Automatisation des points de contact client avec Snowflake, Hightouch et dbt Cloud

Automatisation des points de contact client avec Snowflake, Hightouch et dbt Cloud


Avec des centaines de produits SaaS dans une entreprise donnée, il devient de plus en plus difficile et fastidieux de gérer les relations avec les fournisseurs et de négocier des contrats. Vendr a complètement transformé tout ce processus en créant une plateforme d’achat SaaS où les parties prenantes peuvent facilement gérer les relations et les contrats de leurs différents fournisseurs de logiciels dans une plateforme centralisée. Vendr fournit également des informations impartiales sur les outils populaires et les technologies à venir pour aider à informer les nouveaux achats.

Avec des experts SaaS appelés Executive Buyers et des informations sur des milliers de transactions, Vendr a aidé les entreprises à économiser 100 millions de dollars au cours des deux dernières années. Vendr garantit à chaque client d’économiser plus d’argent que son coût annuel et, plus important encore, permet à chaque client d’économiser le temps et le stress généralement perdus dans les négociations lors d’un achat ou d’un renouvellement. À leur tour, les entreprises disposent de plus de temps et de ressources pour se concentrer sur les résultats commerciaux, au lieu d’acheter de nouveaux logiciels.

Défi : améliorer l’évolutivité, automatiser les ventes et améliorer les processus marketing

Avec la prolifération des entreprises SaaS augmentant rapidement pendant le COVID-19, Vendr a connu une croissance rapide, passant de 30 employés à plus de 180 en moins d’un an. Avec cette expansion rapide, Vendr savait que sa pile technologique ne pourrait pas maintenir cette accélération. La pile technologique de Vendr était relativement naissante, consistant en un entrepôt de données PostgresSQL de fortune, dbt Core et une instance de métabase auto-hébergée pour l’informatique décisionnelle. En tant que tel, Vendr voulait pérenniser sa pile technologique avec des solutions qui pourraient facilement évoluer pour prendre en charge ses nombreux cas d’utilisation.

En plus de cela, pour négocier efficacement les transactions, Vendr doit communiquer à la fois avec le vendeur et l’acheteur. Cela nécessite que son équipe de réussite client contacte plusieurs fois pour s’assurer que l’acheteur et le vendeur prennent les mesures appropriées requises de leur côté pour conclure la transaction, ce qui prend beaucoup de temps. L’entreprise avait besoin d’un magasin de données central pour suivre l’étape à laquelle se trouvait chaque transaction et d’un moyen d’automatiser ce processus pour faire gagner du temps à son équipe Customer Success.

« Pourquoi réinventer la roue quand quelque chose a été fait mille fois ? Je ne veux pas que quelqu’un de mon équipe fasse quelque chose qui a déjà été fait si cela peut être évité. Hightouch, Snowflake et dbt ont rendu mon travail tellement plus facile.

—Erik Edelmann, responsable principal de l’ingénierie analytique

La solution : centraliser, transformer et démocratiser les données pour l’activation
Dans cet esprit, l’équipe de données de Vendr s’est tournée vers Snowflake sur AWS en tant que plate-forme de données centralisée, dbt Cloud pour la modélisation et la transformation des données, et Hightouch pour ETL inversé.

Snowflake comme colonne vertébrale de la stratégie de données de Vendr

La mise en œuvre de Snowflake a été la première étape de la réarchitecture de la pile technologique de Vendr. Grâce à Snowflake, Vendr peut facilement évoluer vers le haut ou vers le bas pour répondre aux besoins de son entreprise et prendre en charge ses nombreux utilisateurs.

Vendr a choisi Snowflake pour de nombreuses raisons, mais l’une des plus importantes était la simultanéité. L’architecture multi-cluster de Snowflake permet à Vendr d’aborder avec élégance ses scénarios de concurrence de manière contrôlée.

Snowflake permet également à Vendr de travailler avec des données semi-structurées et d’évoluer facilement à la hausse ou à la baisse. En fin de compte, Snowflake agit comme l’épine dorsale de l’ensemble de l’organisation des données de Vendr, responsabilisant tous les employés de l’organisation.

« Nous savions que nous allions rencontrer des problèmes de simultanéité, la mise à l’échelle automatique dans Snowflake est donc essentielle pour soutenir nos utilisateurs Looker. Snowflake renforce tout ce que nous faisons. Avec Snowflake, je n’ai pas à penser à quoi que ce soit, parce que ça marche. Il est facile à utiliser et, à mesure que nos cas d’utilisation et nos défis évoluent et grandissent, nous pouvons compter sur lui pour répondre à nos besoins.

—Erik Edelmann, responsable principal de l’ingénierie analytique

Modélisation des données avec dbt Cloud et Snowflake

Vendr utilise dbt Cloud au-dessus de Snowflake pour transformer et modéliser toutes ses données à des fins d’analyse. En utilisant dbt Cloud en parallèle avec Snowflake, Vendr est capable d’associer des objets CRM (tels que des entreprises) à des objets de données produit spécifiques (tels que des espaces de travail). Vendr utilise également dbt pour créer des modèles de données sur Snowflake qui montrent combien de temps des offres spécifiques ont été bloquées à différentes étapes.

De plus, Vendr utilise dbt pour planifier, gérer et automatiser les tâches de traitement dans Snowflake. Avec dbt Cloud, Vendr exploite les changements de code de production d’intégration continue et normalise divers processus.

Vendr utilise également des modèles DBT incrémentiels pour générer des messages automatisés et personnalisés en fonction de l’état d’avancement d’une transaction et des actions que le client doit entreprendre pour conclure la transaction.

Activer les modèles dbt avec Hightouch

Snowflake et dbt ont immédiatement relevé tous les défis de Vendr d’un point de vue analytique, mais c’est en opérationnalisant les modèles de données et les informations obtenues grâce à Snowflake que Hightouch intervient.

Marketing automatisé du cycle de vie alimenté par l’entrepôt de données
Grâce à Hightouch, Vendr est capable de synchroniser des modèles dbt de messages personnalisés directement avec HubSpot. Grâce à l’intégration dbt Cloud de Hightouch, dès que l’exécution dbt est terminée, les messages sont synchronisés avec HubSpot. Ensuite, les flux de travail dans HubSpot sont activés pour déclencher des e-mails spécifiques (en utilisant les messages du modèle dbt) aux acheteurs et aux vendeurs les informant des actions qui doivent être prises pour conclure une transaction ou renouveler un contrat. Ces mêmes e-mails sont également utilisés pour inviter les clients à répondre à des sondages sur les commentaires des clients après la conclusion d’une transaction.
kktGAaes4OqqVNB14k8j 5CCIl5NTiPcybdP FA7lrN3H5CU8M8ITEx7xfJbpnwzUHijtnz1d4q0wbKOcb6P2o0DOkvJ4TcNzIdYBfBTk0UkbEOf8KPHaT kpfRmyn6DrqyB1rXK
0Y8MMTrk4TQpy7Up8zUr1Lz5wN0elUXXi4ko6cn5U7y3ESwLrnoWgC48uX7Vip9d7xNbiGX SWGLEAxB1QgkGg0zZZMuB9WO95b27VCZv97E pboj3th6veQRnEctKi6ys27WBL4

« Hightouch étend vraiment la portée de Snowflake pour nous. Tout le monde ne fait pas son travail dans un outil de BI—certains de nos employés le font dans un CRM, et c’est pourquoi Hightouch est précieux.

—Erik Edelmann, responsable principal de l’ingénierie analytique

Automatisation des messages Slack en fonction des données d’utilisation du produit
Vendr a des canaux Slack avec chaque client, donc si les e-mails sont inefficaces, ils peuvent faire remonter les messages et les envoyer directement dans Slack. Avant Hightouch, deux personnes devaient passer une journée entière chaque semaine à assurer la diffusion de ces messages.
lH3EoNgVfXitNtHNlQpChS42wEv8nztiJWzz EVdtH86l6 A7BheWiaQsoy uxDU8rDgCPfAEW mme43MqpBMQvSUTp obCBS8i3Eoje5CXRCmcmQ9nDpB p8AeDSzwumA aad u

En plus de cela, Vendr a également créé un « Deal Success Bot » qui accorde un crédit aux employés qui permettent aux clients d’économiser plus de 25 % ou 100 000 $ d’économies. C’est un énorme coup de pouce moral pour toute l’équipe (voir exemple ci-dessous), car tout le monde est aligné sur la valeur client et un processus d’achat SaaS plus transparent.

4HZhvbMQfLxuYqodMr0zKkb5FKZYvn1l8kvt0B rFlI euAyfP6 fMBa4X9r3R168sjvN5fo6x Z7yiLc1 S2RiJT MRF 4OE8gkJ0s8GRXoomjCX7rTlojcMqtn1W61qFE5yA 4

« La création de synchronisations dans Hightouch peut prendre aussi peu qu’une heure avec les tests. En raison de cette efficacité, nous utilisons maintenant Hightouch pour alimenter un certain nombre de flux de travail importants qui sont utilisés dans l’ensemble de l’entreprise.

—Erik Edelmann, responsable principal de l’ingénierie analytique

Automatisation des rapports financiers avec Snowflake
Avant Hightouch, le responsable des opérations de Vendr était obligé de passer une semaine entière chaque trimestre à créer des rapports dans Google Sheets pour divers états financiers. Avec Hightouch, ces informations sont désormais synchronisées directement depuis sa plate-forme de données centralisée avec Snowflake vers une feuille de calcul, qui est ensuite visualisée pour analyse et communication au conseil d’administration de Vendr.

Mieux encore, Vendr exploite le contrôle de version avec Intégration Git native de Hightouch pour s’assurer que toutes les synchronisations et tous les modèles sont définis et sauvegardés dans le code. Toutes ses synchronisations peuvent être facilement mises à jour chaque fois qu’il y a un changement dans les modèles de données et les données.

« Les données sont au cœur de notre activité. Prendre ces données et les mettre au bon endroit au bon moment est la clé et c’est exactement là que Snowflake, Hightouch et dbt aident.

—Erik Edelmann, responsable principal de l’ingénierie analytique

Et après

Vendr a de grands projets pour l’avenir. De nombreuses initiatives de « données en tant que produit » sont à venir pour aider les clients à mieux comprendre leurs piles SaaS actuelles et leurs dépenses SaaS. Vendr fera un effort concerté pour créer et fournir des fonctionnalités de produit pour aider les clients à faire de meilleurs choix lorsqu’il s’agit d’acheter des outils SaaS. L’équipe renforcera ses efforts pour combler l’écart de processus entre les acheteurs SaaS et les vendeurs SaaS en aidant les fournisseurs à reconnaître la valeur créée par Vendr lorsque les transactions SaaS sont gérées et rationalisées.

Résultats

  • Avec Snowflake, Vendr peut prendre en charge un nombre illimité d’utilisateurs simultanés et tirer parti de solutions telles que Hightouch et dbt pour alimenter un assortiment de cas d’utilisation afin d’automatiser les points de contact entre acheteurs et vendeurs.
  • En utilisant Hightouch pour envoyer des données financières à Google Sheets, le responsable des opérations de Vendr dispose désormais de quatre semaines supplémentaires par an pour se concentrer sur les résultats commerciaux.
  • Au lieu de devoir envoyer manuellement des e-mails et des messages Slack individuels, Vendr automatise les flux de travail HubSpot et les messages Slack avec les données de Hightouch pour informer les acheteurs et les vendeurs des actions nécessaires pour conclure des offres spécifiques.
  • Vendr utilise dbt Cloud pour modéliser et transformer toutes ses données dans Snowflake, comme un modèle pour décider de la prochaine action qu’un client doit entreprendre pour conclure un contrat SaaS.
  • Avec l’intégration native dbt Cloud de Hightouch, chaque synchronisation Hightouch se produit automatiquement une fois que son travail dbt est terminé et que les données sont mises à jour dans Snowflake.
  • À l’aide de dbt, Snowflake et Hightouch, Vendr envoie des sondages aux parties prenantes côté client et aux représentants côté fournisseur.

Remerciement spécial
« J’aimerais remercier tout particulièrement tous ceux qui ont participé à ce travail, y compris, mais sans s’y limiter, Schylar Brock et toute l’équipe Vendr Data, Matthew Lewis et tous les membres des équipes Vendr Product Ops, et bien sûr Hightouch, dbt, et les équipes Snowflake, avec qui il est toujours agréable de travailler.
—Erik Edelmann, responsable principal de l’ingénierie analytique

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.