Fivetran hilft bei der Behebung aller Pain Points, während Frontify seine Branding-Plattform ausbaut

Frontify wurde 2013 gegründet und unterstützt Unternehmen beim Markenaufbau, indem es alles und jeden, der für diesen Prozess wichtig ist, an einem Ort zusammenführt. Als leistungsstarkes Ökosystem bietet die Cloud-Plattform ein ganzheitliches Set an Lösungen, Tools, Integrationen und Vorlagen, die jeden Aspekt der Brand Journey abdecken. Im Rahmen der jüngsten 50-Millionen-Dollar-Finanzierungsrunde des Schweizer Scale-ups konzentriert sich Frontify auf die weitere Entwicklung seiner Technologie und den Ausbau der Analysefunktionen, die für das Unternehmen von zentraler Bedeutung sind.

Die Herausforderung: Eine Single Source of Truth schaffen

Um eine Lösung zu entwickeln, die von allen Abteilungen in Kundenunternehmen intuitiv genutzt werden kann, musste Frontify genau verstehen, wie die Mitarbeiter mit der Plattform arbeiten. Der Kundenerfolg und das Produktteam mussten wissen, ob es Probleme mit dem Engagement gab, die das Benutzererlebnis beeinträchtigten. Gleichzeitig wollten Vertrieb und Marketing ihre Ressourcen optimieren und eine bessere Kapitalrendite bei der Lead-Generierung erzielen; die Finanzabteilung benötigte einen Überblick über das Endergebnis und die wiederkehrenden Einnahmen. Was sie alle brauchten, war ein Einblick in die Daten.

Anfangs bestand das Datenanalyseteam nur aus drei Personen und hatte keine stabile Dateninfrastruktur. Mit eigens geschriebenen Python-Skripten wurden die Daten aus den Geschäftsanwendungen in eine MySQL-Datenbank gezogen. Hinzu kam ein BI-Tool, das niemand nutzen wollte, weil es oft zu langsam war oder die Daten aufgrund von Skriptfehlern unvollständig waren. Es war auch nicht das benutzerfreundlichste Tool. Access war benutzerbasiert, so dass das Datenteam für die Aktualisierung der Berichte und Dashboards zuständig war.

„Das war ein echter Pain Point“, erinnert sich Sibel Atasoy Wuersch, Data Lead. „Wir steckten in einer Endlosschleife von ständig zu aktualisierenden Berichten fest.“
— Sibel Atasoy Wuersch, Data Lead at Frontify

Das Datenteam wusste genau, was es brauchte, um diese Probleme zu lösen und wirklich datengesteuert zu werden. Sie wollten eine Single Source of Truth, die mit einem skalierbaren und leistungsstarken Data Stack aufgebaut war und auf die jeder bei Frontify zugreifen konnte. Glücklicherweise wollte auch das Management dasselbe

[CTA_MODULE]

Die Lösung: Data Stack eröffnet die Möglichkeit für ganz neue Anwendungsfälle

Das Datenteam von Frontify begann mit einer sorgfältigen Bewertung der Komponenten des Modern Data Stack, um die beste Lösung für das Unternehmen zu finden. Snowflake war die erste Investition als Data-Warehouse-Anbieter. Als nächstes kam die automatisierte ELT. Fivetran wurde Stitch aus vielen Gründen vorgezogen, u. a. wegen der Anzahl und Bandbreite der Konnektoren, der besseren Handhabung von Verschlüsselung, der Benutzerfreundlichkeit und der Transformationsmöglichkeiten. ThoughtSpot wurde als Business-Intelligence-Tool ausgewählt, um den Anwendern die Möglichkeit zu geben, direkt mit ihren Daten zu arbeiten. Dies war mit ihrem alten BI-System nicht möglich. Nach der Implementierung von ThoughtSpot war der Modern Data Stack komplett.

Die Umstellung von der MySQL-Datenbank auf den neuen Stack nahm einige Zeit in Anspruch. Eine übergreifende Raw Data Layer wurde in Snowflake erstellt, die Fivetran-Datenquellen und benutzerdefinierte ETL-Skripte einbezog. Es wurde ein Data Mart für Reporting und Analysen erstellt, der mit einer suchgesteuerten Self-Service-Analyse ergänzt wurde. Die Verbindung von Fivetran mit wichtigen Datenquellen wie HubSpot war der einfachste Teil. Nachdem die Validierungsprüfungen abgeschlossen waren, hatte das Datenteam volles Vertrauen in Fivetran und den Ingestion-Teil des Prozesses. 

Snowflake verwaltet jetzt 760 Tabellen und 670 Millionen Zeilen. ThoughtSpot hat zwei Millionen Zeilen, 34 Tabellen und sechs Arbeitsblätter. Fünf zusätzliche Arbeitsblätter und 260 Millionen Zeilen sind in Arbeit und spiegeln wider, wie die Anwendungsfälle explodiert sind. Fivetran-Konnektoren speisen Snowflake mit Daten aus einer Reihe von Quellen, darunter HubSpot für Vertrieb und Marketing sowie Zuora und Recurly für wiederkehrende Umsätze. 

Das Datenteam ist auf vier Personen angewachsen. Die meiste Zeit konzentriert sich das Team auf Datentechnik und -analyse und nicht mehr auf die Entwicklung von benutzerdefinierten Konnektoren. Ihre Aufgaben haben sich durch die neue Dateninfrastruktur verändert, die es ihnen ermöglicht, sich auf das Wichtigste zu konzentrieren, nämlich auf die Daten, anstatt Datenpipelines manuell aufzubauen und in Stand zu halten.

„Fivetran liefert uns zuverlässige Daten, Snowflake sorgt für eine stabile Transformation, und ThoughtSpot zeigt diese Daten für alle an. Das ist eine sehr leistungsfähige Struktur“, sagt Lapinski.

Die Ergebnisse: Wesentliche Metriken aus vertrauenswürdigen Daten

Die Kombination von Fivetran, Snowflake und ThoughtSpot hat abteilungsspezifische Datenbanken ermöglicht, die von den verschiedenen Interessengruppen von Frontify selbstständig abgefragt werden können. Anstatt sich auf Analysten zu verlassen, die einen Monat für die Erstellung von Berichten brauchten, können die Mitarbeiter nun die Komplexität durch eine schnellere Synchronisierung der Daten in ihr Data Warehouse mit Fivetran reduzieren und ihre eigenen ThoughtSpot 'Liveboards' erstellen, die wie interaktive Dashboards funktionieren und in wenigen Minuten erstellt werden können. 

In wöchentlichen Umsatzbesprechungen werden nun Schlüsselkennzahlen zu wiederkehrenden Umsätzen und Onboarding-Gewinnen präsentiert. Die Deal-Pipeline wird untersucht, das jährliche Wachstum nach Märkten aufgeschlüsselt und die durchschnittlichen Opportunity-Werte werden analysiert.

„Unsere bisherige Infrastruktur war einfach nicht in der Lage, große Abfragen zu bewältigen“, so Sibel Atasoy Wuersch. „Mit unserer neuen Infrastruktur erhalten wir viel schnellere Ergebnisse. Der Pain Point ist verschwunden.“

Dank Fivetran verfügt Frontify über zuverlässige Daten, denen alle Mitarbeiter vertrauen können - eine große Veränderung gegenüber den Anfangstagen des Unternehmens. 

„Niemand stellt mehr die Frage 'Sind die Daten korrekt?'“, so Lapinski. „Wir erhalten keine Benachrichtigungen mehr, die uns sagen, dass das Laden der Daten fehlgeschlagen ist. Fivetran funktioniert einfach. Ich melde mich ein- oder zweimal an, um die Kosten zu überprüfen, und das war's.“ 

Ein großer Gewinn für Sibel Atasoy Wuersch war die Veränderung der Arbeitsweise ihres Teams. „Wir müssen nicht mehr ständig Skripte korrigieren, damit die Daten an unsere Geschäftspartner geliefert werden können“, sagt sie. „Wir können jetzt Abfragen gleichzeitig ausführen. Früher musste man einen Kollegen bitten, seine Arbeit zu unterbrechen, um eine geschäftskritische Aufgabe zu erledigen.“

Das Self-Service-Element, bei dem die Mitarbeiter ihre eigenen 'Liveboards' zusammenstellen, hat das Datenteam von rudimentären Aufgaben befreit und es ihm ermöglicht, sich auf Projekte zu konzentrieren, die dem Unternehmen langfristigen Nutzen bringen. „Wir konzentrieren uns darauf, sicherzustellen, dass jeder einzelne Mitarbeiter in unserem Unternehmen seine Daten zur Verfügung hat“, so Atasoy Wuersch. „Das ist unser Ziel.“