BODi ist eine interaktive, inklusive „Health Esteem“-Plattform, die aus einer App und einem Online-Streaming-Dienst für verschiedene Workouts besteht.
BODi hilft Menschen, nachhaltig gesunde Gewohnheiten zu entwickeln und ein erfülltes Leben zu führen. Mehr als 2 Millionen Abonnentinnen und Abonnenten nutzen die Online-Plattform von BODi, die On-Demand-Workouts, Ernährungsprogramme und Nahrungsergänzungsmittel sowie Mindset-Kurse anbietet. BODi erfasst und analysiert große Mengen an Abonnenten- und Bestelldaten, um seine Initiativen zur Kundeninteraktion und -bindung zu unterstützen.
Überwindung von Datensilos im Bereich Fitness und Ernährung
Die bisherige Datenarchitektur von BODi bestand aus mehreren Datenverarbeitungs- und Speichertechnologien. Bestelldaten wurden in einem lokalen Data Warehouse gespeichert, während die Online-Interaktionsdaten von BODi in der Cloud gespeichert wurden.
Ein unternehmensweiter Data Lake enthielt Daten aus der Online-Fitness-Community, der mobilen App und den Marketingkampagnen von BODi. „Unsere Unfähigkeit, Datenquellen in großem Umfang zu verbinden, wurde zunehmend zu einem Problem – insbesondere bei Millionen von Abonnenten und Bestellungen pro Jahr“, so Armen Rostamian, Vice President of Marketing Intelligence & Analytics bei BODi.
Isolierte Daten hinderten BODi daran, eine 360-Grad-Ansicht auf Kundinnen bzw. Kunden zu erhalten, behinderten Marketing- und Vertriebserkenntnisse und erschwerten die Zuordnung von Verhaltensweisen, die sich auf Gesundheitsziele auswirken. Dazu Rostamian: „Wir hatten eine Denkweise zu Nahrungsergänzungsmitteln und eine Denkweise zu Fitness-Workouts, aber wir waren nicht in der Lage, eine Denkweise für Wellness zu entwickeln.“ Technische Einschränkungen führten zu zusätzlicher Komplexität und verzögerten die Zeit bis zur Erkenntnis um bis zu 48 Stunden.
Auf der Suche nach einer effektiven Nutzung von Daten zur Unterstützung der Kundengesundheit und der Geschäftsergebnisse zentralisierte BODi die Datenverantwortung in einem einzigen Data-Analytics-Team und begann, seine Datenarchitektur neu zu gestalten.
Zentralisierung von Daten für eine klarere Sicht auf die Customer Journey
BODi entschied sich für die Data Cloud™ von Snowflake als „Kernebene“ seiner Datenarchitektur. „Es fällt mir schwer, auch nur einen vergleichbaren Mitbewerber für die Lösung von Snowflake zu finden“, so Rostamian.
Die nahezu unbegrenzte Skalierbarkeit von Snowflake für Speicher und Rechenleistung löste die Latenzprobleme von BODi und ermöglichte es dem technischen Personal, sich auf die Beseitigung von Komplexität und die Vereinheitlichung von Daten zu konzentrieren. „Dank der Rechenleistung von Snowflake konnten wir die Arbeit rund um die Daten zentralisieren und letztendlich eine zentrale Informationsquelle für Kunden-, Vertriebs- und Finanz-Datasets schaffen,“ erläutert Rostamian.
Die Konsolidierung von Videokonsum, Kaufhistorie und anderen Interaktionen in Snowflake sorgte für mehr Transparenz in der Customer Journey von BODi. „Zum ersten Mal waren wir in der Lage, die gesamte Interaktion des Kunden mit der Marke in vollem Umfang zu verstehen und uns auf die wertvollsten Kundenaktionen zu konzentrieren“, so Rostamian.
Die Möglichkeit von Snowflake, mit Alteryx zusammenzuarbeiten, hat es einfacher gemacht, umsetzbare Self-Service Erkenntnisse für die Analysebenutzer:innen von BODi bereitzustellen. Durch die Kombination der leistungsstarken Infrastruktur von Snowflake mit der intuitiven Benutzeroberfläche von Alteryx zur analytischen Problemlösung macht BODi den Daten-Stack von Anfang bis Ende zugänglicher. Teams können die Daten, die sie benötigen, abrufen, sie mit Alteryx umwandeln und Erkenntnisse in großem Umfang teamübergreifend teilen.
Wenn wir die ersten 80 % in der Datenanalyse und die letzten 20 % in den Abteilungen erledigen, die den Daten am nächsten sind, können wir den Datenbedarf der gesamten Organisation effizient unterstützen.
Armen Rostamian, Vice President of Marketing Intelligence & Analytics
BODi
Kundenverhalten verstehen und Vertriebspartner mit weniger Komplexität einbinden
Die Self-Service Analytics-Umgebung von BODi, unterstützt von Snowflake und Alteryx, liefert effizient aussagekräftige Erkenntnisse für Benutzer:innen im gesamten Unternehmen.
„Jetzt sind wir in der Lage, zusammenzuarbeiten und einen Übergabepunkt zu haben, der einen weniger kostspieligen Weg zum besten Ergebnis ermöglicht“, berichtet Rostamian. Die Abteilung für Lizenzgebühren von BODi überwacht zum Beispiel genau die qualifizierten Videoaufrufe, die zu Lizenzgebühren führen. Auch die Marketing- und Fitness-Teams von BODi sind auf Self-Service Erkenntnisse über den Videokonsum angewiesen, obwohl unterschiedliche Definitionen für „qualifizierte“ Aufrufe bestehen.
Die Nutzung von Daten als Grundlage für Verkaufsförderungsmaßnahmen hilft dem Marketing-Team von BODi bei der Entwicklung kreativer Kampagnen, die die Interaktion mit Vertriebspartnern fördern. Die erfolgreiche Durchführung von Kampagnen hat dazu geführt, dass sich die Distributoren stärker auf den Verkauf konzentrieren. „Wir sind in der Lage, komplexe monatliche Werbeaktionen schneller als je zuvor präzise durchzuführen und dabei weniger Ressourcen zu investieren“, berichtet Rostamian.
Aufbau einer 360-Grad-Kundensicht und eines Bewertungssystems zur Aktivierung von Daten
Die Verwendung von Snowflake zur Zentralisierung von Daten für ca. 80 Kundenattribute ermöglicht eine 360-Grad-Kundenansicht über mehrere Touchpoints hinweg. Machine Learning (ML)-Modelle nutzen in Snowflake gespeicherte Daten, um die Kundentreue zu bewerten, ihr zukünftiges Aktivitätsniveau vorherzusagen und ihre Kaufneigung zu schätzen.
Das Kundenbewertungssystem von BODi bietet Marketingfachleuten einen einzigen Datenpunkt, um relevante Inhalte zu empfehlen und Kampagnen zu entwickeln, die Anklang finden. Rostamian dazu: „Wir sind in der Lage, Marketingexperten mit KPIs auszustatten, die viel umsetzbarer sind und einen direkten Bezug zum Umsatz haben.“
Bereitstellung flexibler Prognoselösungen, die den Anforderungen mehrerer Teams gerecht werden
Die Modernisierung der Datenarchitektur von BODi macht es einfacher, die verschiedenen Prognoseanforderungen mehrerer Abteilungen zu unterstützen. So wie BODi Menschen mit mehreren Ernährungs- und Fitnessansätzen dabei hilft, einen ganzheitlichen Ansatz für ihre Gesundheit zu verfolgen, ermöglicht das BODi-Team mehreren Teams den Zugriff auf Datenerkenntnisse. Ein vereinheitlichter Self-Service-Stack mit Snowflake und Alteryx macht es für verschiedene Funktionen effizient, Ergebnisse aus demselben Datenprozess zu erzielen.
Alteryx und Snowflake ermöglichen es uns, Variationen in unseren Prognosen zu erstellen, die anwendungsfallspezifisch sind.
Armen Rostamian, Vice President of Marketing Intelligence & Analytics
BODi
Das Finanzteam von BODi beispielsweise nutzt Alteryx und Snowflake für seine laufenden Initiativen zur Umsatzprognose. Betriebsteams analysieren eine Vielzahl von zutatenbezogenen Variablen, um fundierte Beschaffungsentscheidungen zu treffen. Marketing-Teams vergleichen Basisprognosen mit inkrementellen Aktivitäten.
Weltweite Umfrage unter 1.400 Data Analysts zeigt, wie sich ihre Rolle angesichts der rasanten Zunahme von Analytics Automation und KI-Tools entwickelt.