Maksimalkan Nilai Data Anda Dengan Braze dan Snowflake

Diterbitkan: 2023-01-05

Kami telah melihat ledakan data dalam beberapa tahun terakhir, dengan bisnis memiliki akses ke lebih banyak informasi tentang preferensi dan perilaku pelanggan mereka daripada sebelumnya. Ini menghadirkan peluang besar: Merek yang mampu menggunakan data ini secara efektif untuk memberikan pengalaman pemasaran yang dipersonalisasi yang mendorong nilai seumur hidup pelanggan dapat membuka keunggulan kompetitif yang serius.

Namun, tanpa alat yang tepat, itu tidak mudah. Sistem yang terbungkam dan data yang ketinggalan jaman seringkali membuat perusahaan tidak dapat memanfaatkan sepenuhnya data mereka sendiri. Menurut beberapa perhitungan, lebih dari dua pertiga data yang dikumpulkan tidak digunakan. Namun—berkat kekuatan Braze bersama dengan mitra teknologi Braze Alloys, Snowflake—tidak harus seperti itu.

Bagaimana Braze Data Dapat Membantu Anda Mengaktifkan Data Anda

Biasanya, merek menghadapi berbagai tantangan yang mencegah mereka menggunakan data secara efektif, termasuk:

Data tidak terstruktur yang sulit diproses
Silo data dan persyaratan kepatuhan yang pasti menyebabkan hilangnya data
Tim TI yang kekurangan sumber daya yang kekurangan waktu untuk membangun dan memelihara jaringan pipa data kompleks khusus yang diperlukan untuk memanfaatkan data sepenuhnya
Sistem yang mengandalkan pemrosesan data batch, bukan pemrosesan data real-time, yang mengarah pada kemacetan pemrosesan data, latensi, dan pengalaman pelanggan yang rusak
Alur kerja intensif sumber daya yang diperlukan untuk membuat profil pelanggan terpadu di berbagai sistem yang mengikat informasi utama dari interaksi merek di seluruh saluran

Integrasi Braze dan Snowflake dapat membantu merek mengatasi tantangan ini. Mari kita lihat caranya:

1. Aktifkan data apa pun dengan integrasi turnkey yang fleksibel

Arsitektur streaming dan integrasi vertikal platform Braze memberi merek kemampuan untuk dengan mudah mengambil tindakan untuk mengatur perjalanan, mensegmentasikan pelanggan, dan mempersonalisasi pengalaman—semuanya dari satu platform.

Untuk menghadirkan data terstruktur dan tidak terstruktur ke dalam sistem kami sehingga dapat digunakan saat dibuat, kami menawarkan berbagai integrasi fleksibel:

Braze Cloud Data Ingestion , penawaran baru yang memungkinkan Braze terhubung langsung ke platform utama seperti gudang data (misalnya gudang data Snowflake)
SDK untuk Web, Android, iOS, dll.
API yang mudah dihubungkan dan dapat diskalakan
Integrasi mitra Braze Alloys

2. Memberikan kinerja dalam skala besar dengan pemrosesan aliran

Dengan prosesor aliran platform Braze, dibangun di atas fondasi arsitektur modern, merek dapat mengambil tindakan waktu nyata begitu data mengalir ke sistem, mendukung keterlibatan pelanggan yang relevan dan tepat waktu.

3. Menyatukan keterlibatan pelanggan

Sementara solusi poin tipikal membuat silo berdasarkan saluran, platform Braze terintegrasi penuh, artinya Anda mendapatkan gambaran lengkap tentang apa yang dilakukan, dialami, dan berinteraksi dengan pelanggan Anda di seluruh saluran. Profil langsung memberikan tampilan pelanggan 360 derajat yang dapat digunakan untuk segmentasi dinamis, serta pemicu berbasis tindakan dan API yang dapat menyajikan perpesanan yang dipersonalisasi berdasarkan aktivitas waktu nyata.

5 Langkah yang Harus Dilakukan untuk Menata Data Anda

Baik Anda sedang membangun strategi data baru atau mencoba menskalakan strategi data yang ada untuk menangani lebih banyak data secara lebih efektif, berikut adalah lima langkah yang disarankan oleh Matt Hill, Kepala Strategi Aplikasi di Snowflake, yang dibagikan di FORGE 2022, konferensi keterlibatan pelanggan tahunan kami .

1. Buat strategi data. “Kembangkan strategi data yang komprehensif yang mencakup kasus penggunaan saat ini dan masa depan serta mempertimbangkan kebutuhan manusia, proses, dan teknologi,” kata Matt. “Apa yang kami temukan adalah bahwa ketika perusahaan tidak benar-benar memikirkan strategi di awal, mereka berakhir dengan alat dan basis data yang digabungkan secara longgar di mana karyawan menghabiskan lebih banyak waktu untuk mencoba berdebat dan memindahkan data dibandingkan benar-benar menggunakan data itu.”

Sebagai bagian dari proses ini, Anda perlu mencari tahu:=

Pengguna mana yang ingin Anda dukung
Apa tujuan mereka dan bagaimana Anda berencana untuk membantu pengguna tersebut menjangkau mereka
Jika Anda memiliki tim dan teknologi untuk mendukung pengguna tersebut secara efektif

2. Setelah Anda menentukan strategi data, identifikasi sumber data mana yang diperlukan. Pada langkah ini, Anda harus mempertimbangkan solusi pemrosesan data mana—mengekstrak, mengubah, memuat (ETL) atau mengekstrak, memuat, mengubah (ELT)—yang optimal untuk memindahkan dan menyerap data tersebut ke dalam lingkungan terpusat. Berikut adalah beberapa pertimbangan untuk dijelajahi:

Apakah Anda menginginkan alat yang sangat fleksibel dan dapat disesuaikan yang dapat digunakan untuk hampir semua kasus penggunaan?
Apakah Anda menginginkan alat ringan yang mudah dikelola tetapi mungkin tidak memiliki semua fungsi lengkap dari alat lain yang lebih fleksibel dan dapat disesuaikan?
Alat mana yang memiliki koneksi bawaan paling banyak ke sistem yang sudah Anda gunakan?

3. Simpan data terpadu dalam satu platform seperti Snowflake , yang secara bawaan dapat mendukung data tidak terstruktur dan terstruktur dalam sistem yang sama.

4. Pastikan sumber data tunggal ini dapat diakses oleh semua jenis pengguna—baik pengguna teknis maupun non-teknis di semua departemen— dan secara proaktif menetapkan strategi layanan mandiri untuk menghilangkan hambatan. Pikirkan tentang kasus penggunaan yang relevan baik di dalam maupun di luar pemasaran.

5. Prioritaskan inisiatif berbasis data dengan berfokus pada upaya yang akan menghasilkan dampak terbesar , dan komunikasikan prioritas tersebut ke seluruh bisnis.

5 Kasus Penggunaan untuk Snowflake + Braze

Dengan memanfaatkan potensi penuh Snowflake dan Braze bersama-sama, merek memiliki akses ke tempat terdepan di industri untuk menyimpan informasi mereka dan kemampuan terbaik di kelasnya untuk menindaklanjuti semua data tersebut.

1. Bertindak pada dasarnya semua data bisnis Anda, bukan hanya sebagian. Dengan Braze dan Snowflake, Anda dapat menyatukan data pelanggan (dari CRM dan analitik digital Anda) dan data kampanye (dari email, SMS, media berbayar, pencarian, dan tampilan), tetapi juga data operasional (seperti inventaris, penjualan, harga, produk, pendapatan, dan margin) dan data offline (seperti pembelian di toko dan konfirmasi pengiriman) untuk mendukung upaya keterlibatan pelanggan Anda.

2. Perkaya data pihak pertama Anda dengan data pihak ketiga yang cermat seperti demografi, atribusi, lalu lintas pejalan kaki, cuaca, dan data lokasi.

3. Menghemat sumber daya rekayasa data dengan menghilangkan kebutuhan untuk membangun dan memelihara jaringan pipa data yang kompleks.

4. Menjembatani kesenjangan antara tim data dan pemasaran untuk membantu menyajikan konten yang dipersonalisasi secara lebih efektif dan efisien. Ilmuwan data saat ini sering kekurangan akses ke data yang mereka butuhkan untuk membangun model dan melakukan analisis eksplorasi. Dengan data terpusat di Snowflake, mereka dapat menggunakan wawasan ini untuk memprediksi nilai seumur hidup pelanggan dan membuat model yang mirip untuk mengembangkan kampanye dan penawaran yang beresonansi dan menghasilkan hasil bisnis yang nyata.

5. Memanfaatkan data dari Snowflake untuk menginformasikan strategi Braze dan memanfaatkan data Braze di Snowflake untuk meningkatkan pengalaman pelanggan secara keseluruhan . Dengan menyatukan kedua solusi ini, merek dapat memperkaya dan mempertajam program keterlibatan pelanggan yang disampaikan melalui Braze sambil juga memberikan lebih banyak data kepada analis dan ilmuwan data digunakan untuk mencari wawasan dan meningkatkan pengalaman pelanggan.

Pikiran Akhir

Optimalkan data Anda dengan fitur Braze Cloud Data Ingestion kami yang baru diluncurkan. Alat kunci ini bekerja dengan Snowflake dan dirancang untuk memungkinkan merek dengan cepat dan fleksibel mengumpulkan, memproses, dan memaksimalkan nilai data mereka untuk meningkatkan ROI.