Comment Snowflake a créé une nouvelle valeur pour PenPath et ses clients

Comment Snowflake a créé une nouvelle valeur pour PenPath et ses clients

À PenPath, nous nous engageons à aider nos clients à extraire des informations précieuses de leurs données marketing pour les aider à prendre de meilleures décisions qui ont un impact positif sur leurs résultats. Cependant, accomplir cela n’est pas facile. Nous avons essayé plusieurs alternatives d’entrepôt de données et nous avons réalisé que nous avions besoin d’une solution fiable, évolutive, facile à intégrer à nos technologies existantes et rentable.

En tant que chef de produit, j’ai appris que différentes approches de gestion des données ont des limites et que tous les entrepôts de données ne sont pas créés égaux. Mais Snowflake a répondu à tous nos critères, et cela a tout changé, pas seulement pour nous mais aussi pour nos clients.

Ce que nous faisions avant

Au départ, nous voulions une base de données par client où nous pouvions accéder à toutes les données dans une zone similaire, créant essentiellement un entrepôt de données. Nous avons essayé plusieurs solutions différentes avant de choisir Snowflake.

Au début, nous avons utilisé Amazon RDS pour PostgreSQL pour créer une seule base de données par client, mais cela impliquait des étapes assez élaborées. L’approche est devenue assez coûteuse car nous avons dû faire appel à une ressource supplémentaire pour gérer les différents scripts, les étapes de nettoyage et l’administration approfondie de la maintenance et des autorisations qui étaient nécessaires.

Ensuite, nous avons exploré Google BigQuery pour nos besoins d’entreposage de données. C’était mieux parce que c’était rentable avec une bonne interface utilisateur Web, mais il avait son propre SQL et une API que nous trouvions encombrante.

Les inconvénients ont fini par l’emporter sur les avantages. Nous avions également des clients utilisant déjà des bases de données de style PostgreSQL. Par conséquent, nos modèles existants ont dû être modifiés pour fonctionner dans Google BigQuery, ce qui signifiait que nous devions maintenir différentes versions de nos modèles de données. Cela a pris trop de temps et d’énergie. Reconnaissant cela, nous sommes allés à la recherche, encore une fois, d’une meilleure solution.

Pourquoi nous sommes passés à Snowflake

Il y a environ un an, nous avons commencé à utiliser Snowflake en raison de son potentiel pour résoudre les problèmes que nous avions avec Amazon et BigQuery. C’était une transition facile. L’interface utilisateur Web a facilité la configuration et j’étais à l’aise pour créer des utilisateurs, des rôles et des autorisations. Immédiatement, nous avons eu une confiance totale dans notre gouvernance des données. Nous avons commencé avec un plan d’utilisation mensuel pour les tests. Cela a bien fonctionné, nous avons donc maintenant un contrat sur un plan de plus grande capacité.

Nous avons maintenant implémenté Snowflake sur tous nos clients et nos rapports, et nous avons constaté de nombreux avantages :

• Installation facile

• Mise à l’échelle facile

• SQL familier

• Administration simple des autorisations pour autant de comptes que nous voulons

• Connexions faciles à des sources de données externes

La valeur pour nos clients

Depuis le passage à Snowflake, nous avons constaté une réduction de 67 % du temps nécessaire pour passer des données au tableau de bord. Pour nos clients, cela signifie un accès plus immédiat aux informations. De plus, nos clients ont une confiance accrue dans l’exactitude et la fraîcheur de leurs données.

Par exemple, nous pouvons désormais exploiter les données publicitaires horaires. En collaboration avec l’un de nos clients, nous avons créé un modèle de données combinant plusieurs sources de données publicitaires en un seul ensemble de données. Fivetran nous a permis de charger toutes les heures les données de divers fournisseurs de recherche payante dans notre entrepôt de données. Ensuite, nous avons créé un modèle de données dans Snowflake pour fusionner les données en une ressource puissante. Le client de cet exemple utilise désormais ce processus pour automatiser les stratégies d’enchères pour la publicité sur le Réseau de Recherche.

Les avantages pour nous

Nous avons constaté des améliorations spectaculaires, notamment des requêtes plus rapides, beaucoup moins d’échecs d’actualisation dans Tableau et une réduction considérable des heures de gestion des entrepôts. Avec ce genre de puissance et d’efficacité, nous fournissons plus de services tout en assurant la sécurité et en réduisant les coûts.

Avec Snowflake, nous sommes mieux à même de comprendre le coût des requêtes, le coût de chargement des données et le coût de Tableau pour chaque client. Par conséquent, nous savons quels clients utilisent le plus de ressources. Ces informations nous ont aidés à optimiser nos modèles de données, nos stratégies ELT et les cycles d’actualisation de Tableau. Dans l’ensemble, l’énorme avantage d’utiliser Snowflake est la façon dont il informe nos prix et la façon dont nous prévoyons les coûts pour nos clients.

Que se passe-t-il ensuite

Maintenant que nous avons configuré Snowflake, nous sommes prêts à faire évoluer nos offres et à améliorer nos services. Snowflake est le tremplin pour créer des modèles de science des données plus avancés, et nous sommes en mesure d’itérer plus rapidement en sachant que nous avons la puissance requise. De plus, une meilleure gestion des données signifie une meilleure gestion des ressources de notre côté.

Un bon exemple est notre nouvelle capacité d’analyse des sentiments. Nous ingérons des données provenant de plus de 10 sources de données différentes, les combinons dans Snowflake, puis exécutons quotidiennement nos modèles d’apprentissage automatique sur ces données.

Chaque jour, nous trouvons des moyens de créer des outils d’analyse plus perspicaces pour nos clients. Et avec l’aide de Snowflake, nous le faisons de manière sécurisée et rentable, ce qui facilite notre travail et aide nos clients à obtenir de meilleurs résultats, plus rapidement.

En savoir plus sur la valorisation de vos données marketing avec Flocon de neige.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.