per Freeda Media
La data platform di Freeda Media — metriche social da Instagram, Facebook e TikTok — era complessa e faticava a scalare. Abbiamo ridisegnato l'architettura con approccio domain-driven e implementato una piattaforma MLOps, per analytics social scalabili e più efficaci.
Buildo ha affiancato Freeda Media nel riprogettare la propria data platform, pensata per analizzare le metriche dei principali social network come Instagram, Facebook e TikTok.
Il nostro contributo ha incluso analisi architetturali approfondite all’interno di un framework di domain-driven design, a supporto della riprogettazione della piattaforma. Questo lavoro ha rafforzato la capacità di Freeda di usare i dati per analytics social di impatto.
All’inizio della collaborazione, Freeda Media incontrava difficoltà importanti nel gestire la propria infrastruttura dati, caratterizzata da data flow e interdipendenze complessi. I sistemi esistenti faticavano a reggere la scala e la complessità necessarie per mettere in produzione in modo efficace i modelli di machine learning e per far evolvere la data platform in linea con gli obiettivi di business.
Una sfida cruciale del progetto era migrare da un sistema esistente e poco flessibile a una piattaforma più solida e scalabile, garantendo al tempo stesso la continuità operativa. Il processo di migrazione richiedeva pianificazione ed esecuzione meticolose per evitare qualsiasi interruzione delle operazioni in corso. A Freeda Media serviva una strategia capace non solo di supportare la transizione senza impattare i workflow quotidiani, ma anche di assicurare che tutti i dati venissero trasferiti correttamente e fossero pienamente funzionanti nel nuovo ambiente.
Un’altra sfida rilevante era gestire i grandi volumi di dati necessari per analizzare i trend sui social. Ottenere metriche aggiornate richiede un polling regolare dei contenuti, e quindi una calibrazione precisa della raccolta dati, tarata sui bisogni specifici di ogni cliente e use case.
Abbiamo ridisegnato l’architettura di sistema di Freeda Media, bilanciando il coupling tra i moduli software e i bisogni del cliente con un approccio design-driven. La nuova architettura non solo si è integrata perfettamente, ma ha anche migliorato la stabilità e la scalabilità del sistema.
Il risultato è una piattaforma solida, allineata agli obiettivi strategici di Freeda, che snellisce le operazioni e favorisce la crescita futura. Questa trasformazione ha rafforzato la capacità di Freeda Media di usare i dati per analytics social più efficaci nel panorama dei media digitali.
Il progetto si è concentrato su un redesign completo di un sistema esistente. Il nostro primo compito è stato un’analisi dettagliata dell’architettura in essere, con l’obiettivo di migrare a una nuova soluzione con il minimo impatto sulla continuità operativa e sul lavoro dei team.
Abbiamo condotto un’analisi architetturale approfondita usando data flow diagram ed event storming. L’event storming è stato determinante per definire le funzionalità, essenziale per delineare gli use case e mettere a fuoco le aree chiave da migliorare. Allo stesso tempo, i data flow diagram hanno offerto una visualizzazione chiara dell’architettura backend, mostrando come i dati si muovono e vengono elaborati tra i sistemi.
Questi strumenti sono stati essenziali per costruire una data architecture che non solo soddisfa i requisiti teorici di design, ma funziona efficacemente anche nella pratica. Il processo è stato sostenuto da un approccio di domain-driven design, con particolare attenzione al bilanciamento del coupling nell’architettura software, per migliorare l’integrazione tra i sistemi e l’efficienza operativa.
Abbiamo valutato diverse piattaforme, dai leader di mercato consolidati come SageMaker e Kubeflow alle startup emergenti come Valohai, scegliendo quella più adatta ai bisogni specifici di Freeda. Questa selezione strategica è stata essenziale per proporre una soluzione MLOps capace di integrarsi perfettamente con le operazioni esistenti di Freeda.
Dopo la selezione, il team ha avviato la fase di implementazione, con un ampio sviluppo in Python all’interno di un ambiente Kubernetes. Questa fase è stata caratterizzata da un approccio di team augmentation sostenibile, in cui i nostri sviluppatori hanno lavorato come parte di un team cross-funzionale, insieme allo staff tecnico di Freeda. Questa collaborazione ha fatto sì che il team, pur mantenendo autonomia e responsabilità sui risultati, restasse pienamente integrato e allineato agli obiettivi di Freeda. Il lavoro congiunto ha facilitato un’integrazione fluida dei nuovi sistemi, migliorando in modo significativo i workflow di elaborazione dati e le capacità di machine learning di Freeda Media.
La nuova architettura di sistema e l’integrazione MLOps hanno trasformato le operazioni di Freeda Media, aumentandone agilità e scalabilità. Questo permette di adattarsi più rapidamente ai cambiamenti di mercato e migliora la capacità di prendere decisioni data-driven. Di conseguenza, Freeda Media ha aumentato in modo significativo la propria efficienza operativa, consolidando una posizione competitiva più forte nel settore dei media digitali.
Il supporto di Buildo nel ridisegnare i framework architetturali e di data flow di Freeda Media mette in luce il ruolo cruciale di un’analisi approfondita nel costruire soluzioni software su misura, capaci di rispondere efficacemente sia ai bisogni tecnici sia a quelli strategici dei clienti. Il nostro approccio meticoloso al redesign del sistema, unito a una selezione e implementazione attente delle piattaforme MLOps, ha dotato Freeda Media di un’infrastruttura solida e scalabile, ottimizzata per analytics social avanzati.
Questa collaborazione sottolinea l’impatto decisivo degli avanzamenti tecnologici strategici nel potenziare le capacità di analisi dati di Freeda Media, consolidandone la posizione competitiva nel mercato digitale.
Conversation Intelligence
I team di vendita perdono tempo prezioso a riguardare le call e prendere appunti. Per Superlayer - revenue platform per team B2B - abbiamo progettato e sviluppato il modulo Conversation Intelligence che, grazie all'AI, velocizza il lavoro del team sales.
AI-powered Rebranding
Vehnta doveva dare a VisionSphere un'identità di marca forte e coerente, con scadenze strette. Abbiamo integrato l'AI nel nostro processo di branding per accelerare l'analisi dei dati e ampliare le idee, consegnando un'identità di qualità nei tempi previsti.
