BlueAlpha
Atlanta, GA
Tecnología de comercio electrónico, personalización y sistemas de recomendación
Amazon Bedrock, Amazon S3, Amazon RDS, Amazon ECS, AWS Fargate
BlueAlpha
Atlanta, GA
Tecnología de comercio electrónico, personalización y sistemas de recomendación
Amazon Bedrock, Amazon S3, Amazon RDS, Amazon ECS, AWS Fargate
BlueAlpha es una plataforma de inteligencia de marketing y personalización que ayuda a los equipos a tomar decisiones más rápidas sobre cómo asignar y optimizar el gasto en publicidad. A medida que crecían los datos de clientes y campañas, BlueAlpha necesitaba una forma escalable de responder a preguntas complejas de marketing y actualizar la segmentación de la audiencia sin un análisis manual exhaustivo. Avahi proporcionó un backend basado en AWS y gestionado por agentes que convierte las preguntas en lenguaje natural en consultas estructuradas, las ejecuta en las fuentes de datos de BlueAlpha y devuelve respuestas claras y respaldadas por datos. El resultado es una base reutilizable para la automatización de insights y flujos de trabajo de personalización, con una arquitectura diseñada para integrarse limpiamente en el entorno AWS existente de BlueAlpha.
BlueAlpha proporciona análisis de marketing e inteligencia de decisiones para campañas digitales, ayudando a las organizaciones a comprender los impulsores del rendimiento, pronosticar el impacto de los cambios de presupuesto y ofrecer experiencias de cliente más relevantes a través de insights y segmentación basados en datos.
Los usuarios y los equipos internos de BlueAlpha seguían dedicando una cantidad significativa de tiempo a extraer datos de rendimiento, agregarlos y convertirlos en respuestas sobre las que las partes interesadas pudieran actuar. En la práctica, los clientes dedicaban entre el 20 y el 30 por ciento de su tiempo a la consulta y el análisis manual, y BlueAlpha a menudo necesitaba de 4 a 6 horas para recopilar información sobre el rendimiento de cada cliente.
Al mismo tiempo, los flujos de trabajo clave de segmentación y personalización eran estáticos y basados en reglas, lo que requería un esfuerzo manual continuo para actualizarse a medida que cambiaban el comportamiento y las condiciones de la campaña. BlueAlpha necesitaba validar si la GenAI gestionada por agentes podía orquestar el acceso a los datos, automatizar el análisis y producir resultados consistentes y explicables a través de un enfoque basado en API.
Si no se abordaba, el esfuerzo manual seguiría limitando la escala, ralentizando los ciclos de optimización y dificultando la entrega de recomendaciones oportunas a más clientes, canales y casos de uso.
BlueAlpha seleccionó AWS para alinear la solución con su huella de nube existente y para acceder a modelos básicos a través de Amazon Bedrock. Esto proporcionó una ruta gestionada y lista para la empresa para la inferencia de modelos, manteniendo al mismo tiempo el flujo de trabajo cerca de los conjuntos de datos centrales y los controles de seguridad de BlueAlpha.
AWS también permitió un patrón de integración sencillo a través de almacenes de datos y servicios ya en uso, incluyendo la consulta de salidas de modelos almacenadas en Amazon RDS y Amazon S3, y el empaquetado del servicio de agente para su futura implementación en el entorno Amazon ECS en AWS Fargate de BlueAlpha.
BlueAlpha eligió Avahi debido a la profunda experiencia de Avahi en la entrega de arquitecturas GenAI alineadas con la producción en AWS, incluyendo patrones de orquestación de agentes, diseño de herramientas y acceso seguro a los datos. Como socio Premier Tier de AWS, Avahi aportó un enfoque práctico que priorizaba la automatización medible del flujo de trabajo y los puntos de integración limpios.
Para reducir el riesgo técnico, Avahi entregó dos implementaciones de orquestación compatibles, un sistema de agentes basado en LangGraph y un sistema de agentes basado en Strands MCP. Esto le dio a BlueAlpha flexibilidad para adoptar el enfoque que mejor se adaptara a su hoja de ruta, reutilizando al mismo tiempo las mismas herramientas modulares y patrones de API.
– Arquitectura de la solución y diseño para un backend de análisis y personalización gestionado por agentes
– Implementación multiagente de LangGraph para el enrutamiento de consultas, la ejecución y la generación de respuestas
– Servidor Strands MCP e implementación de agente con abstracciones de herramientas modulares
– Endpoints FastAPI para la orquestación y la entrega de respuestas
– Herramientas para la lectura de CSV, la extracción de métricas y los flujos de trabajo de generación de informes
– Integración de streaming de eventos SSE para la invocación de herramientas en tiempo real y las actualizaciones de agentes
– Documentación para ambas implementaciones, incluyendo la guía de integración y el flujo de trabajo de demostración
BlueAlpha validó que la GenAI gestionada por agentes puede automatizar los flujos de trabajo centrales de análisis y segmentación que antes eran manuales y lentos de actualizar. Al combinar herramientas deterministas con el razonamiento del modelo de Amazon Bedrock, la participación estableció un patrón reutilizable para responder a preguntas de marketing, generar insights y soportar futuras características de personalización a través de un único marco basado en API.
Con dos opciones de orquestación y herramientas modulares, BlueAlpha puede ampliar la solución a conjuntos de datos y casos de uso adicionales, manteniendo al mismo tiempo un comportamiento consistente, explicabilidad y facilidad de mantenimiento para los desarrolladores.
Exploremos juntos sus oportunidades de IA de alto impacto en una sesión gratuita
Exploremos juntos sus oportunidades de IA de alto impacto en una sesión gratuita
Exploremos juntos sus oportunidades de IA de alto impacto en una sesión gratuita de medio día
