Swapfiets verbessert mit Fivetran-Dateneinblicken den Service für seine Kunden

Unternehmensgröße
500-1999
Region
Europa
Branche
Transport & Logistik

Kostenlos starten

Testen Sie Datentransfer auf Unternehmensebene — ohne Vertragsbindung

Kostenlos startenLive-Demo buchen
Quellen
The Movie Database
Typeform
Google Sheets
BI tool
Tableau
Cloud Platform
Amazon Web Services
Wichtigste Ergebnisse
  • Schafft eine einzige CRM-Datenbank für 270.000 Abonnenten
  • Senkt die TCO im Data Engineering
  • Beschleunigt den Übergang zur Hyperpersonalisierung der Kundenansprache

Swapfiets ist das weltweit erste ‚Bicycle-as-a-Service’-Unternehmen. 2014 in den Niederlanden gegründet, hat es sich schnell zu einem der führenden Anbieter von Mikromobilität in Europa entwickelt – mit über 270.000 monatlichen Abonnenten in Österreich, Belgien, Dänemark, Frankreich, den Niederlanden, Spanien und dem Vereinigten Königreich. Der Service ist in 65 Städten in ganz Europa verfügbar. 

Swapfiets arbeitet mit Hochdruck daran, seine Marktführerschaft im Abonnementmarkt für Mikromobilität zu festigen. Die Wachstumsstrategie des Unternehmens beruht darauf, neue Städte zu identifizieren, neue Abonnenten kosteneffizient zu gewinnen und ein effizientes lokales Support-Netzwerk aufzubauen. Wie Radfahrer in einer Innenstadt muss sich das Unternehmen schnell und effektiv bewegen. 

Die Herausforderung: Verhaltensweisen in einem aufstrebenden Markt verstehen 

Das ‚As-a-Service’-Modell hat nahezu jedes Segment des globalen Marktes erobert. Heute lässt sich alles abonnieren – von Rasierklingen über Hundefutter bis hin zu frischen Socken und Fitnessstudio-Mitgliedschaften. 

Das ‚Bicycle-as-a-Service’ von Swapfiets ist unkompliziert. Gegen eine monatliche Abonnementgebühr erhalten Swapfiets-Mitglieder ein voll funktionsfähiges Fahrrad oder eine E-Bike-Lösung zur eigenen Nutzung. Bei Bedarf steht innerhalb von 48 Stunden ein Reparaturservice zur Verfügung, der das Fahrrad ohne zusätzliche Kosten repariert oder direkt austauscht. Den Abonnenten – viele von ihnen jung und urban – erspart dies den Kauf und die Wartung eines eigenen Fahrrads. Die Kosten liegen zwischen 19,90 € und 79,90 € pro Monat.

Für Swapfiets ist es entscheidend, seine Zielgruppe zu verstehen und zu wissen, wie sich der lokale Support am besten bereitstellen lässt. Das Unternehmen muss sein Marketing sorgfältig ausrichten und eine Überbevorratung vermeiden.

„Es ist wichtig, dass wir das Verhalten unserer Kunden und der Fahrräder sowie die Unterschiede zwischen den Standorten verstehen“, sagt Willem Baesjou, Senior Data Engineer bei Swapfiets. „Unser Data-Science-Team benötigt diese Daten schnell und zuverlässig.“

Ursprünglich hatte das Data-Engineering-Team von Swapfiets eigene Python-Skripte entwickelt, um Daten in seine zentrale Redshift-Instanz zu extrahieren. Solange nur einige wenige Datenquellen angebunden waren, war dies beherrschbar, erwies sich jedoch als unpraktisch, als das Unternehmen zügig zu expandieren begann. Um kritische Abonnement- und Nutzungsdaten sinnvoll auswerten zu können, benötigte Swapfiets einen effizienteren Ansatz für die Datenaufnahme.

Ein genaues Bild von Abonnenten und Betrieb schaffen 

Fivetran ermöglicht es Swapfiets, Daten aus mehreren Datenquellen in einem einzigen zentralen Data Warehouse zusammenzuführen. Dieses Data Warehouse schafft eine Single Source of Truth für Betrieb, Kunden und Fahrradnutzung. Standardisierte Echtzeitdaten ermöglichen es den Marketing-, Service- und Betriebsteams von Swapfiets anschließend, fundierte Entscheidungen zu treffen.  

„Wir haben Fivetran als das führende Datenintegrationstool identifiziert. Wir haben einen Test durchgeführt und waren mit den Ergebnissen sehr, sehr zufrieden“, sagt Joris van Raaij, Data Engineer bei Swapfiets. „Was enorme interne Ressourcen erfordert hätte, hat Fivetran automatisch erledigt. Es war innerhalb eines Tages einsatzbereit. Nach der Einrichtung haben wir es nie bereut.“

Über die kurzfristige Lösung hinaus stellt der Einsatz sicher, dass Swapfiets seine Datenquellen skalieren kann. Neue Quellen lassen sich schnell integrieren, die Datenpipeline ist stabiler und die Data-Science-Teams haben durchgängig Zugriff auf die Daten, die sie am dringendsten benötigen.

„Wir hätten einen Mitarbeiter benötigt, der zwei oder drei Tage pro Woche damit beschäftigt gewesen wäre, eigene Skripte zu testen und zu warten“, ergänzt Baesjou. „Diese Arbeit übernimmt jetzt Fivetran automatisch. Wir haben Zugriff auf hervorragende, vorgefertigte dbt-Datenmodelle von Fivetran.“

[CTA_MODULE]

Hyperpersonalisierung zur Transformation des urbanen Verkehrs

Während Städte in ganz Europa Pläne entwickeln, um Staus und CO2-Emissionen zu bekämpfen, werden Mikromobilitätslösungen zu einem immer wichtigeren Bestandteil ihrer Verkehrsstrategien. Der Reichtum der Nutzerdaten von Swapfiets ist von unschätzbarem Wert, wenn es darum geht, mit Stadtplanern zusammenzuarbeiten. 

Swapfiets kann Nutzeranalysen mit Gelände-, Wetter- und Radinfrastrukturdaten kombinieren, um das Nutzererlebnis zu verbessern. Das ist hilfreich bei der Gestaltung von Preisen und Services, um neue Abonnenten zu gewinnen, sowie bei der Optimierung der Langlebigkeit der Swapfiets-Fahrräder, der Reaktionsfähigkeit der Serviceteams und des Bestandsmanagements. Swapfiets strebt an, bis 2025 ein vollständig zirkuläres Konzept der Fahrradnutzung zu erreichen, bei dem alle Teile wiederverwendet oder recycelt werden.

Der nächste Schritt ist zudem die Hyperpersonalisierung. Swapfiets möchte einzelne Nutzer noch besser verstehen und Mikrosegmente bilden. Dadurch kann Swapfiets seinen Kunden einen noch besseren personalisierten Service bieten, sodass sie von speziellen Angeboten und Anreizen profitieren. Dies wird naturgemäß die Integration neuer Datenquellen erfordern, während das Unternehmen ein detaillierteres Bild seiner Nutzer gewinnt.

„In Zukunft werden wir deutlich mehr Reverse ETL aus unserem Data Warehouse in unsere Anwendungen nutzen“, sagt Baesjou. „Dafür hatten wir vor Fivetran keine Zeit. Außerdem werden wir zu Fivetran Snowflake wechseln, was eine schnellere Entwicklung in einer stabileren Umgebung ermöglicht. Fivetran hat den Zweck und die Ambition des Data-Engineering-Teams verändert.“

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