Profile Connect Önizlemesi: Snowflake'ten Taşınabilir Müşteri Profilleri

Yakın tarihli bir web seminerinde, Amplitude'un veri ambarınızdaki verileri açığa çıkarmaya nasıl yardımcı olabileceğini inceledik. Bunun, başlıca veri ambarı entegrasyon ortaklarımızdan biri olan Snowflake ile olan bağlantımız aracılığıyla nasıl yapıldığını gösterdik.

Yeni özelliğimiz Profile Connect'in özel bir demosunu sunduk. Profile Connect ile kullanıcılarımıza Snowflake'teki verileri doğrudan Amplitude'dan sorgulama ve ardından bunları platformlarında zaten var olan davranışsal verilerle birleştirme yeteneği veriyoruz.

Veri ambarlarının iş zekasındaki rolü

Amplitude'un Kurucu Ortağı ve CTO'su Curtis Liu, bugün "verilerin işin merkezinde yer aldığını" vurguladı. Müşteri verileri, ürün ve hizmet geliştirmenin ve operasyonel kararlar almanın temelidir. Bu nedenle, veri ambarları iş zekasının merkezi haline geldi.

Verilere yapılan bu vurgu, veri okuryazarlığının, ürün yöneticilerinden pazarlamacılara ve UX tasarımcılarına kadar bir kuruluş içindeki birden çok ekipte artan bir ihtiyaç olduğu anlamına gelir. IDC verilerine göre, işletmelerin kullanımına sunulan verilerin yalnızca %32'si kullanıma açılmıştır.

Kuruluşların, keşif analizini düzene sokarak ve basitleştirerek vatandaş veri analizinden yararlanmanın yollarını bulması gerekiyor. Bu, veri ambarlarından veri çıkarmayı ve analiz etmeyi kolaylaştırmayı içerir.

Genişlik + Kar Tanesi

Curtis, "Genlik, bir şirketteki herkesin ürün davranışsal verilerini keşfetmesini ve bu verilerden içgörü elde etmesini kolaylaştırıyor" diyor. "Daha önce Amplitude kullandıysanız, bunun ne kadar kolay olduğunu görmüş olabilirsiniz."

Amplitude, yalnızca birkaç tıklamayla kullanıcıların şunları yapmasına olanak tanır:

• Özelliklerin kullanım oranını izleyin
• Bir dönüşüm hunisindeki düşüşün nedenlerini analiz edin
• Haftalık tutmayı inceleyin
• Bir A/B testinde iki varyasyonu karşılaştırın
• Ve dahası

Ancak müşterilerimizle yaptığımız görüşmelerde, analiz için veri ambarlarından bilgisayarlı iş verileri almanın zorlu ve ustalık gerektiren bir iş olduğunu öğrendik. Müşteriler, bakımı zor olan ve önemli mühendislik süresi gerektiren kesintili veri boru hatları oluşturmak zorunda kalmıştır.

Amplitude, müşterilerimizin içlerinde bulunan değerli verilerin kilidini açmasını kolaylaştırmak için büyük bulut veri ambarlarıyla entegrasyon oluşturmaya yatırım yaptı.

Önemli veri ambarı ortaklıklarımızdan biri Snowflake iledir. 350'den fazla müşterimiz, müşteri verilerinden değerli ve eyleme dönüştürülebilir içgörüler elde etmek için Amplitude ve Snowflake kullanıyor. Bu entegrasyon sayesinde iş kullanıcıları, gerçek zamanlı kullanıcı yolculuğu analizi yoluyla müşterilerinin 360 derecelik bir görünümüne sahip olur.

Herhangi bir kuruluştaki ekiplerin artık veri analistlerine güvenmeleri ve veri ambarları gibi yerlerden içgörüler çıkarmak ve verilerini eyleme dönüştürmek için önemli kaynakları kullanmaları gerekmiyor. Birçok müşteri, Snowflake verilerini kullanarak müşteri grupları oluşturmak ve ardından bunları doğrudan etkileşim platformlarına göndermek için Amplitude'dan yararlanıyor. Ya da yeni keşfedilen müşteri gruplarını veri bilimi ve makine öğrenimi modelleri için Snowflake'e ters ETL'liyorlar.

Block, ücretsizden ödemeye dönüşümünü ikiye katlamak için Amplitude + Snowflake'i nasıl kullandı?

Amplitude Baş Ürün Müdürü Christopher Selden, Block'un (aka Square) verileri kullanmak ve kullanıcı katılımını artırmak için Amplitude ve Snowflake entegrasyonunu nasıl kullandığına dair gerçek hayattan bir örnek sundu. Block, hizmetlerini müşterilerine çapraz satmanın daha iyi yollarını arıyordu.

Davranışsal veri kümelerini Amplitude'a getirmek için Snowflake entegrasyonunu kullanır. Blok, bir müşterinin çevrimiçi olarak bir geri ödeme işlemi gerçekleştirmesi veya diğer iş sistemlerinde bir iade talep etmesi gibi olaya dayalı verileri yakalar. Daha sonra, Snowflake'ten getirilen bu işlemsel verileri, Amplitude'da zaten bulunan mevcut davranışsal verilerle birleştirir.

Toplanan veriler ve içgörülerle, Block'un pazarlama ekibi, kullanıcılarını davranışlarına ve deneyimlerine göre farklı kitlelere ayırabilir. Daha sonra bu kitlelere yönelik kişiselleştirilmiş çapraz satış ve ek satış kampanyaları tasarlarlar.

Bu kampanyalar, Block'un ücretsiz ürünlerden ücretli ürünlere dönüşüm oranının iki katına çıkmasına neden oldu. Daha önce veri bilimi ekibiyle haftalarca süren işbirliğini gerektiren veri analizi ve etkinleştirme, pazarlama ekibi tarafından yalnızca birkaç dakika içinde tamamen kendi kendine yapılıyor.

Güvenilir veri kaynağınızdan değer elde etmenin önündeki mevcut engeller

Müşterinizin gerçekten 360 derecelik bir görünümünü elde etmek için davranışsal veya ürün kullanım verilerinden çok daha fazlasına ihtiyacınız var. Örneğin, müşterilere en yakın ekiplerin erişemeyeceği, veri ekiplerinin kullandığı platformlara kilitlenmiş veriler hâlâ var. Veri kaynaklarınızdan değer elde etmenin önünde üç ana engel daha görüyoruz:

• Veri kayması.Daha az SQL odaklı ekipler (ürün, tasarım ve pazarlama) genellikle sorgulama ve veri süreçlerine Amplitude gibi araçlarla başlar. Bu arada, veri analistleri ve mühendislik büyük ölçüde bir veri ambarı içinde çalışır.Bu, farklı ekiplerin hakikat kaynakları ile veri tüketim noktası arasında tutarsızlıklar yaşamasına yol açar, bu da verilere olan güven eksikliğini ve bunun sonucunda ortaya çıkan içgörüleri artırır.
• İşbirlikçi sürtüşme.Veri ambarının bir kuruluşun tek gerçek kaynağı olması nedeniyle, veri odaklı ekipler doğal olarak hem Amplitude hem de ambar üzerinde çalışır. Ancak, nesneler yalnızca bir platformda bulunuyorsa veya diğerine çevrilmiyorsa, ekipler arasında silolara ve kaçırılan işbirliği fırsatlarına yol açar. Bu ekiplerin çalışmalarını birden çok platformda tersine mühendislikle işlemesi ve ardından bir platformdan diğerine çevirmesi gerekir.
• Değer verme zamanı.Sonuç olarak, tüm bunlar, verileri ham bir veri kümesinden içgörüden eyleme dönüştürerek yararlanma hızınızı yavaşlatabilir. İster deponuzdaki tüm müşteri verilerini merkezileştirin, ister çeşitli self servis analitik araçlarında veri erişimini demokratikleştirmek için işlem hatları oluşturun, amaç müşteri verilerinin değerini en üst düzeye çıkarmaktır.

Şu anda Amplitude tarafından yakalanan davranışsal verilerin ötesindeki veri kümelerinden bahsettiğimizde, aşağıdaki gibi bilgileri kastediyoruz:

• Demografik veri
• Hesap verisi
• Abonelik verileri
• Makine öğrenimi modelleri

Bunları analitiklerinize dahil etme yeteneği, kuruluşlara gerçekten müşterilerinin 360 derecelik bir görünümünü sağlayabilir. Bu sorun şu ki, şimdiye kadar bunu yapmak neredeyse imkansızdı. Aşağıdaki senaryoları göz önünde bulundurun:

• Katılım verileriniz bir sistemde, abone durum verileriniz başka bir sistemde ise, abone olan ve olmayanların etkileşim oranlarını nasıl izlersiniz?
• Etkileşim verileriniz ve MLV verileriniz tamamen ayrıysa, yeni kullanıma sunulan bir özellikle etkileşim kurmanın müşteri yaşam boyu değeriniz (CLV) üzerindeki etkisini nasıl ölçersiniz?
• Etkileşim verilerinizde bir daha asla görünmezlerse, kaybolan kullanıcılarınızla nasıl yeniden etkileşim kurarsınız?

Bu nedenle Amplitude, Snowflake ile ortaklaşa başlatılan yeni bir Amplitude ürün özelliği olan Profile Connect'i duyurmaktan gurur ve heyecan duyuyor.

Profile Connect Tanıtımı

Profile Connect, Amplitude müşterilerinin ilk kez doğrudan Snowflake'teki verileri sorgulayabilmesi ve platformumuzda zaten var olan davranışsal verilerle birleştirebilmesidir. Amplitude artık Snowflake'te yaşayan müşteri verilerine dayalı olarak müşteri profilleri oluşturmanıza ve hedef kitleleri segmentlere ayırmanıza izin veren tek platform.

Profile Connect, veri odaklı ekiplere müşteri profillerini taşınabilir hale getirme yeteneği verecek. Hem Snowflake hem de Amplitude genelinde verilerin tam görünümüne erişmelerine olanak tanır.

Nasıl çalıştığını görmek için aşağıdaki demoyu izleyin:

Sorgu oluşturmak basittir. Bunun Amplitude'da hangi kullanıcıya bağlı olduğunu belirlemek için bir kullanıcı kimliğine ihtiyacınız var. Daha sonra veri ambarınızdan hangi özelliği getirmek istediğinizi belirlersiniz.

Demoda özellik, bir müşterinin ücretli bir aboneliğe geçme olasılığını belirleyen eğilim puanıdır. Bu eğilim puanı, veri bilimi ekibi tarafından yapılan analize dayalı olarak Snowflake'te hesaplanmıştır ve hem davranışsal hem de davranışsal olmayan verileri dikkate alır.

Sorgunuzu içe aktardıktan sonra, müşteri dönüşüm hunisini modelleyebilirsiniz. Bu örnekte, abonelik sayfasına gelen ve mesaj gönderen bir müşterinin yolculuğunu modelledik.

Ardından, müşterinin ücretli bir aboneliğe geçme olasılığını gösteren Snowflake'ten eğilim puanını uygulayabilirsiniz.

Huni analizi yapmak, Profile Connect aracılığıyla davranışsal olmayan verilerden nasıl yararlanabileceğinizin yalnızca bir örneğidir. Diğer yöntemler arasında kohort analizi ve hedef kitle segmentasyonu yapmak yer alır.

Profile Connect'i kendiniz deneyin

Growth veya Enterprise planımızda mevcut bir Amplitude müşterisiyseniz ve Profile Connect beta kullanıcısı olmak istiyorsanız, başlamak için bu formu doldurmanız yeterlidir. Bu, Amplitude'un vizyonumuzu şekillendirmesine yardımcı olurken bu çığır açan özelliği test etmek için Amplitude Ürün ekiplerimizle çalışmak için harika bir fırsat.

Web seminerinin tamamını görmek isterseniz, bunu buradan yapabilirsiniz.