该团队从默塞德仓库数据转移到现代数据湖畔。
“而不是招聘数据工程师，Fivetran使我们能够专注于商业价值，招聘分析师，仪表板建设者，网络分析和付费媒体专家的人。我们的基础架构比一年或两年前更广泛，更先进。“Chris Klaczynski，Marketing Analytics Manager，Databricks
Databricks的营销分析团队从默塞德数据仓库转移到现代数据湖畔，从一支球队缩放五年后五个团队。
访问可靠的数据扩大了营销团队表现的可见性，并帮助建立了责任文化。
Fivetran在工程时间每月40小时保存Databricks - 相当于兼职数据工程师。
随着时间的推移，营销分析团队现在能够专注于建立仪表板，驾驶商业洞察力和与机器学习项目的其他团队合作。
管道：Fivetran.
连接器：市场那销售队伍那Facebook广告那谷歌分析
商业智能工具：Tableau，SQL Analytics
遇见Chris Klaczynski：Databricks的营销分析经理和Fivetran Power用户。作为Databricks的第一个全职营销分析团队成员，Chris在2019年加入时，从亚马逊的Kindle和Alexa客户行为团队带来了丰富的经验。
克里斯的角色很清楚：为了帮助Databricks的营销人员解决他们最艰难的问题。DataBricks - 一种企业，反过来骄傲地在帮助数据团队解决世界上最大的挑战 - 是由2013年由Apache Spark，Delta Lake和Mlflow的原始创造者成立。Databricks建于云中的现代Lakehouse架构中，结合了最佳的数据仓库和数据湖泊，为数据和AI提供开放和统一的平台。
Chris在DataBricks的首次责任支持主要营销目标：驾驶管道生成，成长数据库，改进ROI。但随着Databricks迅速扩展，对集中和记录数据的需求变得越来越明显。数据孤岛在业务周围出现，包括克里斯的营销团队，其中数据存储在自己的数据仓库中。
克里斯的新建仪表板是关键的，提供了值得信赖的，及时的营销业务数据，以保持顺利运行 - 但没有专用的工程资源，并面对迅速扩大的营销团队，随着需求的缩放变得不可能。
“我所做的97％是保持灯光。走出数据的地狱是对我的重大生活的改善。“
当克里斯加入Databricks时，通过笔记本，alteryx和来自中央团队的遗产管道一起汇集了数据。它不是可扩展的方法，克里斯将处理来自不信任他们的数据和报告的营销领导者的电子邮件。Databricks面临许多与传统数据仓库的挑战：
特别是他们的Salesforce和Marketo管道的问题 - 他们无法自然地将数据进入Delta格式，并需要使用镶木地板作为解决方法。
将数据本地附加到使用临时表和更复杂的ETL所需的现有表。
架构变化始终打破管道，导致中断和陈旧，不值得信任的数据。
因此，如果含糊的洞察力是真实的，或者只是一种数据质量问题，利益相关者无法辨别。克里斯的团队每次数据都没有与源系统排队时，我们每次都会对利益相关者的信任。这种受阻的规划，预算分配和其他决策。
Chris开始寻找一个低码，交钥匙解决方案，可以为他的团队提供他们所需的可靠管道。三分战略通知他的搜索：
摆脱数据工程“丛林”并进入见解和预测分析。
聘请分析师和数字中小企业，而不是数据工程师和Devops。
通过我们的数据管道自给自足，并利用Delta和Automl。
“我们不想进入数据工程业务 - 我们希望专注于提供产生业务结果的见解和运行分析。”
Fivetran立即突出为克里斯数据管道需求的解决方案。在试用产品时，设置快速简单。“我们按照快速说明，设置群集，白名单，IPS，我们在几天内到了比赛。”
克里斯的团队现在使用Fivetran从他们所有核心营销源系统中带来数据：Marketo，Salesforce，Facebook广告和Google Analytics。“简单地说，它只是有效。”曾在他们的湖泊馆，克里斯的团队用来自产品和中央团队的其他来源加入数据，以有意义的方式转换它来运行数据科学，机器学习，生成重要的Tableau仪表板进行分析。
克里斯现在支持分析师和领导者的快速增长的数据团队，而领导者则为超过90辆营销人员提供关键的见解。总共，Fivetran每月在工程时间每月40多小时保存Databricks - 相当于兼职数据工程师。
“而不是聘请这种传统工程，Fivetran允许我们专注于商业价值，招聘分析师，仪表板建设者，是网络分析和付费媒体专家的人。我们的基础架构比一年或两年前更广泛，更先进。“
通过培养Fivetran来处理数据摄取，克里斯释放了一段时间来建造一个完整的Tableau仪表板，回答他的营销团队面孔，节省他的团队时间并允许他们专注于添加价值的最常见的问题，并允许他们专注于增加三个数据科学的价值机器学习项目：
准确的活动级别预测，以允许管理人员了解他们的起搏以及他们的表现是否正在上升。
一种因果影响模型，决定了特定客户事件对其消费的影响。
一种倾向模型，可根据以前的行为预测事件考勤，允许团队在他们的电子邮件营销中更具目标。
克里斯的决策的下游影响已经在DataBricks内部感受到。客户服务和客户的成功已经看过该过程的易于简单，并要求打开更多用例和连接器。
“通过使用Fivetran，我们可以带来新的数据来源，即我们的新员工将使用 - 我们没有深入探索的区域。他们可以立即击中地面运行并开始构建仪表板。他们不必建立管道或熟悉笔记本或写作代码。他们可以立即访问数据，以便专注于与利益相关者的见解和建立关系。“
访问可靠的数据对于营销账户管理人员来说至关重要，现在对他们所做的预测更负责。通过复杂的仪表板可以提高可见性使团队更容易跟踪并迅速行动竞选表现。
将数据摄入到Delta湖中？查看Databricks Partner Portal了解DataBricks和Fivetran的力量。
访问Fivetran营销分析页面以了解如何以快速，可靠的方式集中营销数据，并且实时。