Reaktive Produktentwicklung

Industrie

Technologie

Akka Android Angularjs Apache Spark Aufzugsrahmen iOS MongoDB Scala Spray

Einführung

NashTech arbeitete mit Recommendo zusammen, um eine Roadmap für das MVP (Minimal Viable Product) zu erstellen. NashTech half dann bei der Entwicklung des Produkts, das seither auf dem deutschen Markt eingeführt wurde und fantastisches Feedback erhielt.

Recommendo ist ein führendes Empfehlungsnetzwerk, um Empfehlungen an Freunde zu erhalten und zu senden. Es wird genutzt, um Entdeckungen auszutauschen und Freunde um persönlichen Rat zu verschiedenen Themen zu bitten. Die Stärke des Systems liegt in der Qualität der Empfehlungen, die das System durchlaufen. Die Qualität der Empfehlungen macht die Plattform zur ersten Wahl für Unternehmen, die ehrliche Empfehlungen und nicht nur fremde Bewertungen verbreiten möchten.

Herausforderungen

Um die Skalierbarkeit und die Entwicklungsgeschwindigkeit zu erhöhen, entschied sich Recommendo für die Typesafe Reactive Platform zusammen mit dem Lift Framework und erhielt so die erforderliche Leistung und Sicherheit. Aufgrund der hohen Anforderungen an Skalierbarkeit und Reaktionsfähigkeit benötigte Recommendo eine Lösung, die belastbar, skalierbar und reaktionsschnell ist. Sie brauchten auch ein Team von erfahrenen Entwicklern, die das Produkt von Grund auf aufbauen und nicht nur das Produkt entwickeln, sondern auch an den geschäftlichen Diskussionen teilnehmen würden, um das Produkt erfolgreich zu machen.

Lösung

NashTech arbeitete zunächst mit Recommendo zusammen, um eine Roadmap zu erstellen, die zum MVP (Minimal Viable Product) führte, das den Investoren und der Beta-Community vorgestellt werden konnte. NashTech arbeitete dann täglich mit Recommendo zusammen, um das Produkt zu entwickeln, wobei die nicht-funktionalen und qualitativen Aspekte immer Teil jedes Sprints waren. Die Architektur basiert auf dem Reactive Manifesto und wurde so konzipiert, dass sie auf jeder Ebene asynchron und nicht blockierend ist. Die Datenverarbeitung für die Analyse von Big Data und maschinelles Lernen wurde mit Apache Spark durchgeführt. Die Präsentationsschicht wurde auf Angular.js aufgebaut, das mit den Diensten kommuniziert, die aus Gründen der Skalierbarkeit föderiert sind. Diese Dienste werden auch von mobilen Anwendungen in Anspruch genommen. Eine Lift-Actor-Akka-Bridge wurde gebaut, um das Produkt über die Knoten zu verteilen.

Ergebnisse

Recommendo war in der Lage, das MVP rechtzeitig auf den Markt zu bringen und Investoren für das Produkt zu gewinnen, das inzwischen mit großer Resonanz auf dem deutschen Markt eingeführt wurde. Das Produkt hat sich aufgrund der Marktbedürfnisse stark weiterentwickelt, und NashTech ist weiterhin das Entwicklungsteam für Recommendo für die nächste Phase des Produkts.