Aller au contenu principal
usedby
DatabricksusedbyColumbia

Comment Columbia utilise Databricks

Columbia Sportswear a migré son infrastructure d'analytique et d'ETL vers Azure Databricks et Delta Lake afin de créer des pipelines prenant en charge les charges de travail par lots comme en temps réel. Les données préparées alimentent les analystes métier, les data scientists et les outils de reporting de toute l'entreprise.

ConfirméÉtude de cas de l’éditeur · Vérifié le 5 nov. 2026
Voir la preuve capturée

L’usage : comment Columbia déploie Databricks

Columbia Sportswear migrated its analytics and ETL infrastructure to Azure Databricks and Delta Lake to build pipelines that support both batch and real-time workloads. The curated data feeds business analysts, data scientists and reporting tools across the company.

Autres résultats publiés

Chiffres publiés dans l’étude de cas de Databricks. usedby ne les mesure pas de façon indépendante.

48x

reducing the amount of time to process ETL workloads from 4 hours to only 5 minutes, 48x improvement

Le témoignage du client

L'un des avantages de cette plateforme, c'est la rapidité avec laquelle les gens peuvent la prendre en main. Toutes ces données affluent, et de plus en plus de unités métier l'utilisent à travers l'entreprise en libre-service, ce qui n'était pas possible auparavant,
Traduction automatique de l’anglais
Voir l’originalOne of the benefits of this platform is how fast people can come up to speed on it. All that data is coming in, and more business units are using it across the enterprise in a self-service manner that was not possible before,
Lara Minor, Senior Enterprise Data Manager, Columbia Sportswear — Source

Les autres outils IA utilisés par Columbia

Autres relations publiques recensées sur usedby.

Kore.aiObservé
Explorer la stack IA de Columbia

Les clients de Databricks dans le secteur Mode et habillement

Des entreprises du même secteur, avec une preuve publique.

AdidasConfirméBurberryObservéPrada GroupObservé
Voir tous les clients de Databricks

Autres témoignages

Consulter la source

Cette synthèse repose sur l’étude de cas publiée par Databricks. Nous vérifions la preuve publique ; les résultats sont ceux rapportés par l’éditeur.

databricks.com
Dernière vérification
5 nov. 2026
databricks.comCapture de l’étude de cas de Databricks sur ColumbiaOuvrir la capture
Ce que dit le témoignage, et ce que nous avons vérifié

Ce que nous avons comparé à la page.

  • Le chiffre : 70%Vérifié

    Imprimé mot pour mot sur la page, près du nom de Columbia.

  • L’extrait cité plus hautVérifié

    Copié mot pour mot depuis la page, près du nom de Columbia.

  • Columbia utilise DatabricksVérifié

    Ligne de niveau Confirmé.

  • Le résultat lui-mêmeNon vérifié

    Nous le citons ; nous ne l’avons pas mesuré.

Databricks has helped Columbia’s EIM team accelerate ETL and data preparation, achieving a 70% reduction in ETL pipeline creation time while reducing the amount of time to process ETL workloads from 4 hours to only 5 minutes, 48x improvement.
Extrait de la page. databricks.com