Profile Connect 预览：来自 Snowflake 的便携式客户档案

在最近的一次网络研讨会中，我们研究了 Amplitude 如何帮助解锁数据仓库中的数据。 我们通过与主要数据仓库集成合作伙伴之一 Snowflake 的联系展示了这是如何完成的。

我们展示了我们的新功能 Profile Connect 的独家演示。 通过 Profile Connect，我们让用户能够直接从 Amplitude 查询 Snowflake 中的数据，然后将其与平台中已有的行为数据相结合。

数据仓库在商业智能中的作用

Amplitude 的联合创始人兼首席技术官 Curtis Liu 强调了当今“数据是业务的核心”。 客户数据是开发产品和服务以及制定运营决策的基础。 因此，数据仓库已成为商业智能的核心。

这种对数据的重视意味着数据素养是组织内多个团队日益增长的需求——从产品经理到营销人员再到用户体验设计师。 根据IDC数据，企业可用的数据只有32%投入使用。

组织需要通过精简和简化探索性分析来找到利用公民数据分析的方法。 这包括使从数据仓库中提取和分析数据变得容易。

振幅+雪花

Curtis 说：“Amplitude 使公司的每个人都可以轻松探索并从他们的产品行为数据中获得洞察力。” “如果您以前使用过 Amplitude，您可能已经体验过这有多么简单。”

只需点击几下，Amplitude 允许用户：

• 监控功能的使用率
• 分析转化漏斗中流失的原因
• 检查每周保留
• 比较 A/B 测试中的两个变体
• 和更多

但是我们通过与客户的对话了解到，从数据仓库中获取计算的业务数据以进行分析一直具有挑战性和棘手性。 客户不得不构建难以维护且需要大量工程时间的易碎数据管道。

Amplitude 已投资构建与主要云数据仓库的集成，使我们的客户更容易解锁其中的有价值数据。

我们与 Snowflake 的主要数据仓库合作伙伴之一。 我们超过 350 家客户正在使用 Amplitude 和 Snowflake 从他们的客户数据中获得有价值且可操作的见解。 通过这种集成，业务用户可以通过实时用户旅程分析来 360 度全方位了解他们的客户。

任何组织的团队都不再需要依赖数据分析师，也不再需要耗费大量资源从数据仓库等地方提取见解并将其数据转化为行动。 许多客户正在利用 Amplitude 使用他们的 Snowflake 数据创建客户群组，然后将他们直接发送到他们的参与平台。 或者，他们将新发现的客户群反向 ETL 回 Snowflake，用于他们的数据科学和机器学习模型。

Block 如何使用 Amplitude + Snowflake 将其免费到付费的转化率提高一倍

Amplitude 首席产品经理 Christopher Selden 展示了 Block（又名 Square）如何使用 Amplitude 和 Snowflake 集成来利用数据和推动用户参与的真实示例。 Block 一直在寻找更好的方式向客户交叉销售其服务。

它使用 Snowflake 集成将行为数据集引入 Amplitude。 Block 捕获基于事件的数据，例如当客户在线处理退款或在其他业务系统中请求退货时。 然后，它将从 Snowflake 引入的交易数据与 Amplitude 中已有的行为数据相结合。

借助收集到的数据和见解，Block 的营销团队能够根据用户的行为和体验将他们的用户分成不同的受众。 然后，他们针对这些受众设计个性化的交叉销售和追加销售活动。

这些活动使 Block 从免费产品到付费产品的转化率翻了一番。 以前需要与数据科学团队合作数周才能完成的数据分析和激活，现在只需几分钟就可以由他们的营销团队完全自助完成。

从可信数据源获取价值的当前障碍

要真正获得客户的 360 度全方位视图，您需要的不仅仅是行为或产品使用数据。 例如，离客户最近的团队仍然无法访问数据，这些数据被锁定在数据团队使用的平台中。 我们看到了从数据源中获取价值的其他三个主要障碍：

• 数据漂移。较少面向 SQL 的团队（产品、设计和营销）通常在 Amplitude 等工具中开始他们的提问和数据处理。 同时，数据分析师和工程人员主要在数据仓库中运作。 这导致不同的团队在他们的真实来源和数据消费点之间存在差异，从而增加了对数据和由此产生的洞察力的缺乏信任。
• 协同摩擦。由于数据仓库是组织的单一事实来源，因此数据驱动的团队自然会跨 Amplitude 和数据仓库开展工作。 但是，如果对象仅存在于一个平台中或未转换为另一个平台，则会导致团队之间形成孤岛并错失协作机会。 这些团队需要在多个平台上对他们的工作进行逆向工程，然后从一个平台转换到另一个平台。
• 价值的时间。最终，所有这些都会减慢您利用数据、将其从原始数据集转化为行动洞察的速度。 无论您是将所有客户数据集中在仓库中，还是构建管道以实现跨各种自助分析工具的数据访问民主化，目标都是最大化客户数据的价值。

当我们谈论超出 Amplitude 当前捕获的行为数据的数据集时，我们指的是以下信息：

• 人口统计数据
• 账户数据
• 订阅数据
• 机器学习模型

将这些包含在您的分析中的能力可以真正为组织提供其客户的 360 度视图。 这个问题是，直到现在，这样做几乎是不可能的。 考虑以下场景：

• 如果您的参与数据在一个系统中而订阅者状态数据在另一个系统中，您将如何监控订阅者和非订阅者的参与率？
• 如果您的交互数据和 CLV 数据完全分开，您将如何衡量与新推出的功能交互对客户生命周期价值 (CLV) 的影响？
• 如果流失的用户再也没有出现在您的参与数据中，您如何重新吸引他们？

这就是 Amplitude 自豪和兴奋地宣布 Profile Connect 的原因，这是与 Snowflake 合作推出的一种新的 Amplitude 产品功能。

Profile Connect 简介

Profile Connect 是 Amplitude 客户首次可以直接查询 Snowflake 中的数据，并将其与我们平台中现有的行为数据相结合。 Amplitude 现在是唯一允许您根据 Snowflake 中的客户数据构建客户档案和细分受众的平台。

Profile Connect 将使数据驱动的团队能够使客户资料可移植。 它允许他们访问 Snowflake 和 Amplitude 的完整数据视图。

要了解它是如何工作的，请观看下面的演示：

创建查询很简单。 您需要一个用户 ID 来确定它在 Amplitude 中绑定到哪个用户。 然后，您规定要从数据仓库中获取哪些属性。

在演示中，该属性是决定客户升级到付费订阅的可能性的倾向得分。 该倾向得分是根据数据科学团队的分析在 Snowflake 中计算得出的，同时考虑了行为和非行为数据。

导入查询后，您可以为客户渠道建模。 在这种情况下，我们模拟了登陆订阅页面的客户的旅程，然后发送了一条消息。

然后，您可以应用 Snowflake 的倾向得分，它显示客户升级到付费订阅的可能性。

进行漏斗分析只是您如何通过 Profile Connect 利用非行为数据的一个示例。 其他方法包括进行群组分析和受众细分。

亲自试用 Profile Connect

如果您是我们 Growth 或 Enterprise 计划的现有 Amplitude 客户，并且想成为 Profile Connect 测试版用户，只需填写此表格即可开始。 这是一个很好的机会，可以与我们的 Amplitude 产品团队合作，测试这一突破性的功能，同时帮助 Amplitude 塑造我们的愿景。

如果您想观看完整的网络研讨会，可以在此处观看。