過去一年,網絡生態因疫情出現巨變,應用程式大幅普及、發展加速。同時,用戶對應用程式的使用體驗要求亦有所改變和提升,因此有研究預期,應用程式的使用體驗將影響到企業的發展,甚至逆市求存的成功機率。近期,不少企業致力開發或更新應用程式,以吸納網上用戶或提升現有客戶的忠誠度,而港鐵便通過 Azure 平台並配合機器學習技術,實行快速轉型,提升效率以加強客戶服務水平,並提高顧客忠誠度,以應付不同客戶愈來愈頻密、多方面的需要。
為了達致更佳用戶體驗,港鐵手機應用程式 MTR Mobile 已於 2020 年 5 月以全新面貌登場,一站式處理票價、班次時間、路線地圖及車站信息之餘,更同時提供港鐵商場或車站商舖購物、飲食及其他乘客感興趣的生活資訊,讓乘客可簡易便捷地於單一應用程式上找到需要資訊。
Azure 可擴展性提升港鐵應用程式使用體驗
為迅速地實行新的應用平台,港鐵運用 Microsoft Azure,充分利用其高擴展性,高靈活度和安全性。港鐵首席資訊主管孫耀達就指出,Microsoft Azure 可輕鬆地擴充系統容量,以應付不同客戶帶來非常頻密的需求,而且利用機器學習方式帶動用戶獲得更好的使用度,和提供個人化內容,成為港鐵快速轉型的最理想平台。
Azure 針對三部分優化 DEA 服務
相信不少企業也有類似經驗,在發展過程中,需要將兩個或以上的應用程式整合,以便為客戶提供更流暢便利的服務。不過應用程式各自擁有不同的後台和客戶資訊,如何有效整合往往是個難題。港鐵利用兩款應用程式服務不同需求的客戶,如今則需要整合兩個應用程式的大量客戶資訊,最後選擇透過 Azure 建構出適合的數碼企業架構(DEA),分成三大部分:
System of Engagement 處理註冊用戶使用的線上優惠券計劃,系統要對數以萬計的註冊用戶進行帳號認證及計算積分,並提供新用戶註冊,以及通過程式發送電子郵件提供最新消息。這部分由Application Gateway 作為大門,管理每日用戶所帶來的負載,API Management 則配合不同微服務一起使用,例如計算註冊用戶積分或啟用禮品兌換。通過API 管理及發布不同微服務並將其作為API 使用,在Azure Kubernetes(AKS)協調運行 。AKS 通過處理負載平衡,擴展和調度來降低管理複雜性。
System of Records 則基於 Microsoft Dynamics 365 和用戶帳戶資料等客戶關係管理(CRM)核心。
▲透過 Azure 建構出適合的數碼企業架構(DEA),並以安全的方式管理整個系統。
利用 Azure SQL 數據庫管理目標營銷活動
雲運算是新常態的技術支柱,港鐵的業務數據如註冊用戶的設定,均會儲存於雲端的 Azure SQL 數據庫中,由於 API 的管理和 AKS 會部署於同一虛擬網絡中,所以可直接快速處理。
大多數交易數據存儲在 Azure SQL 數據庫中。屬完全託管的 PaaS(平台即服務),Azure SQL 數據庫的更新,修補和備份都是自動化的,同時保持 99.99%的可用性。
▲應用程式背後是System of Engagement,所有API管理和AKS部署在同一個虛擬網絡中,可直接溝通並進行快速處理。
利用機器學習分析數據投其所好
System of Insights 利用人工智能和機器學習來理解用喜好,相應地優化不同服務。System of Insights 會從其他系統中提取原始數據,並將其轉換為有用的分析和機器學習模型,這些模型和數據提供了應用程式的智能元素。當中, Azure Data Factory 可簡化端到端數據流,由提取原始數據並其儲存在Azure Data Lake Storage 中。
Azure Data Lake Storage 是為大數據分析而優化的大規模可擴展服務,至於處理和分析則由 Azure Databricks 擔當。Azure Databricks 和 Azure Synapse Analytics 之間交互使分析大數據變得容易,開發人員就可以對數據作查詢和報告,使用它來增強客戶體驗。
▲各項功能處理及分析用戶大數據,進而轉換成有用的分析和機器學習模型,令應用程式加入智能元素,使用戶在使用時有更個人化的體驗。
Azure 安全工具保護數據並實現管理自動化
如此緊密的處理平台,安全性當然是一大考慮。Azure 所有系統更新及備份都屬於自動化,保持高度可用性。客戶服務部份與其他系統(例如CRM)分隔,利用了內置的Azure安全工具來簡化和自動化對客戶數據和雲資源的保護和管理,這樣既可保護好數據,亦可與其他合作夥伴共同使用平台服務。另外,如身分識別及 Azure Key Vault 功能,則會對客戶數據和雲資源的保護和管理作簡化及自動化。
總結:
透過 Microsoft Azure,港鐵可將過往繁多數據整合成龐大的數據庫,以不同功能建構出適合的數碼企業架構,運用人工智能和機器學習來理解客戶喜好,簡易地擴展與管理、保護不同數據與資源,同時亦可實現快速改善各式服務,以應付客戶多變多元的需求。