Optimizely Warehouse-Native Analytics Produkt- und Verhaltensanalyse auf Snowflake®.

Wir freuen uns, heute die allgemeine Verfügbarkeit von Warehouse-Native Analytics Product & Behavioral Analytics on Snowflake® ankündigen zu können^. Warehouse-Native Analytics on Snowflake ermöglicht es Kunden, fortschrittliche Produktanalysen direkt auf der Snowflake-Datenplattform durchzuführen, ohne dass Daten bewegt werden müssen. Warehouse-Native Analytics läutet die nächste Generation der Produktanalyse ein, die auf den modernen Datenstapel abgestimmt ist und sich auf einen zentralen Data Warehouse-Speicher für alle Daten konzentriert.

Produktanalytik der ersten Generation

Traditionelle Produktanalysetools sind zweckgebundene Punktlösungen mit proprietären, eng gekoppelten Instrumenten, spezialisierten Rechensystemen und geschlossenen Datenspeichern. Der Grund dafür waren die Beschränkungen von Data Warehouses und Business Intelligence (BI)-Tools, die nicht für die Darstellung oder effiziente Berechnung von Produktanalyse-Workloads mit Ereignisströmen, Zeitreihen, Ereignisabläufen und speziellen Visualisierungen konzipiert waren.

Die Produktanalysetools der ersten Generation erfüllten einen wichtigen Bedarf, insbesondere im Hinblick auf die Produktinstrumentierung und die Unterstützung der Kunden bei der Erlangung eines Überblicks darüber, wie die Benutzer ihr Produkt verwenden. Sie stellen jedoch mehrere Herausforderungen dar:

• Die Analytik beschränkt sich auf vorgefertigte Berichtsvorlagen ohne die Möglichkeiten einer explorativen Ad-hoc-Analyse im BI-Stil. Infolgedessen sind Produkt- und Wachstumsmanager nicht in der Lage, die nächste Ebene von Fragen zur Produktnutzung und zum Benutzerverhalten zu beantworten. Sie müssen sich dann auf ihre Data-Engineering- und BI-Teams verlassen, um die nächste Stufe der Analyse durchzuführen - dies kann Wochen dauern und ist nun von dem von ihnen verwendeten Produktanalysetool abgekoppelt.
• Die Data-Engineering- und BI-Teams sind damit belastet, dass sie spezielle, einmalige Berichte in SQL/BI-Tools erstellen müssen, um die ständigen Ad-hoc-Anfragen der Produkt- und Wachstumsteams zu bedienen. Sie müssen Daten aus den Produktanalysetools in das Warehouse exportieren - ein ETL-Aufwand, den sie verwalten müssen. Sie haben mit schwer zu schreibendem SQL zu kämpfen, um spezielle Trichter-/Pfadabfragen zu erstellen und Berichte in BI-Tools zu generieren, die nicht für derartige Analysen konzipiert wurden. Dies führt zu hohen Kosten und weniger Zeit für die Arbeit an höherwertigen Problemen.
• Die Analyse ist auf den Produktinstrumentenstrom beschränkt und kann den umfangreichen Geschäftskontext, der im Data Warehouse des Unternehmens verfügbar ist, nicht nutzen. Reverse ETL"-Produkte helfen zwar ein wenig beim Export einfacher Eigenschaften aus dem Data Warehouse, ermöglichen aber kein natives Arbeiten mit dem vollständigen Geschäftsdatenmodell innerhalb des Produktanalysetools. Außerdem führen sie zu Datenkopien in mehreren Systemen, ganz zu schweigen von dem Aufwand, der durch die Verwaltung eines weiteren ETL-Tools/Jobs entsteht. Infolgedessen sind die Analysen in erster Linie auf grundlegende Produktmetriken beschränkt und lassen sich nicht auf umfassendere Geschäftsmetriken übertragen.
• Die Daten der Produktinstrumentierung verlassen die sicheren Unternehmensumgebungen und werden in externen, vom Anbieter verwalteten Blackbox-Speichern gespeichert. Angesichts der zunehmenden Bedeutung von Datenschutz, Sicherheit und Governance ist dies für viele Unternehmen höchst unerwünscht.

Produktanalytik der nächsten Generation im modernen Datenstapel

Die nächste Generation von Produktanalysetools, die speziell für den modernen Datenstack entwickelt wurden, überwindet diese Herausforderungen.

Warehouse-Native Analytics ist ein Vorreiter dieses Wandels. Mit Warehouse-Native Analytics erhalten Sie die Einfachheit von vorgefertigten Visualisierungsmodulen für die Produktanalyse, die Leistungsfähigkeit der BI-ähnlichen Datenermittlung und -exploration, die direkt auf der Datenplattform arbeiten und alle Ihre Unternehmensdaten für umfassendere Analysen nutzen. Dies kann einen tiefgreifenden Einfluss auf Ihr Unternehmen haben.

Warehouse-Native Analytics Product & Behavioral Analytics auf Snowflake ist auf die Grundprinzipien des modernen Datenstacks abgestimmt:

• Alle Unternehmensdaten befinden sich in einer einzigen zentralen Unternehmensdatenplattform. Keine Datensilos. Keine Datenverschiebung in externe Speicher außerhalb der Kontrolle der Daten- und Sicherheitsteams des Unternehmens.
• Die Produktinstrumentierung ist von der Analytik entkoppelt. Unabhängige Instrumentierungssysteme wie Snowplow, Segment und RudderStack ermöglichen die Landung von Produktinstrumentierungsdaten in der Datenplattform in einem offenen Format, das von jedem Analysetool genutzt werden kann. Keine Bindung an einen einzigen Anbieter von Analysewerkzeugen.
• Meinungsfreie Instrumentierung, die Sie nicht in ein vom Anbieter diktiertes Datenmodell zwingt. Unternehmen müssen die Flexibilität haben, ihr einzigartiges Geschäft für effektive Analysen zu modellieren.
• Alle Analysetools arbeiten direkt mit der zentralen Datenplattform. Keine Datenkopien.

Bringen Sie Ihre Produktanalyse auf die nächste Stufe

Mit Warehouse-Native Analytics Product & Behavioral Analytics auf Snowflake können Sie die Raffinesse der Produktanalyse auf die nächste Stufe heben, die das Spiel verändern kann.

• Genießen Sie die Einfachheit der Visualisierungsmodule für die Produktanalyse, mit denen Sie Trichter, Pfade usw. erstellen können, um die erste Ebene der Fragen zu beantworten.
• Beantworten Sie die nächste Ebene von Fragen ganz einfach mit einer visuellen Ad-hoc-Exploration im BI-Stil. Sie müssen Ihr Data Engineering- oder BI-Team nicht anrufen. Sparen Sie wochenlanges Warten auf Berichte.
• Wechseln Sie nahtlos zwischen vorgefertigten Produktanalyseberichten und Ad-hoc-Explorationen, um tiefere Einblicke zu erhalten. Lassen Sie sich nicht mehr durch die Unfähigkeit einschränken, Fragen zur Produktnutzung oder zum Benutzerverhalten zu stellen und zu beantworten.
• Kombinieren Sie Produktinstrumentierungsdaten mit anderen Geschäftskontextdaten in Snowflake, um umfassendere Einblicke zu erhalten, die Ihre Geschäftsergebnisse beeinflussen können. Beschränken Sie sich nicht nur auf die kurzsichtigen Erkenntnisse aus den Produktinstrumentierungsdaten.
• Sie haben die Flexibilität, Snowflake in Ihrer Virtual Private Cloud (VPC) oder über einen gehosteten SaaS-Service bereitzustellen.

Der Vorteil von Warehouse-Native Analytics

Die innovative Technik 'Relational Event Streams' von Warehouse-Native Analytics ermöglicht es, die Vorteile moderner Datenplattformen wie Snowflake für Produktanalyse-Workloads zu nutzen. Die 'NetScript'-Sprache ermöglicht die einfache Formulierung komplexer Ereignisfluss-Analysen. Die Engine von Warehouse-Native Analytics generiert Abfragen an Snowflake, die für effiziente ereignisorientierte Berechnungen optimiert sind. Das integrierte ereignis- und zustandsorientierte Modell von Warehouse-Native Analytics ermöglicht Ad-hoc-Analysen in Form von dimensionalen Slice-and-Dice-Analysen über Zeitserien und Ereignisflussmuster.

Warehouse-Native Analytics betritt Neuland und stellt die traditionelle Denkweise bei der Entwicklung von Produktanalysesystemen in Frage. Es verwischt die unnötige Unterscheidung, die heute zwischen Produktanalysen und Business Intelligence-Tools besteht.