[事例] Snowflake社の成長の秘密：Fivetranで業界トップクラスのデータ分析基盤を構築

February 1, 2023

Snowflake社の成長の秘密：

Fivetranでトップクラスのデータ基盤を構築

データクラウドの巨人は、Fivetranのコネクタを使用して、顧客の360度ビューの構築に成功しました。

主な成果

900以上のFivetranネイティブコネクタを導入し、月間4億レコード以上をSnowflakeに連携。
顧客行動の360度ビューを構築し、マーケティングチームはマーケティング費用とターゲティングの大幅な効率化を実現しました。

包括的なデータ利用レイヤーを確立し、数百人の内部顧客と市民アナリストが重要なデータにアクセスできるようになりました。

事例の背景

規模：従業員数4,000人以上
ELTツール：
Fivetran、Fivetran Transformations for dbt Core™ （ファイブトラン・トランスフォーメーション・フォー・ダブリューティー・コア
デスティネーション (データの移動先)：Snowflakeデータクラウド
使用したFivetranコネクタ：
Marketo、Jira、Salesforce、Salesforce Sandbox、Github、Servicenow、Webhooks、Greenhouse、Hubspot、Snowplow、Google Analytics、Bing Ads、Google Ads、Linkedin Ads、Workday、Youtube Analytics、Qualtrics、Google Sheets、Facebook Pages、Facebook Ads、Instagram Business、メール、Google Drive、Stripe、Survey Monkey
BIツール： Tableau、ThoughtSpot
その他のデータテクノロジー：dbt Core™、Alation、ThoughtSpot、Airflow
Fivetranの料金プラン：エンタープライズプラン

業界トップクラスのデータプラクティス

2012年に設立されたSnowflakeは、世界中で6,000を超えるお客様にデータクラウドへのアクセスを提供し、成長するモダンデータスタック (MDS) エコシステムに浸透しています。Snowflakeの成長は、迅速なイテレーションと業界トップクラスのデータプラクティスによって推進されてきました。

この急成長の核となるのが、Snowflakeのマーケティング・インテリジェンス機能です。このチームは大胆なビジョンを持っており、ROIをリアルタイムに予測して全てのマーケティングプログラムを動的に最適化します。従来のB2Bマーケティング分析の手法とは大きく異なり、効率化を目標としています。

「ほとんどの企業では、マーケティング予算の40%がキャンペーンの非効率性によって浪費されています。マーケティングを最適化するためには、測定と可視化が重要です。」

Snowflake、プロダクトマーケティングリード - ソリューション、Lourenço Mello氏

Snowflakeのマーケティング・インテリジェンス・チームは、Snowflakeのインスタンスである「Snowhouse」内のデータを一元化し、セグメンテーションモデルやレコメンデーションエンジンを強化し、最終的に顧客に関する360度のビューを構築することに成功しました。

データサイロの解消

Google、Bing、Facebook Adsなどのマーケティング分析コネクタと、Marketo、Salesforce、JiraなどのコアとなるSaaSツールの両方を通じて、900以上のFivetranコネクタを展開し、4億以上の月間アクティブ行 (*) を移動させています。

「Fivetranは物事を簡単にしてくれます。数回クリックするだけで、どのプラットフォームに対しても認証することができ、その後シームレスに、ほとんど瞬時にデータがSnowflake内に表示されます。」 - Snowflake社 BI&アナリティクス担当 Carl-Johan Wehtje氏

Snowflakeの市場分析エコシステムには、現在、マーケティング用の1000以上のテーブルが含まれており、Data Cloudによって完全に強化されています。

*月間アクティブ行とはMonthly Active Row (MAR)のことを指します。詳しくは料金プランページをご覧になるか営業担当まで直接ご連絡ください。(sales@fivetran.com)

Fivetran dbt Core™対応のデータモデルで分析を可能にする

Snowflakeは従来、データモデリングと変換ロジックを別のBIツール内に保持していましたが、このアプローチにはいくつかの欠点がありました。しかし、このアプローチにはいくつかの欠点がありました。ビジネスでモデルをツールから実行したり、アドホックな分析を行う必要があるたびに、アナリストはモデルをゼロから再作成する必要があったのです。このアプローチは時間がかかり、エラーが発生しやすいものでした。

dbt Core™を導入することで、業務内のエンドユーザはより柔軟に対応できるようになりました。また、計算負荷の高い計算をプロセスの早い段階で行うことで、全体的なパフォーマンスも向上しました。

「私たちはGoogle、Facebook、LinkedInを利用してデジタル広告を配信していますが、このデータをFivetranで取り込んでいます。」とCarl-Johan Wehtjeは述べています。

「Fivetranのデータモデルは、生のデータソースを自動的にクリーンアップして、1つのモデルに出力します。Fivetranのデータモデルは、生のデータソースを自動的にクリーンアップし、1つのモデルに出力します。我々はすぐにクリーンで正規化されたレポートセットを入手し、より複雑な計算と結合作業に集中することができます。つまり、エンドユーザーにこのデータをより早く公開し、そこから洞察を得ることができるのです。」

また、Snowflake は Airflow を使用して dbt™ ジョブを管理し、モデルやテーブルの更新頻度を定義して、アナリストがデータ更新時間とパフォーマンスおよびコストのバランスを取ることができるようにしています。

データコンサンプション層の確立

「コンサンプション層（Consumption Layer）」は、Snowflakeのマーケティング分析チームがコラボレーションを可能にし、ビジネスパートナーがデータに思う存分触れられる場所です。

強力なIngestion (データ抽出) とTransformation (データ変換) のフレームワークによって、マーケティング分析チームは、高度なデータサイエンスと機械学習モデル、アトリビューションスコアリング、予測、セグメンテーションによって、会社の意思決定をデータに基づいたものに。これらの予測モデルの結果は、その後Snowsight、Tableau、ThoughtSpotなどのプラットフォームに送られ、更なる分析に活用されます。

Snowsightは、迅速かつシンプルなデータ分析に使用されます。Snowsightは、迅速かつシンプルなデータ分析に使用されます。ユーザーがデータを探索し、大規模なデータセットのシンプルなトレンドやパターンを明らかにしようとするときに、素晴らしい出発点となります。「より高度なレポートを作成する際にも、SQLを直接利用できるため、出発点として最適です」とWehtje氏は述べます。「非常に迅速に物事を試し、反復し、進化させることができます。」

Tableau は、ビジネスクリティカルなダッシュボードや、より定期的なレポート作成に最適なツールです。Tableauは、ビジネスクリティカルなダッシュボードや、より定期的なレポート作成に適したツールです。アナリストは、必ずしも同じ参照枠を持っていない、より広いビジネスオーディエンスに指標を共有することができます。「ダッシュボードを使えば、ビジネスリーダーは前四半期比や前年比のパフォーマンスを簡単に確認することができます。「ダッシュボードは、明確なストーリーを構成する優れた方法です。これは、主要な測定基準について誰もが完全な文脈や知識を持っているとは限らない、より多くのオーディエンスと共有する場合にさらに重要です。

ThoughtSpotは、より個別化されたレポートを可能にする包括的なセルフサービス・レポート環境を提供します。ThoughtSpotは、市民アナリストがデータをドリルダウンして複数のレイヤーを探索するための直感的な方法を提供します。また、Wehtje氏は、複数の真実のソースを作成することに心配はしていません。「明確なモデルを構築しているので、アドホック分析、Tableauダッシュボード、ThoughtSpotダッシュボードのいずれであっても、基本的に同じモデルを使用しています。誰もが同じデータを見て、同じ結果とアウトプットを得ているのです。

Snowflakeのデータスタックの最後のコンポーネントは、データリネージとカタログ化ソリューションです。データ量が増えるにつれ、明確なデータリネージ、カタログ化、ガバナンス、つまりデータがどこで作られ、どれだけ新しいかを理解する必要性が出てきます。「データチームとしては、データがどこから取得されたものなのか、透明性が必要です」とWehtje氏は言います。「ドキュメンテーションは非常に重要ですが、非常に時間のかかる作業でもあります。Snowflakeは、Snowflakeからメタデータを取得し、データの系統や異なるテーブルの内容を自動的に概説するツールであるAlationで、このニーズに対応しました。」

「これはまだほんの始まりに過ぎません。例えば、社内のお客様がデータを活用できるような、より良い方法を模索しています。それらを近いうちにビジネスで共有できることを非常に楽しみにしています。」とWehtje氏は将来への展望を語ります。

この記事は英語から翻訳されました。原文はこちらをご覧ください。