Cómo utiliza Braze las corrientes
¡Braze utiliza Corrientes! Así es, nos gusta nuestro propio producto lo suficiente como para utilizarlo junto con algunos de nuestros socios.
Filtramos los datos de nuestras campañas de correo electrónico y push en una herramienta de información empresarial, Looker, pero para llegar a ella hay que seguir un camino interesante. Utilizamos una versión ligeramente invertida de la metodología Extraer, Transformar, Cargar (ETL): ¡simplemente cambiamos el orden a Extraer, Cargar, Transformar (ELT)!
Paso 1: Datos de entrada y de eventos agregados
Después de lanzar campañas utilizando cualquiera de nuestras herramientas de interacción (como campañas o Canvas), hacemos un seguimiento de los datos del evento utilizando nuestro propio sistema, así como algunos de nuestros socios de correo electrónico. Algunos de estos datos se agregan y se muestran en el cuadro de mandos, pero a nosotros nos interesaba profundizar en ellos.
Paso 2: Enviar datos de eventos a un socio de almacenamiento de datos
Configuramos Currents para que envíe los datos de eventos Braze a Amazon S3 para su almacenamiento y extracción. Ahora sabemos que puedes utilizar Athena para controlar el S3 y ejecutar consultas. Es una gran solución a corto plazo. Pero queríamos una solución a largo plazo utilizando una base de datos relacional y una herramienta de Business Intelligence/Analytics. (Te recomendamos que hagas lo mismo).
Consideramos el S3 como nuestra llave del castillo. Abre la puerta a tantas posibilidades de mover, pivotar y analizar nuestros datos transfiriéndolos donde necesitemos que vayan. Sin embargo, tenemos cuidado de no transformar nuestros datos en S3, ya que tenemos una estructura muy específica para ellos.
Paso 3: Transformar datos de eventos con una base de datos relacional
Desde S3, elegimos un almacén (Intercambio de datos Snowflake o Lector de cuentas Snowflake, en nuestro caso). Lo transformamos allí y luego lo trasladamos a Looker, donde tenemos bloques configurados que estructurarán y organizarán nuestros datos.
Snowflake no es la única opción de almacén. Otras opciones son Redshift, Google BigQuery, ¡y muchas más!
Cuentas de los lectores de Snowflake
Snowflake Reader Accounts ofrece a los usuarios acceso a los mismos datos y funcionalidades que Snowflake Data Sharing, todo ello sin necesidad de tener una cuenta Snowflake o una relación de cliente con Snowflake. Con Reader Accounts, Braze creará y compartirá tus datos en una cuenta y te proporcionará credenciales para iniciar sesión y acceder a tus datos. De este modo, todos los datos compartidos y la facturación por uso serán gestionados íntegramente por Braze.
Para más información, ponte en contacto con tu administrador del éxito del cliente.
Recursos adicionales
Para obtener recursos útiles de supervisión del uso, consulte los artículos Monitores de recursos y Visualización del uso de créditos de almacén de Snowflake.
Paso 4: Utiliza una herramienta de inteligencia empresarial (BI) para manipular tus datos
Por último, utilizamos una herramienta de BI para analizar nuestros datos, convertirlos en gráficos y otras herramientas visuales, y más utilizando Looker y Looker Blocks para no tener que ETL/ELT los datos cada vez que se mueven de Currents.
¿Te sientes inspirado para hacer lo mismo? Consulte los siguientes documentos para obtener más información al respecto y saber cómo puede utilizarlos para crear su base de datos.
Editar esta página en GitHub