Diese Seite wurde automatisch übersetzt und kann Ungenauigkeiten enthalten. Um einen Übersetzungsfehler zu melden, nutzen Sie das Feedback unten im Inhaltsverzeichnis rechts auf der Seite.

Snowflake

Snowflake ist ein speziell entwickeltes SQL Data Warehouse in der Cloud, das als Software-as-a-Service (SaaS) angeboten wird. Snowflake bietet ein Data Warehouse, das schneller, benutzerfreundlicher und wesentlich flexibler ist als herkömmliche Data-Warehouse-Angebote. Mit der einzigartigen und patentierten Architektur von Snowflake ist es ein Leichtes, all Ihre Daten zu sammeln, schnelle Analytics zu ermöglichen und datengestützte Insights für alle Ihre Nutzer:innen zu gewinnen.

Braze bietet zwei Integrationen mit Snowflake an. Zusammen ermöglichen sie eine vollständige, bidirektionale Datenpipeline zwischen Ihren Braze- und Snowflake-Umgebungen.

Eine Integration auswählen

Snowflake Secure Data Sharing bietet Ihnen sicheren Realtime-Zugriff auf Braze-Engagement- und Kampagnendaten direkt in Ihrer Snowflake-Instanz. Es werden keine Daten zwischen Konten kopiert oder übertragen – die gesamte Freigabe erfolgt über die einzigartige Dienstebene und den Metadaten-Store von Snowflake.

Verwenden Sie Data Sharing, wenn Sie Folgendes möchten:

Braze-Ereignis- und Kampagnendaten mit Snowflake SQL abfragen
Komplexe Berichte erstellen und Attributionsmodellierung durchführen
Braze-Daten mit anderen Daten in Ihrem Snowflake Data Warehouse verknüpfen
Ihre Engagement-Daten über Kanäle, Branchen und Geräteplattformen hinweg vergleichen

Einrichtungsanweisungen finden Sie unter Snowflake Datenfreigabe.

Cloud-Datenaufnahme (Snowflake zu Braze)

Cloud-Datenaufnahme (CDI) ermöglicht es Ihnen, Daten aus Ihrer Snowflake-Instanz direkt mit Braze zu synchronisieren. So können Sie Nutzerattribute, Ereignisse und Käufe in Braze mit Ihrem Data Warehouse als Single Source of Truth auf dem neuesten Stand halten.

Verwenden Sie die Cloud-Datenaufnahme, wenn Sie Folgendes möchten:

Nutzerattribute von Snowflake mit Braze-Nutzerprofilen synchronisieren
Ereignis- oder Kaufdaten von Snowflake an Braze senden
Braze mit Datentransformationen synchron halten, die in Ihrem Data Warehouse stattfinden
Den Aufbau und die Wartung angepasster ETL-Pipelines von Snowflake zu Braze vermeiden

Mehr über Data Sharing bei Snowflake erfahren Sie unter Einführung in Secure Data Sharing.

Voraussetzungen

Bevor Sie dieses Feature nutzen können, müssen Sie Folgendes abschließen:

Anforderung	Beschreibung
Braze-Zugang	Um auf dieses Feature in Braze zuzugreifen, wenden Sie sich an Ihren Braze-Konto-Manager oder Customer-Success-Manager.
Snowflake-Konto	Ein Snowflake-Konto mit `admin`-Berechtigungen. Für Kund:innen ohne HIPAA-Anforderungen wird Snowflake Standard oder Enterprise Edition unterstützt. Für HIPAA-konforme Datenfreigabe ist die Business Critical Edition erforderlich.

Bei Snowflake findet Data Sharing zwischen einem Datenanbieter und einem Datenverbraucher statt. In diesem Kontext ist Ihr Braze-Konto der Datenanbieter, da es den Datashare erstellt und versendet—während Ihr Snowflake-Konto der Datenverbraucher ist, da es den Datashare verwendet, um eine Datenbank zu erstellen. Weitere Einzelheiten finden Sie unter Snowflake: Gemeinsame Daten nutzen.

1. Schritt: Datashare von Braze senden

Gehen Sie in Braze zu Partnerintegrationen > Datenfreigabe.
Geben Sie Ihre Snowflake-Kontodaten und Ihren Locator ein. Um Ihren Account-Locator zu ermitteln, führen Sie SELECT CURRENT_ACCOUNT() im Zielkonto aus.
Wenn Sie einen CRR-Share verwenden, geben Sie den Cloud-Anbieter und die Region an.
Wenn Sie fertig sind, wählen Sie Datashare erstellen. Dadurch wird der Datashare an Ihr Snowflake-Konto gesendet.

2. Schritt: Datenbank in Snowflake erstellen

Nach ein paar Minuten sollten Sie den eingehenden Datashare in Ihrem Snowflake-Konto erhalten.

Erstellen Sie mithilfe des eingehenden Datashare eine Datenbank zum Anzeigen und Abfragen der Tabellen. Zum Beispiel:

 CREATE DATABASE <name> FROM SHARE <provider_account>.<share_name>

Gewähren Sie die Berechtigungen zur Abfrage der neuen Datenbank.

Warnung

Wenn Sie einen Share im Braze-Dashboard löschen und neu erstellen, müssen Sie die zuvor erstellte Datenbank löschen und sie mit CREATE DATABASE <name> FROM SHARE <provider_account>.<share_name> neu erstellen, um den eingehenden Share abzufragen. Wenn Sie mehrere Workspaces haben, die Daten für dasselbe Snowflake-Konto freigeben, finden Sie in den Snowflake Data Sharing FAQs Hinweise zur Verwaltung von Konfigurationen mit mehreren Workspaces.

Verwendung und Visualisierung

Nachdem der Data Share bereitgestellt wurde, müssen Sie aus dem eingehenden Data Share eine Datenbank erstellen, damit alle freigegebenen Tabellen in Ihrer Snowflake-Instanz erscheinen und wie alle anderen Daten, die Sie in Ihrer Instanz speichern, abgefragt werden können. Beachten Sie jedoch, dass die gemeinsam genutzten Daten schreibgeschützt sind und nur abgefragt, aber nicht verändert oder gelöscht werden können.

Ähnlich wie bei Currents können Sie Snowflake Secure Data Sharing verwenden, um:

Komplexe Berichte zu erstellen
Attributionsmodellierung durchzuführen
Sicheren Austausch innerhalb Ihres eigenen Unternehmens zu ermöglichen
Rohe Ereignis- oder Nutzerdaten in einem CRM (wie Salesforce) abzubilden
Und mehr

Eine vollständige Liste der verfügbaren Tabellen und Spalten finden Sie in der SQL-Tabellenreferenz. Snowflake Data Sharing umfasst alle Tabellen in dieser Referenz sowie zusätzliche Snowflake-exklusive Tabellen für Snapshots, Campaign- und Canvas-Changelogs, Agentenkonsole-Ereignisse und Nachrichtenwiederholungsereignisse.

Sie können auch die Rohtabellenschemata herunterladen (als Textdatei).

Nutzer-ID-Schema

Beachten Sie die folgenden Unterschiede zwischen den Namenskonventionen von Braze und Snowflake für Nutzer-IDs.

Braze-Schema	Snowflake-Schema	Beschreibung
`braze_id`	`"USER_ID"`	Der eindeutige Bezeichner, der automatisch von Braze zugewiesen wird.
`external_id`	`"EXTERNAL_USER_ID"`	Der eindeutige Bezeichner eines Nutzerprofils, der von der Kundschaft festgelegt wird.

Wichtige Informationen und Einschränkungen

Unterbrechende versus nicht-unterbrechende Änderungen

Nicht-unterbrechende Änderungen

Nicht-unterbrechende Änderungen können jederzeit vorgenommen werden und bieten im Allgemeinen zusätzliche Funktionalität. Beispiele für nicht-unterbrechende Änderungen:

Hinzufügen einer neuen Tabelle oder Ansicht
Hinzufügen einer Spalte zu einer bestehenden Tabelle oder Ansicht

Wichtig

Da neue Spalten als nicht-unterbrechend gelten, empfiehlt Braze dringend, die gewünschten Spalten in jeder Abfrage explizit aufzuführen, anstatt SELECT *-Abfragen zu verwenden. Alternativ können Sie Ansichten erstellen, die Spalten explizit benennen, und dann diese Ansichten anstelle der Tabellen direkt abfragen.

Unterbrechende Änderungen

Wenn möglich, werden unterbrechende Änderungen mit einer Ankündigung und einem Migrationszeitraum eingeleitet. Beispiele für unterbrechende Änderungen:

Entfernen einer Tabelle oder Ansicht
Entfernen einer Spalte aus einer bestehenden Tabelle oder Ansicht
Ändern des Typs oder der Nullbarkeit einer vorhandenen Spalte

Snowflake-Regionen

Braze hostet derzeit alle Nutzerdaten in den Snowflake-AWS-Regionen US East-1, EU-Central (Frankfurt), AP-Northeast-1 (Tokio), AP-Southeast-2 (Sydney) und AP-Southeast-3 (Jakarta). Für Nutzer:innen außerhalb dieser Regionen kann Braze Data Sharing für gemeinsame Kund:innen bereitstellen, die ihre Snowflake-Infrastruktur in einer beliebigen AWS-, Azure- oder GCP-Region hosten.

Datenaufbewahrung

Aufbewahrungsrichtlinie

Alle Daten, die älter als zwei Jahre sind, werden archiviert und in einen Langzeitspeicher verschoben. Im Rahmen des Archivierungsprozesses werden alle Ereignisse anonymisiert und alle sensiblen Felder mit personenbezogenen Daten (PII) entfernt (dies schließt optional PII-Felder wie properties ein). Die archivierten Daten enthalten weiterhin das Feld user_id, das Analytics pro Nutzer:in über alle Ereignisdaten hinweg ermöglicht.

Sie können die Daten der letzten zwei Jahre für jedes Ereignis in der entsprechenden Ansicht USERS_*_SHARED abfragen. Zusätzlich gibt es für jedes Ereignis eine Ansicht USERS_*_SHARED_ALL, die sowohl anonymisierte als auch nicht-anonymisierte Daten liefert.

Historische Daten

Das Archiv der historischen Ereignisdaten in Snowflake reicht bis April 2019 zurück. In den ersten Monaten, in denen Braze Daten in Snowflake speicherte, wurden Produktänderungen vorgenommen, die dazu geführt haben können, dass einige dieser Daten etwas anders aussehen oder Nullwerte enthalten (da zu diesem Zeitpunkt nicht in jedes verfügbare Feld Daten übertragen wurden). Am besten gehen Sie davon aus, dass alle Ergebnisse, die Daten vor August 2019 enthalten, etwas anders aussehen können als erwartet.

Nahezu jeder Ereignisdatensatz, den Braze speichert, enthält einige Felder, die Nutzer:innen persönlich identifizierbare Informationen (PII) liefern. Einige Ereignisse können E-Mail Adresse, Telefonnummer, ID des Geräts, Sprache, Geschlecht und Standortinformationen enthalten. Wenn die Anfrage eines Nutzers auf Vergessenwerden an Braze übermittelt wird, löschen wir diese PII-Felder für alle Ereignisse, die diesen Nutzer:innen gehören. Auf diese Weise wird die historische Aufzeichnung des Ereignisses nicht gelöscht, aber das Ereignis kann nun nicht mehr mit einer bestimmten Person in Verbindung gebracht werden.

Abfrage gemeinsam genutzter Daten: `TIME` und Abfrage-Performance

Ereignisdaten in den Data-Sharing-Ansichten (z. B. USERS_BEHAVIORS_CUSTOMEVENT_SHARED) sind nach dem Feld TIME geclustert. Wenn Sie nach dem Zeitpunkt des Ereignisses filtern, verwenden Sie TIME als bevorzugten Filter. Abfragen, die Zeilen mit TIME einschränken, sind in der Regel performanter als Abfragen, die nach SF_CREATED_AT filtern, da das Clustering auf der Ereigniszeit basiert.

Feld	Bedeutung
`TIME`	Unix-Zeitstempel, zu dem das Ereignis stattgefunden hat. Verwenden Sie dieses Feld bevorzugt, wenn Sie nach dem Zeitpunkt des Vorkommens filtern.
`SF_CREATED_AT`	Zeitstempel, zu dem die Zeile in Snowflake geladen wurde (Aufnahmezeitpunkt).

Geschwindigkeit, Performance und Kosten der Abfragen

Die Geschwindigkeit, Performance und Kosten jeder Abfrage, die auf den Daten ausgeführt wird, hängen von der Warehouse-Größe ab, die Sie zur Abfrage der Daten verwenden. Je nachdem, auf wie viele Daten Sie für Analytics zugreifen, kann es vorkommen, dass Sie eine größere Warehouse-Größe verwenden müssen, damit die Abfrage erfolgreich ist. Snowflake verfügt über ausgezeichnete Ressourcen zur Bestimmung der richtigen Größe, darunter Übersicht über Warehouses und Überlegungen zu Warehouses.

Eine Reihe von Beispielabfragen, auf die Sie bei der Einrichtung von Snowflake zurückgreifen können, finden Sie in unseren Beispielabfragen und Beispielen für die Einrichtung der ETL-Ereignis-Pipeline.

Einrichtungsanweisungen finden Sie unter Cloud-Datenaufnahme: Data-Warehouse-Integrationen.

New Stuff!