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

La situación

Conoce a Chris Klaczynski: Marketing Analytics Manager y power user de Fivetran en Databricks. Como el primer miembro de tiempo completo del equipo de Marketing Analytics, Chris trajo una amplia experiencia de los equipos de Customer Behavior de Kindle y Alexa en Amazon cuando se unió en 2019.

El rol de Chris era claro: ayudar a los marketers en Databricks a resolver sus problemas más difíciles. Databricks (una empresa que a su vez se enorgullece de ayudar a los equipos de datos a resolver los mayores desafíos del mundo) fue fundada en 2013 por los creadores originales de Apache Spark, Delta Lake y MLflow. Construida sobre una arquitectura moderna de Lakehouse en la nube, Databricks combina lo mejor de los data warehouses y los data lakes para ofrecer una plataforma abierta y unificada para datos e IA.

El problema

La primera responsabilidad de Chris en Databricks fue apoyar los objetivos principales de marketing: impulsar la generación de pipeline, hacer crecer la base de datos y mejorar el ROI. Pero conforme Databricks se expandió rápidamente, la necesidad de datos centralizados y documentados se volvió cada vez más evidente. Aparecían silos de datos por todo el negocio, incluyendo el equipo de marketing de Chris, donde los datos se almacenaban en su propio data warehouse.

Era crítico que los dashboards recién construidos por Chris se alimentaran con datos confiables y oportunos para que las operaciones de marketing siguieran funcionando sin contratiempos, pero sin recursos de ingeniería dedicados, y frente a un equipo de marketing que crecía rápidamente, escalar con la demanda se volvió casi imposible.

“El 97 % de lo que hacía era mantener las luces encendidas. Salir del infierno de los datos fue una gran mejora en mi calidad de vida.”

Cuando Chris se unió a Databricks, los datos se ensamblaban a través de Notebooks, Alteryx y pipelines legacy de los equipos centrales. No era un enfoque escalable y Chris lidiaba con avalanchas de correos de líderes de marketing que no confiaban en sus datos y reportes. Databricks enfrentaba varios desafíos con su data warehouse tradicional:

• En particular, problemas con sus pipelines de Salesforce y Marketo: no podían obtener los datos en formato Delta de forma nativa y necesitaban usar Parquet como solución alternativa.
• Los problemas para anexar datos de forma nativa a las tablas existentes requerían usar tablas temporales y un ETL más complicado.
• Los cambios de schema siempre rompían los pipelines, lo que resultaba en interrupciones y datos obsoletos y no confiables.

Por eso, los stakeholders no podían distinguir si un insight prometedor era real o simplemente un problema de calidad de datos. El equipo de Chris perdía la confianza de los stakeholders cada vez que sus datos no coincidían con los sistemas fuente. Esto obstaculizaba la planeación, la asignación de presupuesto y la toma de decisiones.

[CTA_MODULE]

La solución

Chris comenzó a buscar una solución low-code y llave en mano que diera a su equipo los pipelines confiables que necesitaban. Una estrategia de tres puntos guió su búsqueda:

• Salir de la “jungla” de la ingeniería de datos y entrar al mundo de los insights y la analítica predictiva.
• Contratar analistas y Digital SMEs, no Data Engineers ni DevOps.
• Ser autosuficientes con nuestros pipelines y aprovechar Delta y AutoML.

“No queríamos estar en el negocio de la ingeniería de datos: queríamos enfocarnos en entregar insights y realizar análisis que generen resultados de negocio.”

Fivetran destacó de inmediato como la solución que Chris necesitaba para sus pipelines de datos. Al probar el producto, la configuración fue rápida y simple. “Seguimos las instrucciones rápidas, configuramos un cluster, agregamos las IPs a la whitelist y estábamos en marcha en pocos días.”

El equipo de Chris ahora usa Fivetran para traer datos de todos sus principales sistemas fuente de marketing: Marketo, Salesforce, Facebook Ads y Google Analytics. “En pocas palabras, simplemente funciona.” Una vez en su lakehouse, el equipo hace join de los datos con otras fuentes de los equipos de Product y Central, transformándolos de forma significativa para impulsar Data Science, machine learning y generar dashboards vitales de Tableau para análisis.

El resultado

Chris ahora apoya a un equipo de datos en rápido crecimiento, formado por analistas y líderes que, a su vez, entregan insights cruciales a más de 90 marketers. En total, Fivetran ahorra a Databricks más de 40 horas al mes en tiempo de ingeniería, el equivalente a un Data Engineer de medio tiempo.

“En lugar de contratar plantilla de ingeniería tradicional, Fivetran nos permite enfocarnos en el valor del negocio, contratando analistas, constructores de dashboards, personas que son expertas en web analytics y paid media. Nuestra infraestructura es mucho más amplia y avanzada de lo que era hace uno o dos años.”

Al incorporar Fivetran para manejar la ingesta de datos, Chris liberó tiempo para construir una suite completa de dashboards de Tableau que responden las preguntas más comunes que enfrenta su equipo de marketing, ahorrando tiempo al equipo y permitiéndole enfocarse en agregar valor con tres proyectos de Data Science y machine learning:

• Forecasts precisos a nivel de campaña para que los managers entiendan cómo van avanzando y si su desempeño está en línea con lo esperado.
• Un modelo de impacto causal que determina el efecto de un evento específico del cliente en su consumo.
• Un modelo de propensión que predice la asistencia a eventos con base en el comportamiento previo, lo que permite a los equipos segmentar mejor su email marketing.

Los impactos downstream de las decisiones de Chris ya se están sintiendo internamente en Databricks. Customer Service y Customer Success han visto lo fácil que ha sido el proceso y están pidiendo que se activen más casos de uso y conectores.

“Al usar Fivetran, podemos traer nuevas fuentes de datos que las personas recién contratadas van a usar, áreas que no hemos explorado a fondo. Pueden ponerse en marcha rápidamente y construir dashboards desde el primer día. No tienen que construir pipelines ni familiarizarse con notebooks o escribir código. Pueden tener acceso inmediato a los datos para enfocarse en los insights y en construir relaciones con sus stakeholders.”

El acceso a datos confiables ha sido crítico para los marketing account managers, quienes ahora son más responsables de los forecasts que hacen. La mayor visibilidad a través de dashboards sofisticados ha facilitado que los equipos rastreen y actúen rápidamente sobre el desempeño de las campañas.

¿Estás ingiriendo datos en un Delta Lake? Visita el Databricks Partner Portal para conocer el poder de Databricks y Fivetran.

Conoce la página de Marketing Analytics de Fivetran para ver cómo podrías centralizar tus datos de marketing de una forma rápida, confiable y en tiempo real.

[CTA_MODULE]