Dance réduit ses coûts d'acquisition client de 20 % avec Fivetran

Dance, une startup dont le siège se trouve en Allemagne, a pour mission de créer des villes plus connectées et plus agréables à vivre grâce à la mobilité durable. L'entreprise propose des vélos et scooters électriques par abonnement et opère à Berlin, Hambourg, Munich, Vienne et Paris. 

Au début, Dance disposait simplement d'une base de données connectée à une base de données répliquée, à partir de laquelle quelques KPI de base pouvaient être extraits à l'aide d'un simple outil de reporting. Les capacités d'analyse de données de Dance étaient fortement limitées par le manque d'accès aux données backend et par les faibles performances de la base de données répliquée. 

Une mobilité des données accélérée avec Fivetran

L'entreprise souhaitait construire une stack de données permettant l'analyse en libre-service dans toute l'organisation. La demande d'informations était élevée, non seulement pour le reporting, mais aussi pour mieux comprendre l'activité et les marchés. Plus précisément, l'équipe marketing de Dance voulait générer davantage de ROI avec son budget. Ses équipes produit souhaitaient optimiser la tarification, la gestion du personnel et la disponibilité des véhicules, tout en évitant les pertes de revenus. 

Bruno Pinto de Sá, senior data engineer chez Dance, avait besoin d'une solution lui permettant de centraliser facilement les données dans un data warehouse à des fins d'analyse.

« Nous avons essayé toute une variété d'outils de mouvement de données automatisé. Fivetran a parfaitement fonctionné avec la base de données Postgres RDS, Stripe et toutes les autres sources importantes pour nous. Il était évident que Fivetran pouvait gérer la maintenance de la manière la plus efficace – un facteur important pour nous, car nous sommes une petite équipe. »
— Bruno Pinto de Sá, Data Engineer, Dance

En quelques jours seulement, les sources de données étaient intégrées. « Cela nous aurait pris de trois à six mois sans Fivetran », a déclaré Pinto. Depuis, il a ajouté TikTok Ads, LinkedIn Ads, Braze et Google Analytics pour son équipe marketing.  

Dance utilise également Papershift pour planifier les horaires des mécaniciens qui réparent les vélos électriques. Il n'existait pas de connecteur prédéfini pour cela dans Fivetran, Pinto a donc dû en créer un. Mais même dans ce cas, il a pu compter sur Fivetran. « Le support de l'entreprise pour la mise en place de ce nouveau connecteur a été vraiment impressionnant. Le processus a été rapide et simple. » En intégrant cet outil, Dance a pu suivre le nombre de réparations réalisables au cours d'un service, affecter les coûts de réparation aux véhicules et ainsi mieux les calculer.

Pour la transformation des données, Dance a migré vers dbt Core. Cela a ouvert la possibilité d'augmenter le nombre de transformations et de jeux de données personnalisés. Dance a ainsi pu analyser rapidement et facilement les performances marketing de HubSpot et obtenir des informations détaillées sur ses performances financières, notamment les abonnements, les paiements et les coupons. Grâce à la planification entièrement intégrée de Fivetran pour l'orchestration, les données sont transformées automatiquement dès le chargement de nouvelles données depuis le connecteur dans le warehouse. Cela réduit la latence des données et la dépendance de Dance aux outils d'orchestration tiers.

Les données métier et opérationnelles telles que les performances des véhicules, la météo et le suivi des batteries sont ingérées et transformées depuis la base de données Dance et Google Sheets, puis modélisées par des modèles dbt personnalisés. Dance utilise Looker comme outil de BI pour ses analyses. 

Résultats

Aujourd'hui, environ 80 % des employés de Dance utilisent les données Fivetran. Tous les départements obtiennent leurs indicateurs clés respectifs en quelques clics. Si quelqu'un souhaite approfondir un problème ou un indicateur précis, même les collègues sans aucune connaissance technique peuvent facilement ajuster le rapport eux-mêmes pour obtenir toutes les informations dont ils ont besoin.

Parmi les principaux résultats métier :

• Amélioration des performances publicitaires : Grâce à de nouvelles informations, l'équipe marketing a pu augmenter les taux de conversion et réduire le coût par acquisition client (CAC) de 20 % en quatre mois

• Optimisation de la tarification, de la gestion du personnel et de la disponibilité des véhicules : Toutes les décisions métier sont fondées sur les données, à partir de la combinaison de divers points de données, tels que les données démographiques de chaque quartier, les données clients, la saisonnalité et des événements spécifiques, ainsi que le montant, la durée et les coûts de maintenance des véhicules, et bien plus encore. 

[CTA_MODULE]