéssemos os índices corretos já construídos ou se a consulta SQL não estivesse otimizada, a consulta MySQL inevitavelmente se arrastaria ou expiraria. Pior, isso iria sangrar e prejudicar o desempenho da consulta de outros clientes e usuários.
Minha equipe gastava em média dez horas por semana monitorando, gerenciando e corrigindo consultas e índices SQL, apenas para evitar falhas no banco de dados.
A situação ficou tão ruim que sempre que eu by way of uma nova consulta no MySQL, minha pressão arterial subia.
Desvantagens de soluções alternativas
Analisamos muitas soluções potenciais. Para escalar, pensamos em criar escravos adicionais do MongoDB, mas decidimos que seria gastar dinheiro em um problema sem resolvê-lo.
Também testamos o Snowflake e gostamos de alguns aspectos de sua solução. No entanto, a única grande lacuna que não consegui preencher foi a falta de ingestão de dados em tempo actual. Simplesmente não podíamos esperar uma hora para que os dados passassem do S3 para o Snowflake.
Também analisamos o ClickHouse, mas encontramos muitas compensações, especialmente no lado do armazenamento. Como um armazenamento de dados somente para acréscimos, ClickHouse grava dados de forma imutável. Excluir ou atualizar dados gravados anteriormente torna-se um processo em lote demorado. E por experiência própria, sabemos que precisamos preencher eventos e remover contatos o tempo todo. Quando o fizermos, não queremos gerar nenhum relatório e que esses contatos ainda apareçam. Novamente, não será uma análise em tempo actual se você não puder ingerir, excluir e atualizar dados em tempo actual.
Também tentamos, mas rejeitamos, o Amazon Redshift por ser ineficaz com conjuntos de dados menores e por ser muito trabalhoso em geral.
Dimensionando com Rockset
Através YouTubeaprendi sobre o Rockset. Rockset tem o melhor dos dois mundos. Ele pode gravar dados rapidamente como um MongoDB ou outro banco de dados transacional, mas também é muito rápido em consultas complexas.
Implantamos o Rockset em dezembro de 2021. Demorou apenas uma semana. Embora o MongoDB continuasse sendo nosso banco de dados registrado, começamos a transmitir dados para Rockset e MySQL e a usar ambos para atender consultas.
Nossa experiência com Rockset tem sido incrível. A primeira é a velocidade na ingestão de dados. Porque Rockset é um banco de dados mutávela atualização e o preenchimento dos dados são tremendous rápidos. Ser capaz de excluir e reescrever dados em tempo actual é muito importante para mim. Se um contato for removido e eu fizer um JOIN imediatamente depois, não quero que esse contato apareça em nenhum relatório.
Modelo sem servidor do Rockset também é um grande benefício. A forma como a computação e o armazenamento do Rockset aumentam ou diminuem de forma independente e automática reduz a carga de TI para minha pequena equipe. Não há manutenção de banco de dados e nenhuma preocupação.
Rockset também torna meus desenvolvedores tremendous produtivos, com interface de usuário fácil de usar e Escrever API e suporte SQL. E recursos como Índice Convergente e otimização automática de consultas eliminam a necessidade de gastar um tempo valioso de engenharia no desempenho das consultas. Cada consulta é executada rapidamente. Nossa latência média de consulta diminuiu de seis segundos para 300 milissegundos. E isso vale para conjuntos de dados pequenos e grandes, até 15 milhões de eventos em uma de nossas coleções. Reduzimos o número de erros de consulta e consultas com tempo limite para zero.
Não me preocupo mais com a possibilidade de conceder acesso a um novo desenvolvedor travar o banco de dados de todos os usuários. Na pior das hipóteses, uma consulta incorreta simplesmente consumirá mais RAM. Mas vai. Ainda. Apenas. Trabalhar. Isso é um peso enorme que tirou dos meus ombros. E não preciso mais bancar o guardião do banco de dados.
Além disso, o desempenho em tempo actual do Rockset significa que não precisamos mais lidar com análises em lote e caches obsoletos. Agora podemos agregar 2 milhões de registros de eventos em menos de um segundo. Nossos clientes podem consultar os dados reais com registro de knowledge e hora, e não alguns derivados desatualizados.
Também usamos o Rockset para nossos relatórios internos, ingerindo e analisando o uso do nosso servidor digital com nosso provedor de hospedagem, Digital Ocean (assista este pequeno vídeo). Usando um Cloudflare Employee, sincronizamos regularmente nossos Gotas Digitais do Oceano em uma coleção Rockset para facilitar a geração de relatórios sobre custos e topologia de rede. Esta é uma maneira muito mais fácil de entender nosso uso e desempenho do que usar o console nativo da Digital Ocean.
Nossa experiência com o Rockset tem sido tão boa que agora estamos no meio de uma migração completa do MySQL para o Rockset. Os dados mais antigos estão sendo preenchidos do MySQL para o Rockset, enquanto todos os endpoints e consultas no MySQL estão sendo lentamente, mas seguramente, transferidos para o Rockset.
Se você tem um negócio crescente baseado em tecnologia como o nosso e precisa de análises em tempo actual fáceis de gerenciar com escalabilidade instantânea que torne seus desenvolvedores superprodutivos, então recomendo que você dê uma olhada no Rockset.