Im E-Commerce ist Cross-Channel-Marketing über viele Kanäle hinweg mittlerweile Standard. Oft fehlt jedoch die Auswertung wichtiger Touchpoints mit User und Userinnen. Welchen Anteil hat welcher Kanal an meinem Marketingerfolg? Welche Kampagnen sind die größten Treiber und wo lassen sich Budgets verschieben?
Blinkist bespielt unterschiedliche Kanäle mit dedizierten Inhalten. Dazu gehören Plattformen wie Google Ads, YouTube, Instagram, Microsoft News sowie weitere Content-Marketing-Angebote. Im Ergebnis stehen Blinkist äußerst umfangreiche Marketingdaten zur Verfügung, die konsolidiert und verarbeitet werden müssen, um stichhaltige Analysen über deren Impact vornehmen zu können. Das Data Management gestaltete sich technisch zunehmend zu anspruchsvoll für bisherige Lösungen, was vor allem auch an einem nicht mehr zeitgemäßen Tech Stack lag. Zusammen mit taod gelingt blinkist die Modernisierung des Tech Stack im Zusammenhang mit dem Aufbau einer Customer Data Analytics Platform.
Wie können Daten aus unterschiedlichen Touchpoints sinnvoll zusammengeführt werden?
Was ist notwendig, um das Verhalten von Kunden und Kundinnen interpretieren zu können?
Welche technischen Komponenten sind essenziell für Customer Journey Analytics?
In einem Data Use Case Workshop entwickelt taod gemeinsam mit dem Finance-Team von Blinkist ein Proof of Concept. Mehr als die Hälfte des Budgets wird in Marketing investiert oder stellt eine notwendige Investition für effektives Marketing dar. Schlussendlich muss deshalb eine klare Zuordnung der Investitionen erfolgen, damit ersichtlich wird, wo genau welche Gelder ausgegeben werden. Bestehende Unstimmigkeiten zwischen selbst erstelltem Reporting und tatsächlicher Abrechnung müssen beseitigt werden. Dieser Use Case soll Basis für die weitere Optimierung der Analyseaktivitäten werden.
Im Laufe des Workshops wird schnell deutlich, dass der Data Stack von Blinkist grundlegend erneuert werden muss. Eine hohe Fehleranfälligkeit wird in den bestehenden Data Pipelines ausgemacht, die völlig neu aufgebaut werden müssen. Die Wechsel des Konnektoren-Tools von Data Virtuality über versuchsweise Airbyte hin zu Fivetran, um vor allem interne Ressourcen zu entlasten, sowie des Transformations-Tools von Matillion zu dbt sorgen künftig für enorme Flexibilität und lassen eventuelle Anpassungen rasch und unkompliziert zu.
Als Transformationswerkzeug senkt dbt den Aufwand für gründliches Testing um bis zu 80 Prozent. Neben der gesamten Überarbeitung der Datentransformation und dem Wechsel des Konnektoren-Tools entwirft taod neue Logiken, um den dezidierten Analyseanforderungen gerecht zu werden. Zum Einsatz kommt die Data-Vault-Methode. Sie sorgt für die schnelle sowie korrekte Integration von Daten in ein Data Warehouse. Auf große inhaltliche Änderungen kann flexibel reagiert werden.
Das bestehende Data Warehouse Amazon Redshift wird durch das Cloud Data Warehouse Snowflake ersetzt, das künftig für eine hohe Skalierbarkeit nach Bedarf sorgt. Der Aufbau des Data Stack wird zunächst von taod geführt und anschließend begleitet und sorgt auf diese Weise für ein hohes Enablement von Blinkist. Data Vault stellt zudem eine neue Modellierungstechnik für das Data Team von Blinkist dar, das durch 1:1 Coachings im Laufe des Projekts geschult wird. Zudem reduziert sich durch Technologie und Enablement die Zeit für das Bug Fixing.
Nach vier Monaten verwaltet das Team von Blinkist den neuen Modern Data Stack eigenständig. taod übernimmt ab diesem Zeitpunkt eine beratende Rolle und begleitet das Projekt in regelmäßigen Intervallen durch ein FAQ-Format. Der optimierte Tech Stack sorgt für eine reibungslose und fehlerarme Verarbeitung der komplexen Daten. Dank moderner Modellierungstechnologien und effizienter ETL-Prozesse werden potenzielle Fehlerquellen deutlich reduziert und die Datenqualität nachhaltig verbessert.
Im Vordergrund des Projekts steht die Modernisierung der technischen Infrastruktur von Blinkist. Während Blinkist anfangs auf eine kleine Datenbasis zugreifen konnte, die Inhouse und mit soliden BI-Kenntnissen verwaltet wurde, verzeichnete das Unternehmen eine stark wachsendes Datenvolumen. Durch ausbleibende Optimierungen im Data Management schlichen sich teils erhebliche Fehler in der Datenauswertung ein, die vor allem technisch begründet sind. Die bestehenden Module werden dementsprechend überprüft und hinterfragt, um die effiziente und zuverlässige Datenanalyse zu gewährleisten. Gebrochene Data Pipelines und unbemerkte Fehler in der Datenverarbeitung sollen gefixt werden. Das geschieht in enger Zusammenarbeit mit dem Data Team von Blinkist, das außerdem durch taod enablet wird, um eigeständig mit dem Tech Stack arbeiten zu können. Blinkist gelingt mit einem modernisierten Tech Stack die Verarbeitung und Analyse äußerst komplexer, heterogener Daten aus Marketing, CRM und Sales.
Blinkist wollte Marketingdaten aus vielen Touchpoints ganzheitlich auswerten und dafür eine moderne Customer Data Analytics Platform aufbauen. Ziel war es, Cross-Channel-Marketing-Kampagnen belastbar zu analysieren, Budgets besser zuzuordnen und den veralteten Tech Stack zu modernisieren.
Vor dem Projekt musste Blinkist sehr umfangreiche und heterogene Daten aus Kanälen wie Google Ads, YouTube, Instagram, Microsoft News sowie weiteren Content-Marketing-Angeboten konsolidieren. Der bestehende Tech Stack war dafür nicht mehr zeitgemäß, die Data Pipelines waren fehleranfällig, und Unstimmigkeiten zwischen internem Reporting und tatsächlicher Abrechnung erschwerten verlässliche Analysen.
taod entwickelte gemeinsam mit Blinkist eine neue Data Architecture mit Fivetran, Snowflake und dbt Labs. Dafür wurden das bisherige Connector-Tool und das Transformations-Setup ersetzt, neue Logiken für die Analyseanforderungen entworfen und die Datenmodellierung auf Basis der Data-Vault-Methode neu aufgebaut.
Die Einführung begann mit einem Use-Case-Workshop und einem konkreten Proof of Concept mit dem Finance-Team von Blinkist. Anschließend wurden die Data Pipelines neu aufgebaut, das bisherige Amazon-Redshift-Data-Warehouse durch Snowflake ersetzt, das Transformationswerkzeug auf dbt umgestellt und das Blinkist-Datenteam durch 1:1 Coachings befähigt, den neuen Modern Data Stack selbst zu betreiben.
Blinkist verarbeitet und analysiert heute komplexe und heterogene Daten aus Marketing, CRM und Sales mit einem modernisierten Tech Stack. Mit dbt kann der Aufwand für gründliches Testing um bis zu 80 Prozent gesenkt werden, Fehler werden in unter 60 Minuten erkannt statt erst nach mehreren Tagen.
Lass uns deine Fragen bei einem unverbindlichen Erstgespräch klären.
Von der Analyse bis zur Cloud-Implementierung: Wir steigern dein Datenmanagement strategisch und technologisch.
Wir zeigen dir, wie einfach die Verwaltung deiner Daten mit Snowflake wird.
Aus welchen Komponenten besteht ein professioneller Tech Stack für Analytics?
