브랜드가 Braze 및 Databricks 파트너십을 통해 고객 데이터 소스를 활용하는 방법

‍현대 브랜드는 막대한 양의 고객 데이터를 관리하고 있습니다. 또한 풍부하고 개인화된 경험에 대한 높은 고객 기대치를 관리하고 있으므로 해당 데이터를 즉시 실행 가능하게 만드는 것이 그 어느 때보다 중요합니다. 브랜드가 이 위업을 더 쉽게 달성할 수 있도록 Databricks용 Braze 클라우드 데이터 수집(CDI)을 발표하게 되어 기쁩니다.

Databricks Lakehouse 플랫폼은 데이터 레이크 및 데이터 웨어하우스의 최고의 요소를 결합하여 데이터 레이크의 개방성, 유연성 및 기계 학습 지원과 함께 데이터 웨어하우스의 안정성, 강력한 거버넌스 및 성능을 제공합니다. Databricks 플랫폼의 강력한 AI와 결합된 Databricks의 규모는 고객 행동을 저장, 분석 및 예측하고 해당 데이터를 Braze에 전달하여 원하는 행동과 결과를 이끌어낼 수 있는 이상적인 장소가 됩니다.

이 게시물에서는 CDI와 Databricks 파트너십에 대해 자세히 살펴보고 팀이 가치 실현 시간을 단축하고 운영을 개선하며 보다 개인화된(그리고 가치 있는) 고객 경험을 촉진하는 데 어떻게 도움이 되는지 살펴보겠습니다.

Braze 및 Databricks로 가치 실현 시간 단축

제3자 쿠키의 지원 중단으로 브랜드가 고객 데이터에 대해 생각하는 방식이 바뀌고 있다는 것은 말할 필요도 없습니다. 불과 몇 달 만에 우리는 브랜드가 전략에서 제로 및 퍼스트 파티 데이터의 우선 순위를 지정하는 방식에 큰 변화를 가져오는 것을 보았습니다. 필요하긴 하지만 이러한 변화로 인해 브랜드에 대한 일련의 과제가 드러났습니다. 어떤 데이터를 수집할지 결정하고(종종 너무 많이 수집하는 경우가 많음), 여러 팀에 분산된 데이터, 효과적인 데이터 관리를 배포하는 방법 등의 조합으로 인해 데이터를 실행 가능하게 만드는 작업이 점점 더 어려워지고 있습니다.

Braze에서는 "데이터가 많고 신속하게 실행 가능하게 만들 방법이 없다"는 문제를 너무 자주 듣습니다. 우리는 대부분의 경우 브랜드가 데이터에 대한 신뢰할 수 있는 소스를 가지고 있어야 한다고 권장합니다.

"Braze가 Databricks 기술 파트너 에코시스템에 합류하게 되어 기쁩니다. 개인화 및 차세대 고객 경험 제공이 모든 기업의 최우선 과제이기 때문에 Databricks Lakehouse 아키텍처와 Braze의 고객 참여 플랫폼의 결합은 최고의 실시간 1:1 경험을 제공하고자 하는 공동 고객을 위한 게임 체인저입니다." —Steve Sobel, Databricks의 커뮤니케이션, 미디어 및 엔터테인먼트 GTM 글로벌 책임자

Cloud Data Ingestion을 통해 고객은 데이터 웨어하우스(이 경우 Databricks)에서 Braze로 직접 연결을 설정하고 15분마다 자주 데이터를 지속적으로 동기화할 수 있습니다. 이 통합을 통해 SQL 쿼리를 업데이트하는 것만큼 쉽게 추가 사용자 데이터를 보낼 수 있습니다. 즉, Databricks의 고객 데이터를 활용하려는 브랜드는 쉽게 그렇게 할 수 있습니다. 고객 데이터 가져오기에 대한 엔지니어링 요청을 제출하고 참여 솔루션에 오래된 .csv를 업로드하고 (더 중요한 것은) 엔지니어링 팀이 미들웨어를 구현하기 위해 몇 달을 기다리던 시절은 지났습니다. CDI를 사용하면 몇 분이면 Databricks와 Braze 간의 연결을 설정할 수 있으므로 팀이 Databricks 인스턴스에서 데이터의 가치를 빠르게 캡처할 수 있습니다.

“우리의 가장 큰 승리는 CDI의 속도와 처리량이라고 말하고 싶습니다. 250k 레코드를 처리하는 데 몇 시간이 걸리던 작업을 Braze CDI는 단 몇 분 만에 완료할 수 있습니다. 우리는 즉시 사용 가능한 기능을 활용하여 약 20배의 개선을 보고 있습니다.” —글로벌 화물 운송 및 물류 브랜드

CDI가 운영 개선을 돕는 방법

Braze 클라우드 데이터 수집을 사용하면 데이터 웨어하우스에서 Braze로 직접 연결을 설정하여 관련 사용자 속성, 이벤트, 구매 및 사용자 삭제를 동기화할 수 있습니다. Braze에 동기화되면 이 데이터를 개인화, 세분화 및 기타 여러 사용 사례에 활용할 수 있습니다. CDI의 유연한 통합은 중첩된 JSON 및 개체 배열을 포함한 복잡한 데이터 구조를 지원합니다.

CDI를 통해 팀은 단 몇 분 만에 Databricks 인스턴스에서 Braze로 직접 간단한 통합을 생성할 수 있습니다. 또한 보안과 관련된 위험 및 규정 준수와 같은 팀의 경우 팀은 Databricks 인스턴스의 특성, 이벤트 및 구매를 포함하여 사용자 데이터를 안전하게 동기화할 수 있습니다. 팀은 마케터에게 고객 데이터를 제공하기 위해 다른 SaaS 솔루션, 파이프라인 또는 도구 세트를 관리하는 것에 대해 걱정할 필요가 없습니다. 마케터가 고객과 소통할 수 있도록 하는 동일한 솔루션은 이제 완전히 다른 또 다른 도구가 아니라 Databricks의 확장으로 볼 수 있습니다.

“클라우드 데이터 수집은 전반적인 Braze 데이터 수집 프로세스를 단순화하는 데 도움이 되었습니다. 프로세스 자체는 간단하고 구현하기 쉽습니다. 우리는 1~2일 만에 프로세스를 설정할 수 있었고 대부분의 작업이 승인되었습니다. 우리는 API 호출 및 Python 스크립트를 구현하는 보다 기술적인 대안에 비해 엄청난 시간을 절약했습니다. 수집 프로세스가 단순해지면 문서화 및 프로세스를 다른 사람에게 전달하는 작업도 훨씬 쉬워집니다. " —금융 서비스 브랜드

CDI 및 Databricks를 통한 더 우수하고 가치 있는 개인화

CDI는 마케터와 기술자 모두의 요구를 위해 만들어졌습니다. 기술 팀의 경우 이는 마케팅 요청의 양을 줄이고 데이터 공유 프로세스를 자동화하여 기술자가 수익 창출 프로젝트에 집중할 수 있음을 의미합니다. 마케팅 담당자에게 이것은 항상 정확하고 더 중요하게는 최신 데이터에 액세스할 수 있음을 의미합니다.

우리 모두는 구매를 한 다음 10% 할인을 받았을 때를 생각할 수 있을 것입니다. 꽤 실망스러운 경험입니다. CDI를 사용하면 최대 15분마다 동기화 시간을 통해 데이터를 최신 상태로 유지할 수 있으므로 이전 데이터에 따라 조치를 취하지 않고 고객에게 실망스러운 경험을 제공하지 않습니다.

데이터가 속성, 이벤트, 구매 또는 외부 ID인지 여부에 관계없이 전체 조직에서 사용하는 것과 동일한 정확한 데이터로 고객에게 연락하고 있다는 것을 신뢰할 수 있습니다. CDI를 사용하면 전체 조직의 고객 데이터를 보다 완벽하게 볼 수 있습니다.

최종 참고 사항

Braze는 모든 고객 데이터 소스를 활용하여 정확하고 완전한 고객 프로필을 형성하기 위해 브랜드가 전체 기술 스택에서 데이터를 활성화하도록 돕습니다. 새롭고 향상된 데이터 오퍼링은 지출과 기술 부채를 줄이는 동시에 여러 팀 간의 데이터 협업을 개선하는 데 도움이 됩니다.

미래예측진술 이 게시물에는 1995년 증권민사소송개혁법(Private Securities Litigation Reform Act of 1995)의 "면책항" 조항의 의미 내에서 "미래예측진술"이 포함되어 있으며, 여기에는 예상되는 제품 출시에 관한 진술이 포함되지만 이에 국한되지 않습니다. 이러한 미래 예측 진술은 Braze의 현재 가정, 기대 및 신념을 기반으로 하며 실제 결과, 성능 또는 달성이 미래 결과, 성능 또는 성과와 실질적으로 다를 수 있는 상당한 위험, 불확실성 및 환경 변화에 따라 달라질 수 있습니다. 미래 예측 진술에 의해 표현되거나 암시된 성과. Braze 결과에 영향을 미칠 수 있는 잠재적 요인에 대한 추가 정보는 2023년 3월 31일 미국 증권거래위원회에 제출된 2023년 1월 31일 마감 회계연도에 대한 Braze의 Form 10-K 연례 보고서 및 기타 공개 자료에 포함되어 있습니다. 미국 증권거래위원회와 브레이즈의 이 프레젠테이션에 포함된 미래 예측 진술은 이 게시물의 날짜를 기준으로 한 Braze의 견해를 나타내며 Braze는 법적 의무가 없는 한 이러한 미래 예측 진술을 업데이트할 의도가 없습니다.