Papier、時間のかかるETLを置き換えて、顧客属性モデルを構築
Fivetran、Redshift、およびLookerにより、PapierはETLに費やした時間の20%を取り戻し、利用可能なデータソースを倍増させ、独自の属性モデルを構築し、データ駆動型の意思決定が劇的に増加しました。
重要ポイント
- Fivetranを使用する前、PapierのCTOはETLの問題を修正するために、週に丸1日を費やしていました。彼は今、戦略計画に投資しています。
- Papierは、利用可能なソースの数を倍増させ、定期的にデータを取得して、レポートを作成する時間を大幅に短縮。
- 同社は独自のアトリビューションモデルを構築し、製品ロードマップの開発を改善しています。
- 最新のデータスタックを導入する前は、データを使用していた従業員は1人だけでした。今では従業員の約60%がLookerのダッシュボードを積極的に使用し、データ駆動型の文化を反映しています。
Data Stack
- Pipeline: Fivetran
- Sources: Amazon S3, Apache Kafka on Heroku, Bing Ads, Facebook Ad Insights, Google Ads, Postgres SQL, Xero
- Warehouse: Amazon Redshift
- BI Tool: Looker
Papierは、文房具、招待状、カード、写真集などを販売するデザイン＆パーソナライゼーション事業です。2015年の創業以来、英国で大きな成功を収めたeコマース企業は、米国、オーストラリア、フランス、ドイツに進出し始めました。Papierはまた、紙製品から個人向け製品へと移行し、今後1年間に製品ポートフォリオを拡大する予定です。同社はカードを送り合う伝統を尊重していますが、データを手動で抽出、変換、読み込むという作業に対する感情は別の話です。
混乱したETLスクリプトの解決策を求めて
Papierは戦略の一環として有料のマーケティングサービスを使用しており、Facebook、Google、Bingおよびその他の広告プロバイダーにまたがる支出を分析できることは、戦略の成功に不可欠です。 Fivetranを導入する前、Papierは、社内で作成されたETLスクリプトとコードを使用して、広告、クリックストリーム、およびトランザクションデータをRedshiftに一元化しようとしていました。
このソリューションは最適ではなく、同社はETL関連の問題に時間をかけすぎていました。CTOのJoe Robertson氏は、過去のデータとキャンペーン全体にわたるデータを照合しているさなかに、不正確で一貫性のないデータを見つけ、しばしば再同期が必要であることに気付きました。
Robertson氏は、時間を節約するために自動化を実現するETLソリューションを探しました。彼は、Fivetranが提供する幅広いコネクタの数に驚きました。その中には、Papierにとって重要な「BingやPinterestのような難解なサービス」も含まれていたからです。
彼はFacebook Ad Insightsコネクタから始めて、実装プロセスについて「本当にわかりやすい。」と語っています。彼はRedshiftで以前のテーブルを置き換えることができ、その日から良い分析結果を得ることができました。
Fivetranを導入して以来、Robertson氏は、定期的に閲覧できるデータソースの数を倍増させており、今後も追加していきたいと考えています。
「Fivetranは、当社のETLの質を改善させました。」と彼は言います。
PapierはFivetranを使って、実稼働しているデータベースから直接データウェアハウスに主要なトランザクションテーブルを結合しています。
これによりRobertson氏は、クリックストリームおよびイベントデータとトランザクションデータを相互参照して、各製品を閲覧している数や注文している数などの信頼できる唯一のデータを得ることができます。彼のチームは、トランザクションデータをサイトの行動や他のデータと結び付けて、顧客の生涯価値を算出することができます。
Fivetran導入前、Papierは1日に1回しかデータを同期できなかったのです。
「レポートを抽出するのに時間がかかりすぎるため、あまり頻繁には実行していませんでした。」とRobertson氏は言います。現在、Papierの本番データベースのデータは5分ごとに同期され、Facebookのデータは1時間ごとに同期されます。彼はこれまでとの違いを「計り知れない。」と評しています。
属性モデルの作成
データをRedshiftに一元化することで、PapierはLookerを使ってすべてのデータソースから洞察を得ることができ、BIアナリストを雇い、Lookerのデータを厳密に処理することも実現しています。
「私たちはコアデータのレポーティングにLookerを使っています。」とRobertson氏は言います。
「私たちはLookerの導入と活用にすぐに取りかかりました。可能な限り多くの情報源に接続して、そこから本当の洞察を得られるようにしています。ビジネスに非常に良い影響を与えています。」
Papierの最大の成果の一つは、広告プロバイダーのデータを利用した独自の属性を構築したことです。「広告データを顧客記録とリンクさせ、獲得した顧客の生涯価値に基づいて広告のROAとROIを示すことができます。」とRobertson氏は述べています。これにより、Papierが新しい顧客を獲得することに対する考え方が変わりました。「人々が再び戻ってきて、新しい注文をしてくれるかどうかを確認できるのは、とても大きな違いです。これは非常に役立っています」と述べています。
データを通じた組織の変革
Robertson氏は、彼の最新のデータスタックを採用して以来、間違いなく文化の変化に気づいています。「オフィスの周りを歩いていると、Lookerを持っている人たちが画面上のダッシュボードを見ていて、そのほとんどが自分で作成したものだというのを見ると、本当に嬉しくなります。」
技術的な知識が限られている人でも、すぐにスピードアップできます。BIチームが回答するのに時間がかかっていたであろう質問にも、簡単に答えることができるようになりました。「それによって会社の文化が変わり、測定可能な成果に焦点を当てる方法が変わりました。」とRobertson氏は言います。以前は、データを積極的に使用しているのは彼だけでした。今では、会社の3分の2がLookerを積極的に使っていると彼は推測しています。
Papierのカスタマーサービスチームは、Zendeskのデータを直接取得して、チケットの販売速度を分析できるようになりました。 オペレーションチームは、Fivetranコネクタのおかげで、株価、アイテムの販売場所、複製された会社の本番データベース、および設定方法などの情報にすばやくアクセスできます。 以前は、チームは管理画面で作業するほかありませんでした。
「データの見方に大きな変革をもたらし、正直なところ、それ以前に何をしていたかを想像することは、ほとんど困難です。」とRobertson氏は述べます。「これらのツールを使い始めてから、会社はよりデータを重視するようになりました。」
自動化されたETLソリューションによってデータを一元化し、
組織を変革する方法をお知りになりたいですか？
製品スペシャリストと一緒に、Fivetranのデモをご覧いただくか、無料トライアルを利用して今すぐ開始してください。
Fivetranについて：Fivetranの標準化されたテクノロジーは、お客様の倉庫にデータを適切な方法で配信します。データアナリストの現実的なニーズによって形作られたFivetranの技術はアジャイル分析をサポートし、組織全体でデータに基づいた決定を可能にする。5分のセットアップの後、Fivetranはすべてのアプリケーション、データベース、イベント、ファイルを高パフォーマンスのデータウェアハウスに複製します。標準化されたクラウドパイプラインは完全に管理され、メンテナンスは不要です。
Amazon Redshiftについて：Amazon Redshiftは高速で完全に管理されたペタバイト規模のデータウェアハウスソリューションであり、既存のビジネスインテリジェンスツールを使ってすべてのデータを効率的に分析することを簡単にし、費用対効果も高いです。
Lookerについて：Lookerは、大規模なすべての部門にデータ分析とビジネスの洞察を提供し、意思決定プロセスに直接データを配信するためにアプリケーションを簡単に統合するデータ用の最新プラットフォームです。
