Desenhar uma solução de analytics envolve compreender o negócio, estabelecer objetivos claros, identificar fontes de dados, estruturar o processo de ETL, incluindo o enriquecimento de informações com análise preditivas e fornecer meios para que análises possam ser efetuadas de forma simples e direta. A IPsense utilizou soluções da AWS para estruturar o que há de mais moderno em engenharia de dados, criando um data lake alimentado por diversos sistemas de tracking, de diferentes parceiros da Synnex-Westcon, utilizando serviços como AWS Lake Formation Amazon S3, AWS Glue, Amazon SageMaker, AWS LakeFormation, AWS Lambda, Amazon Athena, Amazon QuickSight, AWS API Gateway entre outros, criando um processo de DataOps totalmente automatizado, monitorado e escalável, capaz de lidar com centenas de fontes de informações em diversas plataformas.
O passo seguinte foi criar, treinar e utilizar o Amazon SageMaker para rodar modelos de machine learning para predizer datas de entrega baseado em séries históricas armazenadas na forma de dados curados no data lake.
As informações consolidadas e as predições com até 50% mais precisão, realizadas pelos modelos de machine learning are consumidas através de endpoints seguros que fornecem acesso ao para Amazon Athena, de forma que a Synnex-Westcon incorpora estes dados diretamente nos sites e nos status report feitos aos clientes.