STÄNG

Aventudes omdesign av dataarkitekturen levererar rapporter på under en minut för en framtidssäkrad plattform

Aventudes molnbaserade transformation av dataplattformen för The Princeton Review ökade plattformens hastighet, förbättrade noggrannheten och introducerade nya funktioner och metoder för att optimera effektiviteten.

Princeton Review

När ett företag växer ökar också komplexiteten och mängden data som driver den dagliga verksamheten. Äldre system som SQL Server Management Studio (SSMS) och Reporting Services (SSRS) har svårt att hänga med i takt med snabb expansion. Detta var utmaningen för The Princeton Review.

The Princeton Review (TPR), med huvudkontor i New York, är en ledande leverantör av utbildningstjänster i USA. I över fyrtio år har företaget hjälpt miljontals studenter att förbereda sig för högprofilerade standardiserade prov genom experthandledning, testförberedelser och resurser för antagning. Studentregistreringar, lärares scheman, intäktsmått och kundinsikter var alla beroende av snabba och pålitliga rapporter.

TPR:s äldre infrastruktur saknade dock den flexibilitet som krävdes för att möta förändrade behov. Beroendet av SSMS och SSRS ledde till rapporttider på 20–30 minuter i genomsnitt, vilket fördröjde beslutsfattande och påverkade användarnas upplevelse negativt. Det var då de vände sig till Aventude.

Aventudes datateam, i nära samarbete med TPR:s intressenter, byggde om dataarkitekturen från grunden. De tog i bruk Snowflake, flyttade rapporteringen till Power BI, implementerade automatiserade datakvalitetskontroller, AI-baserad validering, dynamiska pipelines, realtidsåterställning med automatiserade arbetsflöden och visualiserade användningsstatistik för att hjälpa TPR optimera kostnader.

Resultatet? En framtidssäkrad plattform som är snabbare, smartare och påtagligt mer effektiv.

Team Collaboration

Hastighet som strategisk fördel

Rapporter som genererades via SSRS var ofta långsamma, vilket fördröjde beslutsfattande för team som ansvarade för intäkter, registreringar och drift.

Genom att använda automatiserade ETL-pipelines som körs enligt schemalagda tim- och dagsintervaller migrerade teamet över 400 tabeller från flera källor, inklusive SQL Server och Salesforce. Power BI blev det primära visualiseringslagret och kopplades direkt till Snowflake för realtidsinsikter. Ett dedikerat test-pipeline säkerställde noggrannhet genom att jämföra data mellan källa och mål och flagga avvikelser automatiskt. Vid exempelvis schemaändringar återställs processen, tekniker varnas och pipeline körs igen efter korrigering, vilket förhindrar att felaktig data når användarna.

Som resultat laddas rapporter som tidigare tog över en halvtimme nu på under en minut. Teamen kan följa KPI:er och fatta beslut i realtid.

Team Collaboration

Prediktiv analys med maskininlärning

Genom att migrera till Snowflake kunde teamet också utnyttja plattformens nya funktioner, som att bygga prediktiva modeller för att förutse intäkter, antalet nya studenter, efterfrågan på kurser och kursutnyttjande per student.

Utöver kärndata integrerades ytterligare källor, till exempel interaktioner från Dialpads callcenter via API:er. Genom att kombinera detta med registrerings- och prestationsdata får TPR en helhetsbild av studentresan – från första kontakt till kursval, närvaro, lärplattform, övningsprov och slutresultat. Detta möjliggör smartare marknadsföring, bättre resursplanering och förbättrade studentstödinsatser.

För att accelerera iteration och skalbarhet byggde Aventude dynamiska, metadata-drivna procedurer så att nya tabeller kan onboardas med minimal insats: ange schema, tabellnamn och identifierare, så genererar pipelinen målstrukturer, laddar data och kör integritetskontroller automatiskt. Denna flexibilitet minskar manuellt arbete, snabbar upp leveransen och håller plattformen agil när organisationens behov förändras.

Team Collaboration

Effektivitet och kostnadsoptimering genom smart övervakning

Med Snowflake och Power BI kan TPR nu även analysera plattformens användning, såsom datorkapacitet, uppdateringsfrekvens, datasetstorlek och användaraktivitet.

Genom att extrahera administrativ statistik kan TPR se vilka Power BI-rapporter som används mest, hur ofta dataset uppdateras och var premiumkapacitet förbrukas. Detta hjälper teamet prioritera optimeringsinsatser och styra plattformens tillväxt effektivare.

Genom att använda Snowflakes inbyggda användningsdata kan teamet även övervaka lagerutnyttjande, kreditförbrukning per arbetsbelastning och kostnadsprofil för specifika pipelines eller procedurer. Denna detaljnivå identifierar underutnyttjade resurser och möjliggör finjusterad resursallokering.

TPR kan därmed optimera resursanvändning, skala med förtroende och maximera effektiviteten. Aventudes datateam hjälpte till att förvandla en betydande prestandautmaning till en strategisk fördel. Genom att flytta till Snowflake, implementera Power BI och införa kvalitetskontroller, kostnadsstyrning och plattformsobservation kunde teamet minska rapportladdningstiden till under en minut, möjliggöra prediktiv analys och få bättre kontroll över kostnaderna.

Vill du veta mer om de produkter vi har utvecklat för våra kunder?

Nästa fallstudie