Estudo de caso

Como a FoodChéri sincroniza o MongoDB com o BigQuery para obter insights mais rápidos, com menos engenharia

Como a FoodChéri sincroniza o MongoDB com o BigQuery para obter insights mais rápidos, com menos engenharia

37.5%

redução

da conta de
infraestrutura em média

1 +

TB

grandes volumes de dados
transferidos diariamente

1:1

replicação

dos dados alterados
entre bancos de dados

Principal desafio

A FoodChéri queria acessar seus dados operacionais para obter insights valiosos sobre seus processos, operações e comportamento dos clientes. No entanto, como os dados operacionais estavam localizados em sistemas críticos para os negócios, o acesso a eles representava um desafio significativo do ponto de vista da engenharia. Portanto, era fundamental encontrar uma maneira de acessar os dados que minimizasse as interrupções nos sistemas de produção e reduzisse a complexidade da engenharia.

Principais resultados

  • Replicação bem-sucedida de dados entre bancos de dados, do banco de dados de produção (MongoDB) para um data warehouse (BigQuery) para análise, sem interromper o sistema de produção.
  • Transferência de grandes volumes de dados (de centenas de GB a mais de 1 TB diariamente).
  • Redução da conta de infraestrutura em 25-50% por meio da replicação baseada em CDC, transferindo apenas os dados alterados em vez de executar réplicas completas.

Solução

  • O Dataddo realiza a replicação de dados baseada em CDC entre o banco de dados operacional e o banco de dados analítico da FoodChéri.
  • A replicação quase em tempo real dos dados de produção cria um ambiente seguro para que os analistas de dados realizem consultas analíticas complexas e cargas de trabalho assimétricas.
  • Os conectores de banco de dados prontos para uso do Dataddo permitem uma rápida implantação e garantem a escalabilidade automática dos pipelines de dados.
  • O monitoramento, os alertas e a detecção de anomalias incorporados garantem que todos os dados fornecidos sejam de alta qualidade.
" Laurent Partouche

“Escolhemos o Dataddo pela facilidade de uso, pelas transformações automáticas, pela política clara de preços e pela qualidade do relacionamento humano que se estabeleceu desde nossas primeiras trocas de mensagens. No final, entendemos que poderíamos oferecer muito um ao outro.”

Laurent Partouche

Chief Product Officer

Estudo de caso

Leia o artigo completo

A empresa francesa FoodChéri é especializada na entrega de almoços saudáveis e prontos para funcionários a empresas na área metropolitana de Paris. Sua marca irmã, a Seazon, oferece planos de refeições flexíveis, baseados em assinaturas, para pessoas ocupadas que desejam uma melhor nutrição sem complicações, e faz entregas semanais em toda a França.

Ambas as marcas compartilham o mesmo cardápio, com o tipo de variedade que se pode esperar dos franceses. Mas conduzem as operações com um toque altamente sustentável: têm uma equipe inteira dedicada a reduzir o impacto ecológico, uma rede de parceiros para ajudar a distribuir as refeições não consumidas e se abastecem cuidadosamente de ingredientes sazonais e locais.

Quando a FoodChéri foi fundada em 2015, o mercado de entrega de refeições prontas era completamente novo. E, como os participantes de qualquer mercado inovador, tiveram que se ajustar rapidamente às expectativas dos clientes.

Introdução à história da FoodChéri

O problema: muitos dados não estruturados, pouca percepção

Em 2020, a FoodChéri havia estabelecido uma base sólida no setor de entrega de refeições. Mas perceberam que poderiam fortalecer ainda mais essa base usando dados. Ao longo dos anos, coletaram uma montanha de dados de ferramentas internas e voltadas para o cliente; para aproveitá-los melhor, precisariam reformular sua infraestrutura de dados.

Eles já estavam usando MySQL e MongoDB para armazenar dados não estruturados, mas dados não estruturados são brutos e inadequados para análise em um aplicativo de painel. Assim, começaram a procurar uma ferramenta de integração flexível que replicasse os dados dos bancos de dados existentes e os sincronizasse com um novo warehouse capaz de armazenar dados estruturados. Lá, a equipe de dados da empresa poderia enriquecê-los e enviá-los diretamente aos painéis para análise.

O BigQuery foi uma escolha óbvia como warehouse, uma vez que a FoodChéri já usava outras soluções do Google Cloud. Mas e quanto à ferramenta de integração de dados?

Para encontrar a vencedora, testaram duas das poucas ferramentas do mercado que podem replicar dados não estruturados: Fivetran e Dataddo.

A solução: transformações automáticas, suporte abrangente

O Google BigQuery só aceita dados estruturados e semiestruturados, portanto, para mover dados totalmente não estruturados do MongoDB e do MySQL para o BigQuery, é necessário primeiro realizar algum tipo de transformação (ou estruturação) dos dados.

A equipe de dados da FoodChéri poderia, é claro, fazer isso nos bancos de dados e depois usar o Fivetran ou o Dataddo para copiar os dados para o BigQuery. Mas isso é muito trabalho extra. Seria muito mais fácil se a ferramenta de integração transformasse automaticamente os dados antes de enviá-los ao BigQuery.

O Fivetran não faz isso, mas o Dataddo faz. Mas a Fivetran tinha um conector MongoDB e o Dataddo não tinha. Em dez dias, o Dataddo criou um conector MongoDB para a FoodChéri, para que pudessem testar adequadamente as duas ferramentas. O Dataddo foi o vencedor.

" Laurent Partouche

“O Dataddo nos permite focar no essencial: transformar os dados no BigQuery e depois analisá-los.”

Laurent Partouche

Chief Product Officer

Depois que o Dataddo envia os dados para o BigQuery, a equipe de dados da FoodChéri realiza transformações adicionais e os sincroniza com sua ferramenta de BI, o Metabase, onde todas as partes interessadas da empresa podem visualizar painéis para obter insights.

Os resultados: menos engenharia, mais análise de dados

Graças ao conector MongoDB, os engenheiros da FoodChéri economizaram semanas de trabalho ao reformular sua infraestrutura de dados. E como o Dataddo limpa previamente os dados que extrai do MongoDB e do MySQL, é sempre mais fácil trabalhar com eles quando chegam ao BigQuery.

Ainda mais importante, a sincronização diária automática entre os dois warehouses garante que as partes interessadas recebam os dados mais recentes diariamente.

FoodChéri e Dataddo: avançando juntos

A FoodChéri é muito mais do que apenas uma cozinha com alguns caminhões: é um serviço em constante evolução comprometido com o fornecimento de alimentos responsáveis. Por isso, seus pipelines de dados são tudo menos estáticos.

À medida que a empresa cresce, cresce também sua necessidade de sincronizar diferentes conjuntos de dados entre warehouses, bem como de usar novos conectores. Mais recentemente, a FoodChéri começou a usar o Dataddo para sincronizar dados de seu aplicativo de helpdesk, o Gorgias , diretamente com o BigQuery.

Onde quer que a FoodChéri decida transferir seus dados, o Dataddo estará com ela.

Depoimentos

Nossos clientes nos amam

G2 Implementation Winter 2025

Amalia Bornstein

Global Social Content and Marketing Data Analyst

Uber Eats

“A equipe de dados do Uber Eats aprecia a interface amigável do Dataddo, projetada para operação por membros não técnicos da equipe, a fim de minimizar a necessidade de treinamento excessivo para apoiar a entrega eficiente do projeto.”

G2 Implementation Winter 2025

Andrew Hart

Chief Operations Officer

Sat 7

“Trabalhar com o Dataddo simplificou bastante nossos relatórios e nos deu acesso a dados de tendências e insights que anteriormente não conseguíamos gerar.”

G2 Implementation Winter 2025

Vahan Petrosayan

Director of IT & Infrastructure

Search Engine Journal

“Com o Dataddo, todas as minhas perguntas são respondidas mais rapidamente…[e é] divertido brincar com dados agora.”

G2 Implementation Winter 2025

Michael Guntenaar

CTO

ID&T Group

“Dataddo abre portas e elimina os obstáculos de trabalhar com dados.”

G2 Implementation Winter 2025

Laurent Partouche

CPO

FoodChéri & Seazon

“Escolhemos o Dataddo pela facilidade de uso, pelas transformações automáticas, pela política de preços clara e pela qualidade do relacionamento humano que se estabeleceu desde nossas primeiras trocas.”

G2 Implementation Winter 2025

Natheer Maloon

Technology Solutions Manager

Boldr

“O suporte da Dataddo provou ser extremamente valioso durante toda a fase de implementação. 9,5 de 10.”

G2 Implementation Winter 2025

Zdeněk Hejnak

Data Development Team Leader

Livesport

“Economizamos cerca de 70% do tempo que levaria para ingerir todos os nossos dados, ou 3-4 equivalentes em tempo integral, e gastamos muito mais tempo na análise e ativação de dados. Temos apenas um engenheiro de dados em tempo integral, que faz mais do que apenas coletar dados, enquanto nossa equipe de BI é composta por 11 membros.”

G2 Implementation Winter 2025

Greg Senior

Business Operations Manager

Farm Focus

“Agradecemos toda a ajuda e apoio para nós. Um nível de serviço refrescante de uma empresa de tecnologia! Obrigado!”

G2 Implementation Winter 2025 G2 Performer Winter 2025 Google Cloud Partner Tableau Technology Partner AWS Partner Network Gartner Cool Vendor