Convierta los recibos en un motor de crecimiento con el modelo de documento y los conocimientos de inteligencia artificial impulsados por MongoDB.
Casos de uso: Modernización, Personalización, Vista única
Industrias: Comercio minorista
Productos: MongoDB Atlas, Desencadenadores de MongoDB Atlas, Búsqueda vectorial de MongoDB Atlas, Flujos de cambios deMongoDB, Voyage AI
Asociados: Microsoft Azure
Resumen de la solución
Vivimos en una era donde los procesos en papel están siendo rápidamente reemplazados por soluciones automatizadas y personalizadas, como los recibos digitales. Estos elementos se están convirtiendo en el estándar de la industria y ofrecen experiencias de cliente personalizadas.
Los minoristas que adoptan esta transformación obtienen una ventaja competitiva al aprovechar al máximo el valor de sus datos. Los recibos digitales proporcionan información valiosa y práctica que puede impulsar recomendaciones personalizadas de productos y ayudar a las empresas a diferenciarse de la competencia.
Este documento explora cómo los minoristas pueden usar MongoDB para almacenar y gestionar datos de recibos digitales, ofrecer recomendaciones personalizadas de productos y mejorar la experiencia de compra. Descubrirá los desafíos comunes de la gestión de datos de recibos y cómo MongoDB simplifica el acceso y la activación para ofrecer experiencias en tiempo real centradas en el cliente.
Transforme los datos de transacciones en valor procesable
Cuando un cliente compra en una tienda física, los recibos digitales se convierten en un punto de contacto estratégico. Los minoristas pueden usarlos para ofrecer sugerencias personalizadas y como enlace para continuar la compra en línea, todo dentro del mismo recibo digital.
Al pasar a la experiencia en línea, ya sea a través de una aplicación móvil o un navegador, los clientes reciben recomendaciones de productos personalizadas basadas en su historial de compras completo. Además, conservan sus beneficios de fidelización en todos los canales, disfrutando de una experiencia personalizada impulsada por una experiencia 360de cliente unificada.
Figura 1. Con MongoDB, los recibos digitales conectan los recorridos en tienda y en línea con recomendaciones impulsadas por IA en tiempo real, lo que permite una experiencia del cliente de 360°
Los recibos digitales ofrecen a las empresas acceso a varios beneficios estratégicos, incluyendo:
Mejorar la participación del cliente a través de experiencias personalizadas: con los datos de transacciones, los minoristas pueden adaptar los esfuerzos de marketing, como ofrecer recomendaciones inteligentes de productos, compartir ofertas personalizadas y ejecutar campañas publicitarias específicas.
Desbloqueo de información valiosa sobre los clientes: analizando el comportamiento y las preferencias a gran escala.
Reducción de costos operativos: eliminando la necesidad de imprimir, almacenar y administrar recibos en papel.
Nota
Historia de éxito de cliente
Descubra cómo Albert Heijn, la cadena de supermercados más grande de los Países Bajos, utiliza MongoDB para respaldar aplicaciones orientadas al cliente.
Desafíos de la gestión de datos y cómo MongoDB puede resolverlos
Gestionar datos de recibos puede ser difícil. En esta sección, explorará los principales obstáculos y aprenderá cómo MongoDB puede ayudarle a superarlos.
Datos aislados y ninguna fuente única de verdad
Los minoristas suelen almacenar múltiples copias de datos de ventas en herramientas de terceros desconectadas, lo que lleva a una visibilidad limitada y a información fragmentada que es difícil de analizar o activar. MongoDB aborda este desafío actuando como una plataforma de datos flexibles centralizada que consolida los datos de múltiples sistemas. Simplifica la integración, elimina silos y crea una capa unificada de datos operativos que respalda el análisis de datos en tiempo real para obtener información accionable.
Los datos de los recibos de venta son complejos
Los datos de ventas a menudo provienen de sistemas heredados y se almacenan en formatos complejos y de gran volumen, como XML, que están profundamente anidados y son inconsistentes. EnRDBMS, los arquitectos deben distribuir los datos en múltiples tablas para gestionar esa complejidad. En cambio, MongoDB utiliza su modelo de documento flexible para adaptarse a los requisitos de los datos, y no al revés. Esta capacidad permite un desarrollo más rápido y cambios de esquema sencillos, como la adición de campos para recomendaciones personalizadas, en cualquier momento y sin interrupciones.
Escalado rápido de datos
Los minoristas generan volúmenes masivos de datos de recibos a diario y sus sistemas deben mantenerse al día. Por ejemplo, Albert Heijn, la mayor cadena de supermercados de los Países Bajos, utiliza MongoDB para procesar más de un millón de transacciones diarias en 50 servicios. MongoDB escala automáticamente, ofrece fragmentación y conjuntos de réplicas para alta disponibilidad, y permite separar las cargas de trabajo. Esto significa que la IA, los informes y los análisis en tiempo real pueden ejecutarse sin interrumpir la aplicación principal.
Privacidad del cliente
Los recibos suelen contener datos personales de los clientes, lo que hace que la seguridad y el cumplimiento normativo sean esenciales. MongoDB facilita el manejo seguro y conforme a las normativas con sólidas funciones de seguridad empresarial integradas y privacidad de datos. Esto incluye cifrado de datos durante todo el ciclo de vida, RBAC y auditoría. Además, lafragmentación de zonas permite almacenar datos en la región elegida, lo que garantiza el cumplimiento normativo y el rendimiento en todas las regiones.
Obtenga información en tiempo real a partir de los datos de recibos
Convierta los datos de recibos en valor en tiempo real con esta prueba de concepto que utiliza MongoDB Atlas como almacén central de datos. La demostración muestra un microservicio backend para la creación de facturas en un sistema de comercio electrónico simulado, adaptable a tiendas físicas. MongoDB unifica los datos operativos y de IA, proporcionando un control total sobre sus datos y manteniéndolos accesibles para su uso posterior.
Arquitecturas de Referencia
Construir una base para la personalización en tiempo real
Las experiencias personalizadas del cliente comienzan con datos conectados, accesibles y procesables. Una visión unificada de los datos operativos es clave para aprovechar al máximo el potencial de las tecnologías modernas.
Esta demostración muestra cómo el modelo de documentos flexible de MongoDB y sus capacidades de integración en tiempo real pueden convertir los datos operativos en experiencias de cliente inteligentes y ágiles. El diagrama a continuación muestra una vista general de la solución:
Las transacciones de comercio electrónico y en tienda fluyen hacia la colección de facturas de MongoDB, creando un historial de compras completo y unificado para cada cliente.
Los datos operativos se almacenan utilizando el modelo de documento MongoDB como única fuente de verdad.
Los microservicios y los sistemas externos se integran perfectamente con las capacidades de MongoDB para brindar recomendaciones en tiempo real impulsadas por IA, activadas por los datos de la factura.
Figura 2. Este diagrama ilustra los componentes principales de la solución de demostración.
Para crear esta solución, se implementan dos microservicios de backend (facturación y recomendación) en Azure App Services y se usan Azure Functions para simular integraciones externas, como la lógica fiscal o los programas de fidelización. Los recibos generados se almacenan como archivos PDF en Azure Blob Storage, estrechamente vinculados a sus metadatos estructurados en MongoDB.
Facturas modelo y datos de catálogo para un caso de uso impulsado por IA
El modelo orientado a documentos almacena todos los datos relacionados con la factura en una sola colección, desde detalles fiscales hasta una lista de recomendaciones personalizadas de productos basadas en una compra específica. Esta flexibilidad garantiza que el esquema pueda evolucionar junto con la empresa, permitiendo actualizaciones sin interrupciones sin fricción ni tiempo de inactividad.
Para facilitar la personalización, puede almacenar datos semiestructurados en MongoDB. El catálogo de productos contiene información esencial, como precio, descripción y categorías, además de datos semánticos generados por modelos de incrustación de IA. Con el3modelo de incrustación de texto grande de Voyage AI, puede enriquecer los datos de productos con incrustaciones vectoriales para una recuperación del catálogo más inteligente basada en IA.
Figura 3. MongoDB combina detalles de productos tradicionales con incrustaciones vectoriales de Voyage AI, lo que permite la búsqueda semántica y las funciones de IA directamente en el catálogo de productos.
Nota
Integración de modelos con Voyage AI
Voyage AI ofrece múltiples modelos de incrustación de texto adaptados a diferentes ámbitos, como el legal, el de programación y el financiero. Para explorar los modelos disponibles y encontrar el que mejor se adapte a su caso de uso, visite la Documentación de Incrustaciones de Texto.
Además, puedes implementar recomendaciones de productos con Vector Search para identificar productos similares a los que el cliente ya compró. En este caso, un microservicio de recomendaciones genera sugerencias para cada cliente. Este microservicio se puede mejorar aún más incorporando un modelo de IA entrenado con datos de compras anteriores.
Orqueste flujos de datos en tiempo real con un diseño basado en eventos
Las experiencias del cliente en tiempo real dependen de sistemas que responden instantáneamente a los eventos. La arquitectura basada en eventos lo hace posible al permitir que los servicios se comuniquen mediante eventos, indicando que ha ocurrido algo importante. Este patrón se ha adoptado ampliamente en los sistemas minoristas modernos porque permite que los servicios se mantengan desacoplados, escalables y con alta capacidad de respuesta.
Puedes aplicar flujos de cambio y disparadores Atlas para detectar cambios en la base de datos y coordinar microservicios mediante un patrón de coreografía. Este patrón se explica en los microservicios de facturación y recomendación.
Figura 4. La coreografía basada en eventos permite recomendaciones en tiempo real basadas en la compra más reciente del cliente, lo que mejora su experiencia general.
Microservicio de facturación: Cuando un cliente realiza un pedido 1 (paso), el microservicio de facturación monitorea la recopilación de pedidos mediante flujos de cambios. Detecta automáticamente el nuevo pedido y crea el documento de factura, insertándolo en MongoDB Atlas 2 (paso). Posteriormente, los datos de la transacción pueden continuar su flujo hacia proveedores externos, como plataformas ERP 3 (paso).
Microservicio de recomendaciones: Al añadir una nueva factura a la colección, el microservicio de recomendaciones reacciona y crea sugerencias de productos basadas en IA basadas en la compra 4 (paso). Estas recomendaciones se integran en la factura y en los documentos del perfil de usuario mediante Atlas Triggers 5 (paso). Esta actualización personaliza la factura y enriquece el perfil de usuario con las últimas recomendaciones integradas. El frontend puede recuperar rápidamente estos datos con una simple consulta y mostrarlos en la página de inicio 6 (paso), manteniendo los sistemas actualizados y una experiencia de usuario ágil.
Gestión fiable de eventos a escala
Puede integrar MongoDB en una arquitectura basada en eventos mediante un agente de eventos para enrutar y distribuir eventos entre múltiples servicios. Esto permite que los sistemas reaccionen en tiempo real, garantizando el desacoplamiento, la escalabilidad y la tolerancia a fallos.
Figura 5. Integraciones en la nube de Azure en acción
En la demostración, el microservicio actúa como un agente de escucha de Change Stream que reacciona a los eventos de la base de datos. Estos eventos podrían reenviarse a Azure Event Grid o Azure Service Bus para activar flujos de trabajo posteriores o integrarse con sistemas externos. Como alternativa, una función de Azure puede actuar como un puente sin servidor para capturar eventos de Change Stream desde la base de datos y enviarlos al agente de eventos. Para escenarios de alto rendimiento, como análisis en tiempo real o entrenamiento de IA, puede transmitir eventos mediante el conector de Kafka a Azure Event Hubs.
Construir la solución
Esta solución muestra cómo los minoristas pueden centralizar los datos de facturación y ofrecer personalización en tiempo real con una arquitectura limpia basada en eventos impulsada por MongoDB Atlas.
El repositorio backend implementa dos microservicios: uno para la generación de facturas y otro para recomendaciones, junto con componentes de soporte como Atlas Triggers, Azure Functions y Azure Blob Storage. Estos servicios simulan la reacción de los sistemas a las compras de los clientes en tiempo real.
El repositorio frontend contiene un sitio de comercio electrónico simulado, Leafy Popup Store, para gestionar pedidos y usuarios. Para empezar, siga los prerrequisitos y las instrucciones de configuración, y luego use la interfaz de usuario para simular compras y ver la demostración en acción.
Configurar los prerrequisitos
Antes de ejecutar esta solución necesitarás:
Una cuenta Atlas de MongoDB
Una base de datos precargada con incrustaciones de productos (puede restaurarla utilizando el volcado proporcionado aquí)
Una cuenta de Azure
Pitón 3.10
Poesía instalada
Docker instalado
GNU Make (predeterminado en macOS/Linux)
Instrucciones de configuración
El proyecto está organizado como un sistema backend multiservicio, con cada microservicio en su propia carpeta y una configuración compartida de Makefile y Docker Compose en el nivel raíz. Para ejecutar la solución completa o trabajar con servicios individuales, encontrará los pasos de configuración detallados en cada archivo README.
A continuación se muestra un resumen rápido de lo que contiene cada parte:
README del proyecto principal: descripción general de la arquitectura, los componentes del sistema y cómo ejecutar todos los servicios juntos usando comandos make y Docker Compose.
services/invoice-ms: Instrucciones de configuración para el microservicio de factura. Explica cómo ejecutarlo localmente o en Docker, configurar Azure Blob Storage y Azure Functions, y conectarse a MongoDB.
Servicios/Recomendaciones-MS: Configuración del motor de recomendaciones, que monitorea las nuevas facturas y realiza una búsqueda vectorial en MongoDB Atlas. Incluye la configuración del entorno, la conexión al índice vectorial y cómo activar y observar las recomendaciones. Además, encontrará:
Una carpeta /docs/adr/ con ADR que explican las opciones de modelado y diseño.
Una carpeta /external/ que contiene ejemplos de funciones de Azure y desencadenadores de Atlas utilizados en la demostración, cada uno con su propio README correspondiente.
Nota: Implemente la interfaz y el sistema de pedidos de la demostración de Leafy Pop-Up Store antes de usar esta solución.
Aprendizajes clave
Resumamos algunas de las conclusiones clave de la solución:
La personalización impulsada por IA es crucial para mantenerse competitivo y en la cima: puede aumentar la participación del cliente y fortalecer la lealtad.
Los recibos digitales ofrecen más valor que un simple registro transaccional: su información se puede utilizar para personalizar la 360 experiencia del comprador.
MongoDB está diseñado para casos de uso modernos: ofrece flexibilidad a escala, seguridad incorporada y elimina la fricción para una integración perfecta con arquitecturas en tiempo real y funciones de IA.
¿Listo para convertir los datos de tus recibos en momentos personalizados para tus clientes? Empieza a crear con MongoDB hoy mismo o únete a las comunidades de MongoDB en Reddit o Stack Overflow para conectar con otros apasionados de la tecnología.
Autores
Florencia Arin, MongoDB
Angie Guemes, MongoDB