📍 6 Raffles Quay, #14-06, Singapore 048580 ✉ enquiries@twotwotech.ai ☎ +65 6717 0088
CASE STUDYRetail & F&B

Bagaimana peritel multi-brand Singapura menyatukan 2.4M profil pelanggan dan menaikkan repeat purchase 27%

Mereplatform tiga database pelanggan warisan ke CDP real-time, melapisi agen LLM untuk merchandising terpersonalisasi di web, aplikasi dan kiosk in-store — kuartal pertama melihat kenaikan 27% pada repeat-purchase rate.

Klien: Peritel multi-brand Singapura (NDA · 5 brand · 50+ outlet)Periode: FY2025 · rilis pertama 14 minggu + pengiriman kuartalan berkelanjutanLayanan: AI Customer Data Platform, Pengembangan Web & Aplikasi Kustom
2.4M
Profil pelanggan disatukan
+27%
Kenaikan repeat purchase (Q1)
14 mgg
Kickoff → produksi
<2 dtk
Latensi POS-ke-profil

Konteks

Sebuah grup retail multi-brand Singapura — fashion, F&B dan lifestyle — mengoperasikan 50+ outlet fisik, situs e-commerce unggulan, aplikasi mobile, dan tiga program loyalty. Tidak satu pun dari empat permukaan pelanggan ini setuju soal identitas. Repeat-purchase rate telah datar selama 18 bulan.

Tim merchandising diminta untuk “menggunakan AI” tanpa cara untuk menanyakan pertanyaan yang berguna kepada AI — tidak ada model pelanggan terpadu untuk di-query.

Apa yang kami lakukan

Arsitektur dalam satu paragraf

Event stream dari web, app, POS dan ERP berbasis Yonyou yang ada mendarat di Azure Event Hubs. Resolusi identitas berjalan sebagai job stream-processing ke Azure Cosmos DB. Aktivasi mengalir ke email (SendGrid), app (push), web (API personalisasi) dan kiosk in-store (integrasi Yonyou CRM). Di atasnya, agen LLM (Anthropic Claude di Azure) duduk di atas segment store.

Mengapa tiga upaya sebelumnya gagal

Dua upaya CDP sebelumnya gagal karena tidak ada yang mendamaikan apa arti “pelanggan” di seluruh brand. Kami habiskan minggu 1 – 4 untuk satu deliverable: definisi pelanggan kanonik, ditandatangani oleh setiap brand head.

Hasil

Apa yang kami pelajari

Bagian terberat bukan streaming pipeline. Itu adalah membuat merchandising, e-commerce, store operations dan finance setuju pada definisi kanonik tunggal “pelanggan”. Agen LLM mendarat lebih kuat dari yang diharapkan — merchandising lead berhenti memfile tiket IT untuk “bisa tarik list ini” dalam waktu sebulan.

Studi kasus lain

Bicara dengan kami

Mulai dari masalahnya. Solusi datang belakangan.

Panggilan 30 menit dengan seorang solution architect. Tidak perlu spec — cukup sampaikan di mana bisnisnya tersendat. Sistem yang tidak bicara. Data yang tidak berperilaku baik. Kantor luar negeri tanpa siapa yang mengurus IT. Rencana DR di kertas yang belum diuji. Satu use case AI yang ingin dicoba secara serius. Kalau kami cocok, kami tunjukkan langkah berikutnya. Kalau tidak, kami katakan langsung.