Fivetran alimenta el apetito por los datos de Nando's

Company size
2000+
Region
Europa
Industry
Retail y bienes de consumo

Get started for free

Try enterprise-level data movement — without the contract

Inicio gratisAgendar una demostración en vivo
Connector Sources
Zendesk Chat
Workday RaaS
Stripe
SQL Server
Github
+3 más
Connector Destinations
BigQuery
BI tool
Looker
Cloud Platform
Google Cloud
Key results
  • Fivetran y Hightouch ahorran a Nando's el 80% del tiempo al automatizar los flujos de trabajo ELT e integración de datos
  • Nando's usa Google BigQuery como data warehouse para impulsar decisiones en torno al programa de lealtad de clientes, lo que beneficia sus resultados financieros
  • Fivetran y Hightouch habilitan mayor acceso a datos en herramientas de marketing y una segmentación de campañas más precisa
  • El equipo de datos se libera para trabajar en tareas de mayor valor
  • La integración de fuentes de datos genera nuevos insights

Famosa por su pollo a la parrilla estilo peri-peri, la cadena de comida rápida Nando's ha conquistado el mundo y ha crecido hasta superar los 1,200 establecimientos en 30 países. La operación del Reino Unido e Irlanda gestiona más de 450 establecimientos entre ambos países y atiende a 12 millones de clientes. El objetivo es mejorar continuamente y atenderlos aún mejor al adoptar una estrategia orientada a datos en el RU e Irlanda

El desafío: una infraestructura lenta e inflexible

Nando's ha construido su éxito ofreciendo a sus clientes una excelente experiencia gastronómica y usa los datos para comunicarse mejor con ellos y continuar esta misión. Miquel Puig, Líder Técnico del equipo de Ingeniería, y su equipo son responsables de garantizar que la infraestructura pueda respaldar las estrategias de marketing orientadas a datos, especialmente en torno a la lealtad del cliente y el programa de recompensas.

El problema al que se enfrentaba Puig era que la infraestructura existente no satisfacía las demandas del negocio.

«Era bastante desafiante, especialmente desde el punto de vista del marketing. Necesitan acceso rápido a reportes y dashboards para ejecutar campañas exitosas y actuar con base en los datos, y simplemente no teníamos esa flexibilidad», dijo.

Además de Puig, el equipo de datos cuenta con tres analistas, dos ingenieros de datos, un product manager y un platform manager. Con un enfoque ELT, los ingenieros trabajaban manualmente en los data pipelines y los analistas tomaban decisiones de negocio basadas en datos en la etapa de ingesta. Un caso de uso era convertir los datos de cierre de día de los establecimientos en insights que orientaran los programas de lealtad y recompensas.

«Había que replicar bases de datos enteras todos los días y era muy difícil de modelar», dijo Puig. «Era evidentemente muy poco óptimo. El equipo pasaba bastante tiempo construyendo uno de esos pipelines y el resultado distaba mucho de ser perfecto.»

[CTA_MODULE]

La solución: visibilidad clara de datos confiables

Se tomó la decisión de comenzar desde cero y migrar los datos del negocio de SQL Server a Google Cloud Platform. BigQuery fue elegido como data warehouse en el centro de un stack de datos moderno; Fivetran fue seleccionado como conector de fuentes de datos junto con Google Cloud Resources, Looker para BI y Hightouch como solución de Reverse ETL y activación de datos.

El objetivo era contar con una infraestructura que proporcionara flexibilidad y visibilidad, y le ofreciera al negocio una vista transparente de los datos en los que podía confiar. El equipo quería estandarizar y documentar el proceso, y evitar depender de un solo ingeniero para construir un pipeline en la fase de ingesta mientras tomaba decisiones de negocio al mismo tiempo.

«Queríamos tener los datos en el data warehouse y en las herramientas de marketing lo antes posible, incluso en tiempo real. Ese era nuestro principal criterio de éxito desde el punto de vista técnico», dijo Puig.

Fivetran fue elegido sobre Stitch para la integración de datos por su flexibilidad, facilidad de uso y velocidad.

«Comparamos el conector de Stripe de Fivetran y Stitch. Elegimos Fivetran porque los precios basados en volumen eran más transparentes y por estar más alineado con nuestro stack tecnológico en GCP», dijo Miguel Puig Garcia.

Stripe y Zendesk estuvieron entre las primeras aplicaciones en conectarse para datos de transacciones e interacciones con clientes, respectivamente, seguidos de datos de terceros que llegaban por SFTP. La estrecha integración con Google Cloud Platform fue otra característica de Fivetran importante para Nando's.

Hightouch fue elegido como solución de Reverse ETL por su UX clara, accesible tanto para profesionales de datos como para especialistas en marketing. Hightouch envía datos desde el warehouse para potenciar las herramientas y flujos de trabajo del negocio. Hightouch tenía integraciones superiores con el stack de marketing de Nando's, lo que les permitía enviar una vista 360 de los clientes a la herramienta de campañas y redes de anuncios como Facebook y Google Ads para campañas personalizadas. El equipo también se benefició de las funciones avanzadas de Hightouch para manejar grandes volúmenes de datos, como el reintento automático de registros cuando se producen errores o se alcanzan los límites de la API.

Los resultados: insights granulares para un marketing más preciso

El mayor beneficio del stack de datos moderno es ver el rendimiento del negocio a un nivel granular, desde los restaurantes más rentables hasta lo que están pidiendo los clientes. Fivetran extrae datos de pagos de Stripe que alimentan los dashboards de Looker, lo que le da al negocio acceso rápido a insights sobre todo, desde promociones en comidas hasta posibles incidentes de fraude. Una vez que los datos están en el warehouse y modelados, Nando's usa Hightouch para enviar datos modelados de los usuarios — como sus pedidos más recientes y su estado de lealtad — a sus herramientas de campañas y segmentación. El equipo de Marketing puede entonces usar esos datos para activar campañas mucho más rápido que antes, ya sea llegando a los clientes platinum con ofertas especiales durante las festividades o dirigiéndose a los clientes gold con correos personalizados. Gracias a esto, Nando's también pudo actualizar a sus clientes durante el confinamiento por Covid. Los datos del warehouse permitieron al negocio segmentar a los clientes por código postal e informarles cuándo un establecimiento en su área estaba reabriendo.

Además de hacer el marketing más efectivo, el nuevo stack ha liberado al equipo de datos de tareas que consumían mucho tiempo.

«Antes dedicábamos el 80% del tiempo a mover datos para construir campañas; ahora eso ha bajado al 20%. Significa que podemos enfocarnos más en crear correos atractivos y asegurarnos de tener los datos de vuelta de las campañas para analizarlos», dijo Puig.

La integración de distintas fuentes de datos ha permitido tipos de análisis más sofisticados. Al correlacionar los datos de transacciones de las cajas con las compras de los clientes platinum y gold, el equipo de lealtad puede analizar la efectividad de sus programas y ajustarlos en consecuencia. «También queremos entender desde dónde están ordenando los clientes», dijo Puig, «si es a través de un partner de delivery o en el punto de venta.»

De cara al futuro, el plan es alejarse del correo electrónico y explorar otros canales digitales, como el push messaging. Todo es parte de una transformación habilitada por el stack de datos moderno: estamos uniendo todas las piezas para lograrlo, según Puig.

«No diría que somos un negocio completamente orientado a datos aún, pero vamos por buen camino. Queremos ser mucho más democráticos con nuestros datos», dijo. «A principios del año que viene planeamos usar más datos en distintos equipos de producto para tomar decisiones sobre lo que queremos ofrecer a nuestros clientes. La infraestructura ya está, ahora depende de nuestros equipos construir esos pipelines.»
[CTA_MODULE]
Further reading
No items found.
No items found.
Esta página fue traducida automáticamente del inglés. La versión original está disponible aquí.
Related customer stories
Case study

Inova Health compresses 4-year roadmap into 6 months to power AI

Case study

Shutterstock construye una Open Data Infrastructure lista para IA con Fivetran

Case study

Activision escala el marketing personalizado para millones de jugadores

Case study

LVMH logra insights en tiempo real y excelencia operativa

Case study

Tinuiti crea un data lake escalable para el marketing impulsado por IA

Case study

Cómo Fivetran impulsa el imperio de moda de SKIMS

Case study

Yardzen resuelve su dolor de cabeza con el ETL gracias al Plan Gratuito de Fivetran

Case study

El ingrediente secreto detrás del crecimiento de Databricks en analítica de marketing

Case study

Sharp HealthCare descubre información clínica con datos sanitarios en tiempo real

Case study

Raiffeisen Bank International usa datos en tiempo real para captar más clientes