De Nederlandse startup OK App heeft zijn datalandschap gemoderniseerd, zodat het bedrijf snel kan reageren op inzichten en wijzigingen in zijn aanbod kan doorvoeren. Het bedrijf werd in 2017 opgericht met het idee om het leven van consumenten gemakkelijker te maken door klantenkaarten en persoonlijke aanbiedingen op maat te bundelen in één app. OK App heeft nu 760.000 gebruikers en slechts 3 mensen die fulltime in het datateam werken. Het bedrijf had dit niet kunnen doen zonder geautomatiseerde data-integratie.

“Met onze app doen mensen alles rondom winkelen”, zegt Fedor Brookman, Head of Data bij het bedrijf. “We willen gebruikers de best mogelijke online en offline gebruikerservaring bieden.” Zijn team richt zich op drie dingen: gebruikers betrekken, inzichten over hen creëren en samenwerkende retailers adviseren over klanten die hun folders lezen en specifieke deals waarderen voordat ze de winkel bezoeken.

Vóór de aanpassingen gebruikte OK App custom scripts die sommige gegevens uit AWS exporteerden, ze in BigQuery importeerden. De rapportage gebeurde via Google Data Studio. Met op maat gemaakte scripts is het aanbrengen van wijzigingen en verbeteringen omslachtig en nogal traag. Ook werd het rapporteren steeds ingewikkelder.

Geautomatiseerde gegevensintegratie

“We merkten dat het steeds meer tijd ging kosten om de juiste antwoorden op vragen te krijgen, en sommige vragen waren onmogelijk te beantwoorden. Dat was niet vreemd, aangezien we er in het begin bewust hebben gekozen voor een ​​heel eenvoudige datastack”, zegt Fedor. Maar hij voegt eraan toe: “Het zou alleen maar exponentieel ingewikkelder zijn geworden naarmate we meer gegevensbronnen zouden toevoegen.” Dit is waar geautomatiseerde data-integrator Fivetran om de hoek komt kijken.

“We hebben een uitgebreid plan gemaakt met alle dingen die we wilden verbeteren. Maar we zijn gestart met Fivetran, omdat we onze gegevensbronnen gemakkelijk wilden binnenhalen, onze basis goed wilden krijgen en ons gegevensmodel volwassener wilden maken. Fivetran was het gemakkelijkst om te implementeren, omdat we geen andere oplossingen hoefden uit te faseren en geen big bang-release hadden. We hebben extra connectoren toegevoegd en extra gegevensbronnen, wat heel eenvoudig was.” Er zijn nu 19 connectoren en ongeveer 17 miljoen rijen per maand die in BigQuery worden geïmporteerd. Voor business intelligence wordt Looker ingezet.

Uitgebreid overzicht van gebruikers

OK App kan nu veel verschillende bronnen samenvoegen. Dit geeft hen een veel uitgebreider beeld van gebruikersactiviteit: “We kwamen er achter dat mensen met vijf of meer klantkaarten een retentiepercentage hebben dat ongeveer drie keer hoger is dan mensen zonder zoveel kaarten. Dus nu hebben we een reeks campagnes die nieuwe gebruikers zo snel mogelijk kaarten laat toevoegen. Door deze gegevens te combineren, kunnen we nu analyseren welke acquisitiekanalen tot [het toevoegen van] vijf kaarten leiden”, zegt Fedor. Hierdoor kan het bedrijf zijn marketingbudget efficiënter benutten.

Retailpartners profiteren

Het datateam kan ook onderscheid maken tussen de activiteit van gebruikers die e-mail push-berichten of in-app-berichten ontvangen, of gebruikers die specifieke content hebben gezien en daarna naar de winkel zijn gegaan. “Dat is een heel belangrijke statistiek voor de retailers waarmee we samenwerken. En het helpt ons om onze gebruikers beter te leren kennen en hen te helpen met betere services. Gebruikers kunnen bijvoorbeeld een game spelen in de app en dan weten we welke merken ze leuk vinden .”

Zakelijke gebruikers zijn nu minder afhankelijk van het datateam en krijgen relevantere informatie – zelfs door zélf Looker te gebruiken. Het datateam kan zich nu concentreren op complexere taken. En daar zitten de grootste voordelen: in de toegevoegde waarde. “We krijgen relevantere informatie, kunnen onze algoritmen verbeteren en we kunnen dit sneller doen dan we zouden zonder Fivetran.”