Chubbiesは、ショートショーツを販売。Fivetranによりデータ分析を適切な状態に。

Chubbies ShortsはFivetranを使ってShopify、Klaviyo、Google Analytics、Google Sheetsなどの顧客データをGoogle BigQueryのデータウェアハウスにブレンドすることで、高度なアナリティクスに活用しています。

Data Stack

重要ポイント

  • Chubbies氏がFivetranを選んだ理由は、セットアップが簡単で、コネクタの種類が豊富で、固定価格モデルとスケーラビリティがあることです。
  • Excelのスプレッドシートで意思決定を行うのではなく、ビジネスチームはLookerでリアルタイムデータを取得しています。
  • Fivetranを導入する9週間以上前と比較して、マーチャンダイジング・チームは製品の成長と成功に関して、2〜3週間で意思決定しています。
  • より包括的な顧客データを使用することで、ビジネスは既存のチャネルに支出を割り当てる方法を決定し、新しいチャネルの影響を効率的に測定できます。

2011年、Tom Montgomery氏とスタンフォード大学の同僚の学生Kyle Hency氏、Preston Rutherford氏、Rainer Castillo氏は、Tahoe湖の湖畔でショーツ (本当に本当に短いショーツ) を売り始めました。これらのショーツは、当時の超広幅スタイルに対する反発的な反応を表しています。あるいは、Montgomery氏が記憶しているように、「長い、ぶかぶかのカーゴショーツ。。。」

現在は 「Chubbies」 として知られるサンフランシスコを拠点とするこの洋服店は、Lake Tahoeで数十足のショートパンツを販売していましたが、自社ブランドの店舗や世界中のオンラインショップで販売するようになりました。「私たちは、他のファッションブランドが自称しないような、面白くて人目を引く名前を探していました。私たちは 「Chubbies」 は面白いと思いました。」とMontgomery氏は言います。「サンフランシスコでは、太陽が出ています。私たちは小さなショーツを着ることで太陽を受け入れます。ブランドは自然に生まれたものでした。」

唯一の情報源を求めて

Chubbiesのマーケティング活動は、顧客のためにビーチを探し回ることから、同社のmartechデータ分析環境からの顧客データのブレンドを分析することへと移行しました。しかし、データが別々の場所に保管されているため、企業はユーザーと顧客の行動を明確に把握することができず、すべての分析をExcelで行なっていました。

サイロ化されたデータがあるため、チームは同じような質問に答えるために異なる情報を検討することになります。「人々はサイロ化された環境で働いていました。例えば、Facebook広告がカスタマーサービスに与える影響や、Eメールが販売に与える影響については知らなかった。」とChubbiesのデータ&アナリティクス担当シニアマネージャーのCarlos Nido氏は言います。「人々は同じ質問に対して異なる情報源を見ていたため、最終的には異なる判断を下していました。」

Fivetranが推進するデータ

企業はデータの一元化を望んでいましたが、社内でデータパイプラインを構築するためのリソースがありませんでした。Chubbiesではいくつかのソリューションを評価した結果、Fivetranには簡単なセットアップ環境と豊富なコネクタ、ビジネスの将来計画を可能にする明確な価格モデル、スケーラビリティがあることを発見しました。「すべてが1つのエコシステム内にあるため、必要なデータを簡単に分析できます。通常なら大量のエンジニアリングリソースを消費してしまうところでした。」とNido氏は言います。

BigQueryでデータを一元化することで、企業は異なるソースからのデータを統合することに力を注ぐのではなく、ミッションに集中できます。「すべてのビジネスユニットは、顧客への影響、顧客の生活と経験における役割、および経験の価値を高めるために、押す必要があるレバーがどれであるかを完全に理解することを使命としています」とMontgomery氏は言います。 「私たちにとって、このプロセスは重要です。 Fivetranによって支えられているデータは、最適化に役立つプロセスの重要な部分です。」

「FivetranはChubbiesの多くの人々にデータへのアクセスを提供しています」とMontgomery氏は付け加えます。 「BigQueryおよびLookerと組み合わせることで、より良い意思決定が可能になります。これにより、データチームがより多くの戦略的アプローチを取り、長期的なソリューションを作成し、人々向けのレポートを作成する時間を節約できます。」

Lookerによる可視化

ビジネスインテリジェンスのために、ChubbiesはBigQueryのウェアハウス上でLookerを動かしています。「Lookerを使用すると、情報を1ヶ所にまとめて、すべてのExcelシートを取り除き、非常に優れた可視化を行うことができます。」とNido氏は言います。

企業全体がLookerを使用してアドホックなレポートを作成でき、従業員はそれらの情報に基づいて独自の意思決定を行うことができます。「データを分析するためにExcelの数式を学ぶ必要はありません。Lookerのいくつかのボタンをクリックするだけです。 Fivetranがあるため、これらすべてが可能です。データを維持するために必要な人員が半分に削減され、ビジネスへの良き影響をさらに大きくすることができました」とNido氏は言います。

Chubbiesは重要なマーケティング指標を使用して、どの広告が注文を促し、どのメールが販売につながるかを判断できるようになりました。それは、消費者のライフタイムバリューと収益への影響を理解することです。
「私たちは、消費者が最初に見たコンテンツから10番目の注文までを分析し、途中のやり取りやメールがあれば、それを分析します。」とMontgomery氏は言います。「私たちのウェブ分析は、人々がサイトに到着した後、サイト上でどのように行動しているかに関するものです。Fivetranを介したデータは、私たちにとって大きな原動力となっています。」。

ライブ製品パフォーマンス・トラッキング

マーチャンダイジング・チームは、製品の影響をより迅速に測定できるようになりました。以前は、製品を発売するとき、販売率を確認するためにまずは数週間販売する必要がありました。チームはShopifyからデータをダウンロードし、Excelに入力して、製品がどのように売れたかを見て、返品を9週間待つ必要がありました。そうすることによって初めて、企業は製品の売上、利益、効果を計算することができました。「現在Lookerでは、販売と返品をリアルタイムで見ることができるので、2~3週間後に商品化チームは商品が顧客に良いものであると認識されたかどうかを判断し、広告やメールがどのように機能するかを見ることができます。これらの情報はすべて、1つのダッシュボードに表示できます。」

マーケティング費用配分の改善

最新のデータ分析環境が導入される前は、買収チームには2つの指標しかありませんでした。顧客を獲得するのにかかる費用と、その顧客から得た利益です。
現在、顧客データは、顧客が購入した製品、チャネル、人口統計など、はるかに包括的なものになりました。データを使用して、企業は、30日間、60日間、および90日間の予測されるライフタイム値を顧客にすぐに割り当てることができます。Nido氏によると、これは消費に関する意思決定に役立つと言います。
「顧客獲得を目的とするチームが、顧客を獲得するためにコストの使用方法を変えました。特定のチャネルを通じて、より価値の高い顧客を獲得している場合は、そのチャネルでの支出を増やします。新しいチャネルを立ち上げれば、その影響を測定してベースラインと比較し、支出ができるだけ効率的であることを確認できます。」

一元化されたデータが組織のすべての部分に与える影響を確認したいとお考えですか?Fivetranのパーソナライズされたデモに登録するか、今すぐ無料トライアルを始めてください。

Fivetranについて:Fivetranテクノロジーは、データ・アナリストの現実のニーズによって形作られており、アプリケーション、データベース、イベント、およびファイルを高性能クラウド・ウェアハウスに複製するための、最もスマートで最速の方法です。Fivetranコネクタは数分で導入でき、メンテナンスは不要で、ソースの変更に合わせて自動的に調整されるため、データチームはエンジニアリングに煩わされることなく、洞察力の向上に専念できます。

BigQueryについて:BigQueryは、Googleのサーバーレスで拡張性に優れたエンタープライズ・データ・ウェアハウスであり、比類のないコスト・パフォーマンスですべてのデータ・アナリストの生産性を高めるように設計されています。

Lookerについて:Lookerはデータのための現代的なプラットフォームで、データ分析とビジネス洞察をあらゆる部門に提供し、アプリケーションに簡単に統合してデータを直接意思決定プロセスに提供します。

Fivetran HPの原文はこちらです。
ChubbiesのHPはこちらです。

Mayumi Hirako