PropertyGuru verkürzt die Integration neuer Datenquellen von Monaten auf Stunden

Unternehmensgröße
500-1999
Region
Asien-Pazifik
Branche
B2C-Technologie

Kostenlos starten

Testen Sie Datentransfer auf Unternehmensebene — ohne Vertragsbindung

Kostenlos startenLive-Demo buchen
Quellen
MongoDB
MySQL
Salesforce
SQL Server
PostgreSQL
Connector Destinations
BigQuery
BI tool
Looker
Cloud Platform
Google Cloud
Wichtigste Ergebnisse
  • Verkürzte bei gestreamten Daten die Zeit bis zu Erkenntnissen auf nur eine Stunde
  • Sparte 4-6 Monate beim Aufbau neuer Verbindungen von Grund auf
  • Entlastete zwei Data Engineers, damit sie sich auf höherwertige Projekte konzentrieren können, statt Datenpipelines aufzubauen und zu warten 
  • Erstellte 15 geschäftskritische Dashboards für verschiedene Geschäftsbereiche und die Führungsebene 

Die 2007 gegründete PropertyGuru Group ist Südostasiens führendes PropTech-Unternehmen. Mit mehr als 2,8 Millionen Immobilienanzeigen und 37 Millionen Immobiliensuchenden pro Monat spielt PropertyGuru eine entscheidende Rolle dabei, sowohl Immobiliensuchende als auch Immobilienmakler in die Lage zu versetzen, über Anzeigen und eine effiziente Suche unkompliziert zueinander zu finden. 

Als das Unternehmen auf einen Marktanteil von 82 Prozent in Singapur wuchs und seine Führungsposition in anderen südostasiatischen Märkten ausbaute, stieß es auf Engpässe, die eine robuste Lösung erforderten, um seine Datenpipelines effizient zu verwalten. 

Fragile Pipelines führten zu Zeitverlust und verschwendeten Ressourcen 

Für eine multinationale und äußerst detailreiche Plattform wie PropertyGuru ist die Nutzung von Daten unverzichtbar. Das Unternehmen setzte für das Data-Pipelining auf hauseigene Open-Source-Technologie, die sich bestenfalls als experimentell und äußerst ressourcenintensiv erwies. Zu diesen Herausforderungen zählte das Aufbauen und Warten von Datenpipelines, das eine kontinuierliche Überwachung und erhebliche Engineering-Ressourcen für die Instandhaltung erforderte.

PropertyGuru war zuvor häufig von Datenausfällen betroffen, da die früheren Connectors unzuverlässig waren. Aufgrund des Open-Source-Charakters dieser Connectors konnte das Unternehmen die Fehlerbehebung nicht auslagern und musste seine wertvollen Engineering-Stunden für Reparaturen aufwenden. Das kleine Datenteam war überlastet, konnte kaum auf verlässliche SLAs vertrauen und wurde fortwährend von wertschöpfenden Projekten abgehalten. 

Effizienter und effektiver Datenzugriff beschleunigt die Zeit bis zu Erkenntnissen 

PropertyGuru entschied sich aus mehreren Gründen für Fivetran als Data-Movement-Plattform. Erstens passte das Preismodell von Fivetran zu ihrer Infrastruktur und war damit eine kostengünstige Wahl. Noch wichtiger: Die über 400 vollständig verwalteten Connectors von Fivetran sorgten dafür, dass das Verschieben von Daten aus unterschiedlichen Datenquellen für ihr kleines Team schnell, einfach und zuverlässig war. 

Der Aufbau eines neuen Datenquellen-Connectors erforderte zuvor 4 bis 6 Monate an Engineering-Ressourcen. Mit Fivetran werden neue Datenquellen mit nur wenigen Klicks hinzugefügt — das ist weitaus weniger zeitaufwendig als der manuelle Aufbau von Pipelines. Das wirkte sich enorm auf ihr Team aus und verschaffte ihm den Freiraum, sich auf die Gewinnung von Erkenntnissen und andere Datenprodukte für ihre Verbraucher und Kunden zu konzentrieren. 

Die Einführung von Fivetran erwies sich für PropertyGuru als nahtloser Übergang. In weniger als einer Woche integrierten sie Fivetran erfolgreich in ihre Dateninfrastruktur und konnten so Daten in ihrem Data Warehouse zentralisieren. Sie konnten die Häufigkeit der Datensynchronisierungen auf Dataset-Ebene steuern, was PropertyGuru die benötigte Agilität verschaffte.

Da die Daten in ihrem Warehouse ohne Weiteres verfügbar waren, nutzten sie die Leistungsfähigkeit von BI-Tools, insbesondere Looker, um Reporting und Business Intelligence zu erleichtern. Diese Transformation eröffnete PropertyGuru die Möglichkeit, Datenprodukte zu entwickeln, die als Grundlage für zentrale Angebote dienen.

„Die Fähigkeit von Fivetran, Daten aus Salesforce Sales Cloud in BigQuery zu laden, war für uns ein großer Erfolg. Wir schätzen sehr, wie einfach sich Schemaänderungen für die synchronisierten Datensätze verwalten lassen, und die Logs sind zugänglich und detailliert.“
Shariq Raza, MarTech Product Manager, PropertyGuru

Die Wirkung von Fivetran erstreckte sich bei PropertyGuru über mehrere Abteilungen hinweg, darunter Data Science, Data Engineering, Data Analytics und Lifecycle Marketing. Die garantierten SLAs von Fivetran gaben dem Engineering-Team und den Management-Stakeholdern Sicherheit. Die Lösung versetzte diese Teams in die Lage, Daten zuverlässig, effektiver und effizienter zu nutzen — und steigerte ihre Fähigkeit, bessere Datenprodukte für ihre Kunden zu entwickeln, erheblich. 

Fivetran brachte PropertyGuru erhebliche Vorteile:

  • Ressourcenzuteilung: Entlastete zwei dedizierte Engineers von der täglichen Wartung der Datenpipelines.
  • Sync-Überwachung: Die tägliche Überwachung wurde überflüssig, da Fivetran bei allen Synchronisierungsproblemen Warnmeldungen erzeugte, sodass für die Aktualisierung von Sicherheitszertifikaten nur minimaler Wartungsaufwand anfiel.
  • Verbessertes Reporting: Mehr als 15 Dashboards in Looker für verschiedene Geschäftsbereiche des Unternehmens verfügbar, um Datenprodukte für ihre Verbraucher und Kunden zu entwickeln. 
  • Echtzeit-Kennzahlen: Die von Fivetran ermöglichten stündlichen Datensynchronisierungen erlaubten es PropertyGuru, wichtige Kennzahlen im Stundentakt zu überwachen.

Da die Daten problemlos zugänglich sind, möchte PropertyGuru auf Basis dieser Daten Produkte entwickeln, mit dem übergeordneten Ziel, Daten zu demokratisieren — im gesamten Unternehmen. Die Vision von PropertyGuru ist es, Gemeinschaften zu befähigen, in den Städten von morgen zu leben, zu arbeiten und zu gedeihen. Während PropertyGuru weiterhin innoviert und sein Angebot ausbaut, bleibt Fivetran ein verlässlicher Partner auf ihrer Datenreise.

[CTA_MODULE]

Further reading
No items found.
No items found.
Ähnliche Kunden-Storys
Case study

Shutterstock baut KI-bereite Offene Dateninfrastruktur mit Fivetran

Case study

Canva vereinheitlicht und aktiviert Daten, um die Personalisierung für über 260 Millionen Benutzer zu ermöglichen

Case study

Lion Corporation automatisiert die SAP-Datenintegration, um die digitale Transformation voranzutreiben

Case study

First Hawaiian Bank ermöglicht Echtzeit-Reporting und Kunden 360

Case study

Activision skaliert personalisiertes Marketing für Millionen von Spielern

Case study

Blinkist gewinnt Engineering-Kapazitäten zurück und beschleunigt KI-Innovation

Case study

Coke One North America beschleunigt Echtzeit-SAP-Einblicke für 35.000 Nutzer

Case study

Sharp HealthCare gewinnt klinische Erkenntnisse mit Gesundheitsdaten in Echtzeit

Case study

RSG Group beschleunigt strategische Entscheidungen an über 900 Standorten weltweit

Case study

LVMH erreicht Echtzeit-Erkenntnisse und operative Exzellenz