Allergan Aesthetics 가 Snowflake 사용하는 방법

Allergan Aesthetics 가 Snowflake 사용하는 방법

AbbVie 자회사인 Esthétique Allergan는 에스테틱 브랜드 및 제품군을 개발, 제조 및 판매합니다. 에스테틱 제품군에는 안면 주사제, 바디 컨투어링, 플라스틱 및 스킨케어가 포함됩니다.

Laboratoires de données Allergan(Adl) 는 실행 가능 한 인텔리전스 를 통해 회사 의 의료 에스테틱 비즈니스 를 성장 시키려는 사명 을 지닌 Allergan 내 의 그룹 그룹. 제품, 엔지니어링 및 데이터 부문 AVP 인 Tory Brady 에 따르면, «Allergan Data Labs 는 원래 에스테틱 비즈니스 를 지원 하는 데이터 과학 관련 최고 기관 으로 만들어졌습니다. « 

ADL 개인화되고 마찰 없는 디지털 경험을 통해 소비자를 참여시키고 만족시킵니다. 이 포스트에서는 ADL 이 Snowflake 와 Segment 사용하여 고객을 기쁘게 한 방법을 자세히 설명합니다. Segment de flocon de neige en 2018 대규모 고객 데이터를 신속하게 분석할 수 있게 되었습니다.

Snowflake Segment 간의 원활한 통합

Allergan Aesthetics 의 리드 데이터 설계자인 Vishwanath Tanneeru 는 Snowflake 와 Segment 통합한 팀의 일원입니다.

Tanneeru 는 “Segment 와 flocon de neige 가 정말 잘 통합 되어서 우리 측 에서 는 별다른 노력 이 거의 들지 않았다는 점 은 즐거운 놀라움 을 선사 했습니다.» 라고 말 했습니다. «Segment 전반 에 걸쳐 수집 된 이벤트 는 Snowflake 에 자동 으로 보관 되므로 해당 데이터 에 쉽게 액세스 하고 이 를 활용 하여 웹 사이트 트래픽 을 유도 할 수 있습니다.»

«Snowflake 와 Segment 를 함께 사용 할 때 발생 하는 이점 은 각 플랫폼 을 독립 적 으로 사용 하는 경우 에는 얻을 수 없는 것 입니다.» 라고 그 는 말 했습니다.

Allergan Aesthetics 회사에는 데이터를 생성하고 저장하는 수많은 도구와 시스템이 있습니다. 이러한 시스템 전반에 걸쳐 데이터를 동기화하는 것은 복잡한 작업일 수 있습니다. Allergan Aesthetics 플러그 앤 플레이(plug-and-play) 방식의 데이터 인프라를 추구했습니다.

Brady 에 따르면 “Snowflake 와 Segment 는 우리 에게 간단 한 데이터 통합 ​​을 제공 했으며 Snowflake 는 Segment 에서 추적 중 인 이벤트 의 다운스트림 수신자 입니다. 말 그대로 Snowflake에 대한 자격 증명을 입력하는 동안 켰던 토글 버튼이었습니다. Brady 는 Snowflake 와 Segment 를 합병 및 인수 로 인 한 통합 과 같은 예측 하지 못한 변화 에 민첩 하게 적응 할 수 있는 미래 보장형 시스템 으로 보고 있습니다.

셀프서비스 보고로 전환하여 시장 출시 시간 단축

Allergan Aesthetics 데이터 기반 조직입니다. 1 500 명 이상 의 직원 이 있는 영업 조직 은 데이터 를 활용 하여 의사 결정 을 내리고 고객 과 상호 작용 합니다 합니다. 그러나 Snowflake 이전에는 셀프서비스 모델로 데이터가 제공되지 않았습니다. 데이터 분석가가 데이터베이스 를 쿼리 하고 보고서 를 생성 하여 Excel 로 이 를 가져온 다음 조직 전체 에 이메일 로 보냈습니다.

Tanneeru « Snowflake » 사용하여 모든 소스에서 데이터를 쉽게 집계할 수 있었습니다. » « 우리는 해당 데이터를 가져와 그 위에 데이터 마트를 구축하기 시작했습니다. 그 데이터 마트는 다양한 그룹에 맞는 여러 개의 대시보드를 구동합니다. 동시에 Snowflake는 당사의 분석가들에게 데이터에 대한 접근 권한을 부여했습니다. « 

Snowflake 이동한 후 Excel 보고서는 더 이상 이메일을 통해 전송되지 않습니다.

Segment 를 통해 TANNEERU 는 얼마나 많은 사람들 이 ALLERGAN Aesthetics 의 웹 자산 을 방문 하는지, 무엇 을 하는지, 어떻게 상호 작용 하는지 추적 할 수 있습니다. «Segment 가 이 데이터 를 수집 하고 Snowflake 에 원활 하게 흡수 시켜 우리 분석가 와 Bi 팀 은 대시 보드 와 통찰 을 신속 하게 생성 할 수 있습니다.» 라고 그 는 설명 했습니다. « 이를 통해 시장 출시 시간이 단축되고 의사 결정 속도가 빨라졌습니다. »

데이터 과학 및 머신 러닝을 활용하여 CAC 개선

Le segment Snowflake d’Allergan Aesthetics comprend le segment CAC de la marque CAC.

ADL 머신 러닝 팀이 잠재 고객 프로필을 생성하고 이를 Snowflake 에 로드합니다. Flocon de neige 에서 segment ADL 은 의 SQL 특성 을 사용 하여 잠재 고객 그룹 을 만든 다음 채널 (segment 에서 지원) 을 사용 하여 해당 잠재 고객 을 타겟팅 타겟팅 합니다. «Traits SQL 을 사용 하면 트랜잭션 데이터든 데이터 과학 팀 의 데이터 모델 의 산출물 이든 상관 없이 데이터 웨어 하우스 의 모든 데이터로 고객 프로필 을 강화 할 수 있습니다 있습니다 라고 라고 라고 모든 의 수석 강화 과학자 인 있습니다 있습니다.».

Farahani 에 따르면, « Snowflake » Segment 덕분에 머신 러닝 모델을 사용하여 실행 중인 캠페인을 빠능게 반복할 수 수 그 결과 소셜 미디어 광고를 통한 획득당 구매 비용을 41%까지 줄일 수 있었습니다. « 

개인화된 오퍼가 포함된 Allē Flash 보상

Allergan Aesthetics 채널의 프로토타입을 만들고 있습니다. 이 회사는 그들의 관행에서 이러한 제안을 용이하게 하기 위해 선별된 공급자와 협력하복 싞스. Brady « 우리는 공급자의 사무실에 들어갈 때 QR 코드를 스캔할 수 있는 기능을 구축 스입니다. « 우리 시스템은 잠재 고객 속성을 인식하는 Segment에 대한 API 호출을 수행합니다. « 

이러한 잠재 고객 속성 에는 사용자 가 방문 한 웹 속성과 사용자 가 검색 한 Allergan 제품 에 대한 데이터 가 포함 될 수 수. Brady 는 “그들 이 그 Qr 코드 를 스캔 하는 시점 에 의료 전문가 의 도움 을 받아 개인 화 된 제안 을 생성 하여 그 여정 을 완료 할 수 있도록 돕습니다 돕습니다 라고 말 말 했습니다.

Allergan 의 새로운 기술 스택은 보다 의미 있고 시의 적절 하며 영향력 있는 방식 으로 고객 과 직접 소통 할 수 있도록 하여 하여, 궁극 적 으로 강력 강력 한 고객 관계 구축 하고 하고 Allergan 의 비즈니스 소비자 소비자 직접 대면 비즈니스 전환 전환 했습니다. Allē 전체 에서 고객 에 초점 을 맞추고 개인 화 된 고객 커뮤니케이션 을 가능 하게 함 으로써 Allergan 은 작년 에 4 억 달러 이상 의 새로운 수익 을 창출 할 수 있었습니다.

결과 :

  • 2021년 한 해 동안 4억 개 이상 소비자 직접 판매
  • Allē 별점 5점 만점 중 4.9점 App Store
  • 3백만 명 이상 Allē 충성 사용자
  • ‘구매 완료’ CPA 41% 감소

안전한 데이터 공유 및 Snowflake 데이터 마켓플레이스

더 나아가서, Allergan Aesthetics 는 Snowflake 안전한 데이터 공유 및 Flocon de neige 이터 마켓플레이스 추가를 평가하고 있습니다. 데이터 마켓 플레이스 를 통해 회사 는 외부 데이터 소스 를 쿼리 하고 이 를 자체 데이터 와 원활 하게 결합 할 수 있습니다.

Tanneeru 는 “데이터 통찰력, 데이터 복제 및 액세스 를 제공 하기 위해 추가 etl 을 수행 하는 오버헤드 없이 데이터 를 공유 하는 이점 을 확인 할 수 있습니다 있습니다.» 라고 말 했습니다. « 안전한 데이터 공유는 이전에 보지 못했던 중요한 혁신입니다. 이 기능은 유럽과 아시아의 파트너에게는 훨씬 더 중요해졌습니다. Snowflake 포함된 매우 깔끔한 기능입니다.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.