Snowflake

Snowflake est un entrepôt de données SQL cloud spécialement conçu, fourni en tant que SaaS (Software-as-a-Service). Snowflake offre un entrepôt de données plus rapide, plus simple d’utilisation et bien plus flexible que les solutions traditionnelles. Grâce à son architecture unique et brevetée, Snowflake vous permet de centraliser facilement toutes vos données, d’effectuer des analyses rapides et d’en tirer des informations exploitables pour l’ensemble de vos utilisateurs.

Braze propose deux intégrations avec Snowflake. Ensemble, elles constituent un pipeline de données bidirectionnel complet entre vos environnements Braze et Snowflake.

Choisir une intégration

Partage de données (de Braze vers Snowflake)

Le Secure Data Sharing de Snowflake vous donne un accès sécurisé et en temps réel aux données d’engagement et de campagne de Braze, directement dans votre instance Snowflake. Aucune donnée n’est copiée ni transférée entre les comptes : tout le partage s’effectue via la couche de services et le magasin de métadonnées propres à Snowflake.

Utilisez le partage de données lorsque vous souhaitez :

• Interroger les données d’événements et de campagnes de Braze avec Snowflake SQL
• Créer des rapports complexes et réaliser des modélisations d’attribution
• Associer les données de Braze à d’autres données de votre entrepôt Snowflake
• Comparer vos données d’engagement entre canaux, secteurs d’activité et plateformes d’appareils

Pour les instructions de configuration, consultez Partage de données Snowflake.

Cloud Data Ingestion (de Snowflake vers Braze)

Cloud Data Ingestion (CDI) vous permet de synchroniser des données de votre instance Snowflake directement dans Braze. Vous pouvez ainsi maintenir à jour les attributs utilisateur, les événements et les achats dans Braze à partir de votre entrepôt de données de référence.

Utilisez Cloud Data Ingestion lorsque vous souhaitez :

• Synchroniser des attributs utilisateur de Snowflake vers les profils utilisateurs de Braze
• Envoyer des données d’événements ou d’achats de Snowflake vers Braze
• Garder Braze synchronisé avec les transformations de données effectuées dans votre entrepôt
• Éviter de créer et de maintenir des pipelines ETL personnalisés entre Snowflake et Braze

Pour en savoir plus sur le partage de données de Snowflake, consultez Introduction to Secure Data Sharing.

Résolution d’identité avec Snowflake

Snowflake propose un accélérateur de solution IDR (Identity Resolution Data). Il vous permet de créer des graphes de résolution d’identité first-party et third-party directement dans votre environnement Snowflake. Pour résoudre les identités client à travers vos sources de données, cette solution combine plusieurs méthodes : la correspondance déterministe, la correspondance approximative, la correspondance probabiliste et par machine learning (ML), ainsi que l’arbitrage par grand modèle de langage (LLM).

Lorsque vous utilisez Braze avec Snowflake IDR :

1. Utilisez le partage de données pour envoyer les données d’engagement et de Campaign de Braze vers votre instance Snowflake. Elles y deviennent une source pour la résolution d’identité.
2. Créez votre graphe de résolution d’identité dans Snowflake avec l’accélérateur de solution IDR, en intégrant les données Braze à vos autres points de contact client.
3. Utilisez l’ingestion de données cloud pour resynchroniser les identités résolues dans Braze. Vos profils utilisateurs restent ainsi unifiés et à jour.

Ce workflow vous permet de conserver une vue unique et dédupliquée de chaque client dans tous vos systèmes, tout en activant ces données dans Braze pour vos Campaigns et vos envois de messages.

Pour démarrer avec l’accélérateur de solution IDR de Snowflake, contactez l’équipe en charge de votre compte Snowflake ou consultez la documentation de l’accélérateur de solution IDR.

Conditions préalables

Avant de pouvoir utiliser cette fonctionnalité, vous devez remplir les conditions suivantes :

Configurer le Secure Data Sharing

Avec Snowflake, le partage de données s’effectue entre un fournisseur de données et un consommateur de données. Dans ce contexte, votre compte Braze est le fournisseur de données, car il crée et envoie le partage de données (datashare). Votre compte Snowflake est quant à lui le consommateur de données, car il utilise ce partage pour créer une base de données. Pour plus de détails, consultez Snowflake : Consuming Shared Data.

Étape 1 : Envoyer le partage de données depuis Braze

1. Dans Braze, accédez à Partner Integrations > Data Sharing.
2. Saisissez les détails et le localisateur de votre compte Snowflake. Pour obtenir votre localisateur de compte, exécutez SELECT CURRENT_ACCOUNT() dans le compte de destination.
3. Si vous utilisez un partage CRR, spécifiez le fournisseur cloud et la région.
4. Lorsque vous avez terminé, sélectionnez Create Datashare. Cela enverra le partage de données à votre compte Snowflake.

Étape 2 : Créer la base de données dans Snowflake

1. Après quelques minutes, vous devriez recevoir le partage de données entrant dans votre compte Snowflake.
2. À partir de ce partage de données entrant, créez une base de données pour consulter et interroger les tables. Par exemple :

   
   1
   
    CREATE DATABASE <name> FROM SHARE <provider_account>.<share_name>
   
   

3. Accordez les privilèges nécessaires pour interroger la nouvelle base de données.

Avertissement

Si vous supprimez puis recréez un partage dans le tableau de bord de Braze, vous devez supprimer la base de données créée précédemment et la recréer à l’aide de CREATE DATABASE <name> FROM SHARE <provider_account>.<share_name> pour pouvoir interroger le partage entrant. Si plusieurs espaces de travail partagent des données vers le même compte Snowflake, consultez la FAQ sur le partage des données Snowflake pour savoir comment gérer les configurations multi-espaces de travail.

Utilisation et visualisation

Une fois le partage de données provisionné, vous devez créer une base de données à partir du partage de données entrant. Toutes les tables partagées apparaissent alors dans votre instance Snowflake et peuvent être interrogées comme n’importe quelle autre donnée stockée dans votre instance. Gardez toutefois à l’esprit que les données partagées sont en lecture seule : vous pouvez les interroger, mais pas les modifier ni les supprimer.

Comme avec Currents, vous pouvez utiliser Snowflake Secure Data Sharing pour :

• Créer des rapports complexes
• Effectuer une modélisation d’attribution
• Partager des données de manière sécurisée au sein de votre entreprise
• Associer des données brutes d’événements ou d’utilisateurs à un CRM (comme Salesforce)
• Et bien plus encore

Pour obtenir la liste complète des tables et colonnes disponibles, consultez la référence des tables SQL. Le partage de données Snowflake inclut toutes les tables de cette référence, ainsi que des tables supplémentaires propres à Snowflake pour les instantanés, les journaux des modifications des campagnes et des Canvas, les événements de la console d’agent et les événements de nouvelle tentative de message.

Vous pouvez également télécharger les schémas bruts des tables sous forme de fichier texte.

Schéma des ID utilisateur

Notez les différences suivantes entre les conventions de nommage de Braze et de Snowflake pour les ID utilisateur.

Informations importantes et limitations

Modifications non rétrocompatibles et rétrocompatibles

Modifications rétrocompatibles

Les modifications non disruptives peuvent survenir à tout moment et apportent généralement des fonctionnalités supplémentaires. Voici des exemples de modifications non disruptives :

• Ajout d’une nouvelle table ou vue
• Ajout d’une colonne à une table ou une vue existante

Important

Comme l’ajout de nouvelles colonnes est considéré comme une modification rétrocompatible, Braze recommande vivement de lister explicitement les colonnes qui vous intéressent dans chaque requête plutôt que d’utiliser des requêtes SELECT *. Vous pouvez aussi créer des vues qui nomment explicitement les colonnes, puis interroger ces vues plutôt que les tables directement.

Modifications non rétrocompatibles

Lorsque cela est possible, les changements majeurs sont précédés d’une annonce et d’une période de migration. Voici des exemples de changements majeurs :

• Suppression d’une table ou d’une vue
• Suppression d’une colonne d’une table ou d’une vue existante
• Modification du type ou de la nullabilité d’une colonne existante

Régions Snowflake

Braze héberge actuellement toutes les données au niveau utilisateur dans les régions Snowflake AWS US East-1, EU-Central (Francfort), AP-Northeast-1 (Tokyo), AP-Southeast-2 (Sydney) et AP-Southeast-3 (Jakarta). Pour les utilisateurs situés en dehors de ces régions, Braze peut proposer le partage de données aux clients communs qui hébergent leur infrastructure Snowflake dans n’importe quelle région AWS, Azure ou GCP.

Conservation des données

Politique de conservation

Toutes les données datant de plus de deux ans sont archivées et transférées vers un stockage à long terme. Dans le cadre du processus d’archivage, tous les événements sont anonymisés et tous les champs sensibles contenant des données d’identification personnelle (PII) sont supprimés (y compris les champs pouvant contenir des PII, comme properties). Les données archivées contiennent toujours le champ user_id, ce qui permet d’effectuer des analyses par utilisateur sur l’ensemble des données d’événements.

Vous pourrez interroger les deux dernières années de données de chaque événement dans la vue USERS_*_SHARED correspondante. De plus, chaque événement dispose d’une vue USERS_*_SHARED_ALL que vous pouvez interroger pour obtenir à la fois les données anonymisées et non anonymisées.

Données historiques

L’archive des données d’événements historiques dans Snowflake remonte à avril 2019. Au cours des premiers mois de stockage des données dans Snowflake par Braze, des modifications de produit ont été apportées, ce qui peut expliquer que certaines de ces données présentent de légères différences ou contiennent des valeurs nulles (car nous ne transmettions pas encore de données dans tous les champs disponibles à cette époque). Partez du principe que les résultats incluant des données antérieures à août 2019 peuvent différer légèrement de vos attentes.

Conformité au Règlement général sur la protection des données (RGPD)

Presque tous les enregistrements d’événements que Braze stocke incluent quelques champs représentant les informations personnelles identifiables (PII) des utilisateurs. Certains événements peuvent inclure l’adresse e-mail, le numéro de téléphone, l’ID de l’appareil, la langue, le sexe et les informations d’emplacement/localisation. Si la requête d’oubli d’un utilisateur est soumise à Braze, nous annulerons ces champs PII pour tout événement appartenant à ces utilisateurs. De cette façon, nous ne supprimons pas l’historique de l’événement, mais celui-ci ne peut plus jamais être lié à une personne en particulier.

Interroger les données partagées : TIME et performances des requêtes

Les données d’événements des vues de partage de données (par exemple, USERS_BEHAVIORS_CUSTOMEVENT_SHARED) sont regroupées (clustering) sur le champ TIME. Lorsque vous filtrez selon le moment où l’événement s’est produit, utilisez de préférence le filtre TIME. Les requêtes qui restreignent les lignes à l’aide de TIME sont généralement plus performantes que celles qui filtrent sur SF_CREATED_AT, car le clustering est aligné sur l’heure de l’événement.

Vitesse, performances et coût des requêtes

La vitesse, les performances et le coût de toute requête exécutée sur les données dépendent de la taille de l’entrepôt que vous utilisez pour interroger ces données. Dans certains cas, selon le volume de données auquel vous accédez pour vos analyses, vous devrez peut-être utiliser un entrepôt de plus grande taille pour que la requête aboutisse. Snowflake propose d’excellentes ressources pour vous aider à déterminer la taille la plus adaptée, notamment Aperçu des entrepôts et Considérations relatives aux entrepôts.

Pour consulter des exemples de requêtes lors de la configuration de Snowflake, découvrez nos exemples de requêtes types et de configuration du pipeline d’événements ETL.

Pour les instructions de configuration, consultez Ingestion de données cloud : intégrations d’entrepôts de données.