金融科技公司Tide利用现代数据栈，将客户数据转化为商业洞察，优化营销支出，并深入机器学习。
Hendrik Brackmann，数据科学与分析总监潮和亚历克斯詹姆斯，EMEA客户成功高级总监Fivetran.，加入彼得沃克，编辑FStech，在fstech播客。他们聊了关于现代数据堆栈对金融气的影响以及如何完整地对客户活动和数据进行全面的营销成功和机器学习举措至关重要。
大流行以许多方式影响了企业，从他们生成的数据的数量和类型，他们如何使用它。一些显着的挑战包括：
传播信息。随着Brakmann看到它，工作 - 从家庭的举动产生了最大的影响，并且需要在内部传播信息的新方法。
重新建立基准。疫情对汰渍的客户(主要是英国的企业)造成了冲击，并影响了行为。“我们从客户那里收集了大量数据，但在行为发生如此大的变化之后，我们面临着重新建立基准的挑战，”布拉克曼分享道。“我们需要找到适应这种变化的方法。”
加速数据访问。随着在线流量的增加，企业需要更快地掌握数据。那些专注于大流行前的有效数据访问的人有利，正如詹姆斯看到它：“在一个地方拥有所有数据都在帮助我们的客户通过这一流行性的 - 在他们的仓库中拥有所有数据的公司’t have to worry about faster data access.”
这不是很久以前，金融服务公司将在Prem上拥有一切。现在，许多现代金融服务公司在线完全运营。随着所有这些渠道和来源集中到仓库，潮流不必担心数据孤岛。但即使在所有的应用程序，数据库和云中生活中，数据孤岛仍然存在，并且仍然存在数据孤岛，并且可能很难缠绕该数据并将其集中到仓库中。
虽然有遗留工具允许您将数据从源从源到目的地获取，但它们难以构建和维护。“这基本上是为什么Fivetran存在，”詹姆斯解释道。“我们的客户快速移动，需要能够添加新工具或构建新功能。使用Fivetran，只需点击几下只需点击即可将数据同步到您的仓库，因此您可以专注于数据方面而不是构建和维护管道。“
作为Fivetran的客户，Tide的所有数据都自动同步到其数据仓库中，据布拉克曼说，这对公司非常有帮助:
我们发现Fivetran真正有用的一点是指向和点击的集成。Fivetran在减少我们的端到端交付时间方面真的很有帮助，可以在几乎没有时间的情况下从数据源获取数据。
作为一个云本机库，并拥有仓库中的所有数据使得潮流更容易适应更改，捕获数据并采取洞察力采取行动。“我们的所有客户的行为存在于可追踪的渠道中，我们可以更容易地行动信息，”Brakmann解释说。“显示动态内容在线比在分支中更容易，例如在分支中等。”
在现代数据栈之前，如果一个人想要一份报告，他们必须考虑构建报告所需的数据，然后等待工程团队构建管道并访问数据。詹姆斯说:“企业把所有的数据都放到仓库里，因为现在存储成本很低。”“分析师可以使用多个数据集构建报告，而无需依赖冗长的过程，从孤立的系统的数据库中请求字段。只要把数据交给分析师，他们就能生成报告，提供你所需的见解。”
潮汐是将数据带入仓库的业务的完美示例，并让分析师建立了业务需要保持竞争和适应的报告。Brakmann分享了以下几种令人兴奋的用例：
优化营销支出。通过现代数据堆栈，潮流已经能够将客户旅程与获取以保留到终身值（LTV）。Brakmann股票：
我们正在以差异化的方式优化我们的营销花费，不仅看待收购成本，而且向ROI模型移动。这非常令人兴奋。
实施客户反馈。潮汐正在将客户反馈连接到用户旅程，允许业务确定产品中存在的问题，并了解解决这些问题的好处。
机器学习。拥有大量集中的客户数据意味着企业可以开始实现机器学习用例。“本季度，我们将专注于利用我们的客户数据来创建一些可以用于实时决策的东西。有了Fivetran这样的工具，我们就可以做到这一点。”
访问我们市场分析资源中心了解有关现代数据堆栈的分析益处的更多信息，并检查潮流工程团队博客向汰渍团队学习。如果你想听完整的播客，你可以找到它这里。