Pomelo Fashion Percayakan Cloud AWS untuk Ekspansi dan Manjakan Pelanggan

Minggu, 20 Desember 2020 - 09:26 WIB
loading...
Pomelo Fashion Percayakan Cloud AWS untuk Ekspansi dan Manjakan Pelanggan
David Jou, CEO, Pomelo Fashion, menyatakan layanan cloud AWS membantu mereka menciptakan pengalaman unik bagi pelanggannya dalam memenuhi kebutuhan fashion-nya. Foto/ist
A A A
JAKARTA - Startup Pomelo Fashion memercayakan AWS sebagai penyedia cloud , guna menghadirkan cara baru yang lebih impresif bagi pelanggan dalam berselancar mencari dan membeli busana berdasarkan tren mode terbaru. (Baca juga: Irit Duit, Globe Telecom Percepat Perjalanan Cloud dengan AWS )

Pomelo merupakan salah satu platform e-commerce terkemuka di bidang mode di Asia. Dengan catatan pemasukan sebesar dua kali lipat secara year-on-year, Pomelo yang berbasis di Thailand mengandalkan infrastruktur AWS untuk mendukung ekspansinya ke Singapura dan Indonesia, serta yang sebentar lagi ke Malaysia, Vietnam, dan Filipina.

Portfolio layanan cloud AWS yang luas dan mendalam yang meliputi machine learning, komputasi, serverless, penyimpanan, database, dan analitika memampukan Pomelo menganalisis data secara masif dan menciptakan fitur-fitur baru bagi pelanggannya. "Contoh dari fitur ini adalah rekomendasi yang lebih personal dan ditujukan untuk memperkaya pengalaman berbelanja," kata Conor McNamara, Managing Director, AWS ASEAN.

Untuk melayani pelanggannya yang terus bertumbuh, ratusan produk baru dari beberapa kategori seperti pakaian wanita, alas kaki, aksesoris, dan kosmetika terus diperkenalkan setiap pekannya. Dibandingkan tahun lalu, sekarang produknya sudah berjumlah lima kali lipat dan jumlah tersebut tentunya akan terus bertambah.

Untuk menghadirkan pengalaman pelanggan yang lebih baik, misalnya, teknologi AWS didayagunakan untuk Just for You. Ini sebuah tool yang bertugas untuk membuat rekomendasi berdasarkan pola belanja dan pencarian terdahulu, sehingga mereka dapat menemukan mode yang mereka senangi dengan cepat.

Pomelo menggunakan gudang data Amazon Redshift dan layanan machine learning Amazon Personalize untuk menciptakan pengalaman pelanggan yang personal dengan lebih cepat dan real-time. "Produknya dikurasi berdasarkan selera masing-masing pelanggan yang unik dan berbeda-beda, seperti kisaran harga dan gaya berpakaian yang sesuai dengan preferensi mereka," jelas Conor.

Just For You dan fitur-fitur lain yang digerakkan dengan Amazon Personalize sekarang diklaim berhasil mencetak persentase sebesar 60% klik di keseluruhan toko online Pomelo.

Dikatakan Conor, sekitar 20% pelanggan Pomelo di Asia membeli barang baru pada hari yang sama ketika barang tersebut tersedia secara daring. Memahami hal tersebut, perusahaan berfokus untuk memenuhi permintaan pelanggan secara konsisten dan cepat. Dengan solusi AWS yang bernama AWS Lambda, yaitu layanan yang membantu pelanggan untuk menjalankan kode tanpa harus melakukan provisioning atau mengelola server, Pomelo dapat meningkatkan workflow-nya agar lebih dari 130 merek baru dapat bergabung dan diakomodasi selama tahun 2020.

Pomelo juga dapat memberikan pengalaman berbelanja yang mulus, bahkan pada saat memasuki peak times. Misalnya, pada saat ajang 2019 Singles Day yang juga merupakan salah satu hari berbelanja terbesar di dunia, Pomelo mengandalkan infrastruktur dan layanan AWS untuk terus melayani pelanggan meski traffic mencapai 40 kali lipat dibandingkan biasanya.

Sejak 2017, AWS telah mendukung perjalanan Pomelo ketika perusahaan bergabung ke dalam program AWS Activate. Program menawarkan AWS credits, layanan teknisi, dan pelatihan agar perusahaan startup dapat mengembangkan bisnisnya. "Keuntungan dari AWS Activate dirancang untuk membantu para pendiri perusahaan untuk dapat menikmati kombinasi yang tepat antara tools dan dukungan ahli dengan tujuan optimisasi performa, manajemen risiko, dan menjadikan startup yang berada di masa-masa awal mampu mengendalikan berbagai pembiayaan yang dikeluarkan," paparnya.
Halaman :
Baca Berita Terkait Lainnya
Copyright ©2024 SINDOnews.com
All Rights Reserved
read/ rendering in 0.4101 seconds (0.1#10.140)