Braze가 커런츠를 사용하는 방법
Braze는 엄선된 파트너와 함께 내부적으로 커런츠를 사용합니다.
이메일 및 푸시 Campaign에서 데이터를 필터링하여 비즈니스 인사이트 도구인 Looker로 전송하지만, 그 경로가 약간 다릅니다. 추출, 변환, 로드(ETL) 방법론의 역방향 버전인 추출, 로드, 변환(ELT)으로 순서를 전환하여 사용합니다.
1단계: 이벤트 데이터 수집 및 집계
Campaigns이나 Canvas와 같은 참여 툴을 사용하여 Campaign을 시작한 후에는 자체 시스템과 이메일 파트너의 일부 시스템을 사용하여 이벤트 데이터를 추적합니다. 이 데이터 중 일부는 집계되어 대시보드에 표시되지만, 더 자세히 살펴보고 싶습니다!
2단계: 이벤트 데이터를 데이터 저장 파트너에게 전송
커런츠를 설정하여 Braze 이벤트 데이터를 Amazon S3로 전송하여 저장 및 추출합니다. Athena를 S3 위에 올려 쿼리를 실행할 수 있다는 것도 알고 있습니다. 단기적으로 훌륭한 솔루션입니다. 하지만 관계형 데이터베이스와 비즈니스 인텔리전스/분석 도구를 사용하는 장기적인 솔루션을 원했습니다. (여러분에게도 동일한 방법을 권장합니다.)
S3는 데이터 이동, 피벗, 분석을 위한 유연한 스토리지 및 라우팅 옵션을 제공합니다. 특정 구조를 유지하기 때문에 S3에서 데이터를 변환하지 않습니다.
3단계: 관계형 데이터베이스로 이벤트 데이터를 변환
S3에서 웨어하우스(Snowflake 데이터 공유 또는 Snowflake Reader 계정, Braze의 경우)를 선택합니다. 거기서 데이터를 변환한 다음 Looker로 이동하여 데이터의 구조와 조직을 설정할 블록을 설정합니다.
Snowflake가 유일한 웨어하우스 옵션은 아닙니다. 다른 옵션으로는 Redshift, Google BigQuery 등이 있습니다!
Snowflake Reader 계정
Snowflake Reader 계정은 Snowflake 계정이나 Snowflake와의 고객 관계 없이도 Snowflake 데이터 공유와 동일한 데이터 및 기능에 접근할 수 있도록 해줍니다. Reader 계정을 사용하면 Braze가 계정을 생성하고 데이터를 공유하며, 로그인하여 데이터에 접근할 수 있는 자격 증명을 제공합니다. 이를 통해 모든 데이터 공유 및 사용 요금이 전적으로 Braze에서 처리됩니다.
자세한 내용은 고객 성공 매니저에게 문의하세요.
추가 리소스
유용한 사용량 모니터링 리소스는 Snowflake의 Resource Monitors 및 Viewing Warehouse Credit Usage 문서를 확인하세요.
4단계: 비즈니스 인텔리전스(BI) 도구를 사용하여 데이터 조작
마지막으로, Looker 및 Looker 블록을 사용하여 BI 도구로 데이터를 분석하고, 차트 및 기타 시각적 도구로 변환합니다. 이렇게 하면 Currents에서 데이터가 이동할 때마다 ETL이나 ELT를 수행할 필요가 없습니다.
영감을 받으셨나요? 아래 문서를 확인하여 이에 대한 자세한 정보와 데이터베이스를 구축하는 데 어떻게 활용할 수 있는지 알아보세요!