Profile Connect 預覽：來自 Snowflake 的便攜式客戶檔案

在最近的一次網絡研討會中，我們研究了 Amplitude 如何幫助解鎖數據倉庫中的數據。 我們通過與主要數據倉庫集成合作夥伴之一 Snowflake 的聯繫展示了這是如何完成的。

我們展示了我們的新功能 Profile Connect 的獨家演示。 通過 Profile Connect，我們讓用戶能夠直接從 Amplitude 查詢 Snowflake 中的數據，然後將其與平台中已有的行為數據相結合。

數據倉庫在商業智能中的作用

Amplitude 的聯合創始人兼首席技術官 Curtis Liu 強調了當今“數據是業務的核心”。 客戶數據是開發產品和服務以及製定運營決策的基礎。 因此，數據倉庫已成為商業智能的核心。

這種對數據的重視意味著數據素養是組織內多個團隊日益增長的需求——從產品經理到營銷人員再到用戶體驗設計師。 根據IDC數據，企業可用的數據只有32%投入使用。

組織需要通過精簡和簡化探索性分析來找到利用公民數據分析的方法。 這包括使從數據倉庫中提取和分析數據變得容易。

振幅+雪花

Curtis 說：“Amplitude 使公司的每個人都可以輕鬆探索並從他們的產品行為數據中獲得洞察力。” “如果您以前使用過 Amplitude，您可能已經體驗過這有多麼簡單。”

只需點擊幾下，Amplitude 允許用戶：

• 監控功能的使用率
• 分析轉化漏斗中流失的原因
• 檢查每周保留
• 比較 A/B 測試中的兩個變體
• 和更多

但是我們通過與客戶的對話了解到，從數據倉庫中獲取計算的業務數據以進行分析一直具有挑戰性和棘手性。 客戶不得不構建難以維護且需要大量工程時間的易碎數據管道。

Amplitude 已投資構建與主要雲數據倉庫的集成，使我們的客戶更容易解鎖其中的有價值數據。

我們與 Snowflake 的主要數據倉庫合作夥伴之一。 我們超過 350 家客戶正在使用 Amplitude 和 Snowflake 從他們的客戶數據中獲得有價值且可操作的見解。 通過這種集成，業務用戶可以通過實時用戶旅程分析來 360 度全方位了解他們的客戶。

任何組織的團隊都不再需要依賴數據分析師，也不再需要耗費大量資源從數據倉庫等地方提取見解並將其數據轉化為行動。 許多客戶正在利用 Amplitude 使用他們的 Snowflake 數據創建客戶群組，然後將他們直接發送到他們的參與平台。 或者，他們將新發現的客戶群反向 ETL 回 Snowflake，用於他們的數據科學和機器學習模型。

Block 如何使用 Amplitude + Snowflake 將其免費到付費的轉化率提高一倍

Amplitude 首席產品經理 Christopher Selden 展示了 Block（又名 Square）如何使用 Amplitude 和 Snowflake 集成來利用數據和推動用戶參與的真實示例。 Block 一直在尋找更好的方式向客戶交叉銷售其服務。

它使用 Snowflake 集成將行為數據集引入 Amplitude。 Block 捕獲基於事件的數據，例如當客戶在線處理退款或在其他業務系統中請求退貨時。 然後，它將從 Snowflake 引入的交易數據與 Amplitude 中已有的行為數據相結合。

借助收集到的數據和見解，Block 的營銷團隊能夠根據用戶的行為和體驗將他們的用戶分成不同的受眾。 然後，他們針對這些受眾設計個性化的交叉銷售和追加銷售活動。

這些活動使 Block 從免費產品到付費產品的轉化率翻了一番。 以前需要與數據科學團隊合作數週才能完成的數據分析和激活，現在只需幾分鐘就可以由他們的營銷團隊完全自助完成。

從可信數據源獲取價值的當前障礙

要真正獲得客戶的 360 度全方位視圖，您需要的不僅僅是行為或產品使用數據。 例如，離客戶最近的團隊仍然無法訪問數據，這些數據被鎖定在數據團隊使用的平台中。 我們看到了從數據源中獲取價值的其他三個主要障礙：

• 數據漂移。較少面向 SQL 的團隊（產品、設計和營銷）通常在 Amplitude 等工具中開始他們的提問和數據處理。 同時，數據分析師和工程人員主要在數據倉庫中運作。 這導致不同的團隊在他們的真實來源和數據消費點之間存在差異，從而增加了對數據和由此產生的洞察力的缺乏信任。
• 協同摩擦。由於數據倉庫是組織的單一事實來源，因此數據驅動的團隊自然會跨 Amplitude 和數據倉庫開展工作。 但是，如果對象僅存在於一個平台中或未轉換為另一個平台，則會導致團隊之間形成孤島並錯失協作機會。 這些團隊需要在多個平台上對他們的工作進行逆向工程，然後從一個平台轉換到另一個平台。
• 價值的時間。最終，所有這些都會減慢您利用數據、將其從原始數據集轉化為行動洞察的速度。 無論您是將所有客戶數據集中在倉庫中，還是構建管道以實現跨各種自助分析工具的數據訪問民主化，目標都是最大化客戶數據的價值。

當我們談論超出 Amplitude 當前捕獲的行為數據的數據集時，我們指的是以下信息：

• 人口統計數據
• 賬戶數據
• 訂閱數據
• 機器學習模型

將這些包含在您的分析中的能力可以真正為組織提供其客戶的 360 度視圖。 這個問題是，直到現在，這樣做幾乎是不可能的。 考慮以下場景：

• 如果您的參與數據在一個系統中而訂閱者狀態數據在另一個系統中，您將如何監控訂閱者和非訂閱者的參與率？
• 如果您的交互數據和 CLV 數據完全分開，您將如何衡量與新推出的功能交互對客戶生命週期價值 (CLV) 的影響？
• 如果流失的用戶再也沒有出現在您的參與數據中，您如何重新吸引他們？

這就是 Amplitude 自豪和興奮地宣布 Profile Connect 的原因，這是與 Snowflake 合作推出的一種新的 Amplitude 產品功能。

Profile Connect 簡介

Profile Connect 是 Amplitude 客戶首次可以直接查詢 Snowflake 中的數據，並將其與我們平台中現有的行為數據相結合。 Amplitude 現在是唯一允許您根據 Snowflake 中的客戶數據構建客戶檔案和細分受眾的平台。

Profile Connect 將使數據驅動的團隊能夠使客戶資料可移植。 它允許他們訪問 Snowflake 和 Amplitude 的完整數據視圖。

要了解它是如何工作的，請觀看下面的演示：

創建查詢很簡單。 您需要一個用戶 ID 來確定它在 Amplitude 中綁定到哪個用戶。 然後，您規定要從數據倉庫中獲取哪些屬性。

在演示中，該屬性是決定客戶升級到付費訂閱的可能性的傾向得分。 該傾向得分是根據數據科學團隊的分析在 Snowflake 中計算得出的，同時考慮了行為和非行為數據。

導入查詢後，您可以為客戶渠道建模。 在這種情況下，我們模擬了登陸訂閱頁面的客戶的旅程，然後發送了一條消息。

然後，您可以應用 Snowflake 的傾向得分，它顯示客戶升級到付費訂閱的可能性。

進行漏斗分析只是您如何通過 Profile Connect 利用非行為數據的一個例子。 其他方法包括進行群組分析和受眾細分。

親自試用 Profile Connect

如果您是我們 Growth 或 Enterprise 計劃的現有 Amplitude 客戶，並且想成為 Profile Connect 測試版用戶，只需填寫此表格即可開始。 這是一個很好的機會，可以與我們的 Amplitude 產品團隊合作，測試這一突破性的功能，同時幫助 Amplitude 塑造我們的願景。

如果您想觀看完整的網絡研討會，可以在此處觀看。