Aventudes redesign av dataarkitektur gir rapportering på under ett minutt for en fremtidsrettet plattform

Når en virksomhet vokser, øker også kompleksiteten og datamengden som driver den daglige driften. Legacy-systemer som SQL Server Management Studio (SSMS) og Reporting Services (SSRS) sliter med å holde følge med økende krav når virksomheter skalerer raskt. Dette var utfordringen The Princeton Review sto overfor.

The Princeton Review (TPR), med hovedkontor i New York, er en ledende leverandør av utdanningstjenester i USA. I over fire tiår har de hjulpet millioner av studenter med å forberede seg til viktige standardiserte eksamener gjennom ekspertveiledning, testforberedelser og ressurser for opptak. Studentpåmeldinger, instruktørplaner, inntektsmålinger og kundeinnsikt var alle avhengige av rettidig rapportering.

TPR-s infrastruktur manglet imidlertid smidigheten som krevdes for å møte de økende kravene. Avhengigheten av SSMS og SSRS førte til en svartid for rapporter som i gjennomsnitt oversteg 20–30 minutter, noe som forsinket beslutningstakingen og påvirket brukertilfredsheten negativt. Det var da de kontaktet Aventude.

Aventudes datateam og interessenter hos TPR bygde opp dataarkitekturen på nytt fra grunnen av, tok i bruk Snowflake og flyttet rapporteringen til Power BI. Underveis implementerte teamet automatiserte kontroller for datakvalitet, GenAI-drevet datavalidering, bygde dynamiske pipelines, selvhelbredende sanntidsprosesser med trinnvise arbeidsflyter, og visualiserte plattformbruk for å hjelpe TPR med å optimalisere kostnader.

Resultatet? En fremtidsrettet plattform som er raskere, smartere og målbart mer effektiv.

Frigjøring av prediktiv analyse basert på maskinlæring

Ved å migrere til Snowflake fikk teamet også tilgang til nye funksjoner som Snowflake tilbyr som dataplattform, for eksempel bygging av prediktive modeller for å prognostisere inntekter, nye studentpåmeldinger, kursetterspørsel og kursutnyttelse per student.

Utover kjerneoperasjonelle data integrerte vi tilleggskilder, som Dialpad-interaksjoner fra kundesentre via API-er. Ved å kombinere disse med påmeldings- og ytelsesdata får TPR en mer helhetlig oversikt over studentreisen, fra første kontakt til kursvalg, kursdeltakelse, læringshåndtering, prøveeksamener og endelige resultater. Dette muliggjør smartere markedsføring, bedre ressursplanlegging og forbedrede tiltak for studentoppfølging.

For å akselerere iterasjon og skalerbarhet bygde Aventude dynamiske, metadata-drevne prosedyrer slik at nye tabeller kan onboardes med minimal innsats: Ved å oppgi skjema, tabellnavn og en identifikator, genererer pipelinen destinasjonsstrukturene, laster data og kjører integritetskontroller automatisk. Denne fleksibiliteten i designet minimerer manuelt arbeid, fremskynder leveransen og holder plattformen smidig etter hvert som organisasjonens behov utvikler seg.

Effektivitet og kostnadsoptimalisering gjennom smart overvåking

Ved å bruke både Snowflake og Power BI kan TPR også se analyser av plattformbruk, som databehandlingsbehov, oppdateringsfrekvens, datasettstørrelser og brukeraktivitet.

Ved å hente ut administrator- og arbeidsområdestatistikk kan The Princeton Review-teamet se hvilke Power BI-dashbord som brukes oftest, hvor ofte datasett oppdateres, og hvor premium-kapasitet forbrukes. Denne analysen hjelper teamet med å prioritere optimaliseringstiltak og styre plattformveksten mer effektivt.

På samme måte, ved å utnytte Snowflakes innebygde bruksdata, kunne teamet overvåke lagerutnyttelse (warehouse utilization), kredittforbruk per arbeidsbelastning og kostnadsavtrykket til spesifikke pipelines eller prosedyrer. Dette detaljnivået bidro til å identifisere områder hvor ressurser ble underutnyttet, og finjustere ressursallokeringen.​

Dette gjør det mulig for TPR å optimalisere bruken av databehandlingsressurser, skalere med trygghet og maksimere effektiviteten.

​ Aventudes datateam bidro til å forvandle en stor ytelsesutfordring til en strategisk fordel. Ved å flytte til Snowflake, implementere Power BI og innføre kvalitets- og kostnadskontroller samt plattformovervåking, reduserte teamet lastetiden for rapporter til under ett minutt, frigjorde prediktiv analyse og oppnådde tettere kostnadskontroll.​