下载PDF
New Relic > 实例探究 > Kmart 的数字化转型:利用 New Relic 实现 99.9% 的正常运行时间
New Relic Logo

Kmart's Digital Transformation: Achieving 99.9% Uptime with New Relic

技术
  • 应用基础设施与中间件 - 事件驱动型应用
  • 平台即服务 (PaaS) - 应用开发平台
适用行业
  • 水泥
  • 零售
适用功能
  • 采购
  • 产品研发
用例
  • 行为与情绪追踪
  • 泄漏与洪水监测
服务
  • 系统集成
挑战
澳大利亚最大的零售商之一凯马特在数字化转型之旅中面临着挑战。尽管凯马特拥有强大的实体业务(84% 的澳大利亚人居住在其门店 10 公里范围内),但凯马特仍热衷于投资其数字业务,以加强其市场领先的个性化全渠道体验。该公司一直在寻找通过投资数据和技术来提高运营效率并为客户提供更大价值的方法。 2020 年,凯马特开始了平台重组流程,其中包括评估现有基础设施和系统,以及寻找新的解决方案来支持和促进其数字化发展。主要目标是跨在线和店内销售点 (POS) 系统提供最佳性能、提高系统弹性并增强客户体验。此外,凯马特希望提高可见性,因为该公司没有关于其网站访问方式或客户购买旅程的可靠数据。
关于客户
Kmart 是澳大利亚最大、最受欢迎的零售商之一,拥有 50 多年的历史。凯马特 (Kmart) 自 1969 年创立以来,一直致力于为客户提供经济实惠的生活方式。如今,Kmart 已成为一家领先的产品开发公司,在澳大利亚和新西兰拥有 300 多家商店和 44,000 多名员工。凯马特的规模和采购能力支撑了其低成本商业模式,这使得他们能够不断提供最低的价格。 84% 的澳大利亚人居住在其商店 10 公里范围内,凯马特在许多社区拥有强大的实体店。然而,他们还继续投资于数字业务,以帮助加强其市场领先的个性化全渠道体验并加深客户参与度。
解决方案
为了支持其数字化转型,Kmart 与 New Relic 合作推出其一体化可观测平台。实施该解决方案是为了在整个堆栈中提供最佳性能,同时确保主动了解应用程序环境和客户体验。 Kmart 利用 New Relic 应用程序性能监控来识别异常情况,利用浏览器监控来全面了解网页性能,利用综合监控来监控和模拟用户旅程,并利用 Slack 集成来提供智能警报。凯马特还使用合成材料来测试和准备重大在线活动,例如圣诞节购物期。 New Relic 还创建了仪表板,为 Kmart 提供跟踪用户行为和库存变动的能力。使用设定指标使凯马特能够发现问题并识别新兴趋势。
运营影响
  • The implementation of New Relic's all-in-one observability platform has resulted in significant operational improvements for Kmart. The solution has been deployed to support multiple peak online shopping events including Black Friday, Easter, and Christmas. Since adopting New Relic, Kmart has seen an improvement in developer productivity and established a Site Reliability Engineering function. This has created more time for the development team to focus on new features and products. The implementation of New Relic dashboards has also democratized data across the organization, which is now utilized across multiple teams – including the C-suite. Kmart’s adoption of New Relic continues to provide insights that will be used to support both future in-store and online growth.
数量效益
  • Achieved 99.9% uptime over the past six months
  • Reduced Mean Time to Detection (MTTD) to 17 minutes
  • Reduced Mean Time to Resolution (MTTR) to under two hours

相关案例.

联系我们

欢迎与我们交流!

* Required
* Required
* Required
* Invalid email address
提交此表单,即表示您同意 IoT ONE 可以与您联系并分享洞察和营销信息。
不,谢谢,我不想收到来自 IoT ONE 的任何营销电子邮件。
提交

Thank you for your message!
We will contact you soon.