NashTech

反応的な製品開発

反応的製品開発

はじめに

ナッシュテックはレコメン堂と協力し、MVP(Minimal Viable Product)につながるロードマップを作成した。 その後、ナッシュテックは製品の製造を支援し、ドイツ市場で発売され、素晴らしい反響を呼んでいる。

Recommendoは、友人への推薦を取得し、送信するために設計された主要な推薦ネットワークです。 発見を共有したり、さまざまな事柄について友人に1対1でアドバイスを求めたりするために使われる。 このシステムの強みは、システムを通過する推薦者の質である。 レコメンデーションの質の高さから、単なる他人からの評価ではなく、真摯なレコメンデーションを広めたいと考える企業にとっては、最適なプラットフォームとなる。

課題

スケーラビリティと開発者のベロシティを向上させるために、Recommendo は Lift Framework と共に Typesafe Reactive Platform を採用することを決定しました。 極めて高いスケーラビリティが要求され、極めて高い応答性が要求されるため、レコメン堂は弾力性、拡張性、応答性に優れたソリューションを必要としていた。 彼らはまた、製品を開発するだけでなく、製品を成功させるためのビジネス・ディスカッションにも参加する経験豊富な開発者のチームを必要としていた。

knoldus-recommendowork-1024x235

ソリューション

ナッシュテックは、まずレコメンデッドと協力して、投資家やベータ・コミュニティに披露できるMVP(Minimal Viable Product)につながるロードマップを作成した。 NashTechはその後、Recommendoと毎日協力して製品を作り上げ、非機能面と品質面を常に納品スプリントの一部として維持しました。 このアーキテクチャはリアクティブ・マニフェストに基づいており、あらゆるレベルで非同期かつノンブロッキングであるように設計されている。 ビッグデータの分析と機械学習のためのデータ処理には、Apache Sparkを使用した。 プレゼンテーション・レイヤーはAngular.jsで構築され、スケーラビリティのために連携されたサービスと会話する。 これらのサービスは、モバイル・アプリケーションでも消費される。 LiftアクターからAkkaへのブリッジは、ノード間で製品を分散するために構築された。

knoldus-recommen

結果

レコメンドはMVPを予定通りに市場に送り出し、投資家を惹きつけることができた。 この製品は市場のニーズに基づいて大きく進化しており、ナッシュテックは次の段階に向けてレコメン堂のエンジニアリング・チームを続けている。

ケーススタディをもっと読む

仮想学習環境をAWSに移行して近代化し、体験の向上を図る。

移行され近代化されたMoodle インフラストラクチャーは、オープン 大学は今、次のような利点がある。 クラウドのメリット

大手デジタル広告サービスとの1年にわたるRPAの旅を垣間見る

大手デジタル広告サービス・ソリューションプロバイダーの1年にわたるRPAの旅と、NashTechがどのように彼らを支援したかをご紹介します。

デジタル棚の分析をサポートし、eコマースの成長を引き出す

NashTechがどのようにデジタル棚の分析を支援し、世界有数のデータ洞察とeコマースソリューションプロバイダーと成長を解き放つかをご覧ください。

私たちのパートナーシップ

上部へスクロール
サンプル・タイトル
サンプルショート
サンプル見出し
JA FREE WHITEPAPER
新しいホワイトペーパーで知識の力を解き放つ
「プロダクトオーナーのユーザーエクスペリエンスを向上させる」
無料ホワイトペーパー
新しいホワイトペーパーで知識の力を解き放とう
「プロダクト・オーナーのためのユーザー・エクスペリエンスの向上