Memrise通过Fivetran使在线学习更智能
“Fivetran对我们来说至关重要。我们使用它在我们的产品和内容数据库中进行复制，这些数据库是我们进行所有数据分析的基石。”
Shrikant Narasimhan, Memrise高级分析工程师
主要成果：
Fivetran能够更深入地洞察用户行为，推动产品改进
Memrise能够分析用户进入付费墙后的转化率，从而使“免费增值”商业模式成为可能
跟踪苹果搜索广告中的活动成功数据可确保更高的投资回报
客户评级和评论现在与投诉一起被跟踪，提醒团队需要解决的问题
数据堆栈：
管道:Fivetran
云平台：自动气象站
目的地:谷歌BigQuery
商业智能:谷歌Data Studio
形势
Memrise成立于2010年，是一款语言学习应用，在189个国家有超过5000万人使用。由语言学专家开发的课程可以通过桌面浏览器或智能手机应用程序访问，为教科书和更传统的教学技术提供了一个有趣而有效的替代方案。内容包括成千上万的人们讲母语的视频剪辑。
存在的问题:
识别客户参与度方面的差距
Memrise在云端构建其平台，从一开始就使用领先的技术，并知道它将依靠数据分析来为其设计和上市战略提供信息。早期的问题是，五人数据团队花了太多时间编码、手动构建数据管道和修复损坏的API。
“作为一个平台团队，我们的核心信念是，代码越少越好，”高级分析工程师Shrikant Narasimhan说。“我们希望确保我们内部所做的任何工作都专注于提高产品和客户体验，而不是构建管道。”
在发布的第一个高潮中，一切都是为了快速取胜和找到受众，但随着客户吸引力的增长，更多关注分析的需求变得至关重要。
Narasimhan说:“我们需要了解客户是如何与产品互动的，以便为他们提供更有吸引力的体验。”“我们开始更多地思考如何获取数据，以及关注哪些指标。”
解决方案
确定关键绩效指标
Memrise数据团队选择Fivetran将Amazon Web Services中的MySQL RDS数据库连接到谷歌BigQuery。Memrise团队还能够通过Fivetran获取更多的事务性数据源，如Stripe和一系列用于营销活动的在线广告服务。在流程的另一端，谷歌Data Studio现在提供数据分析和可视化。
来自核心产品数据库的事件相关数据被认为特别重要。这些数据记录了人们如何与在线课程的每个阶段互动——他们何时开始一门新课程，学习进展如何，以及当他们通过测试时会发生什么。数据团队现在可以将事件数据与核心客户、产品和内容数据结合起来，查看学习过程何时出现问题，并确定课程中出现高于平均水平下降的部分。另一个重要的数据源是内容数据库。
“我们有一个由语言学家和教育学专家组成的团队，他们使用内容创作系统来设计课程。现在，数据团队会观察各种内容的表现，并将其反馈给设计师。”Narasimhan解释道。
结果
提供持续的应用程序改进
在确定了要衡量的关键绩效指标(kpi)之后，通过Fivetran保持产品和内容数据库的同步和更新，该公司能够更加主动地回应通过BigQuery浮出的观点。从课程内容到交易，每一件事都有相应的衡量标准，让企业能够洞察到持续的改进和增长。
Memrise运营着一种“免费”的商业模式，当人们进入付费墙时，监控转换率的能力是至关重要的。
Narasimhan说：“我们使用Fivetran从我们的支付提供商Stripe获取数据，这些数据告诉我们有多少人在订阅以及续费的次数。”。
Fivetran连接器还通过利用谷歌和苹果搜索广告(Apple Search Ads)等资源来衡量活动效果，从而帮助营销。
“这有助于我们专注于活动，确保营销支出流向有成效的领域。其推论是，它帮助我们确定哪些领域我们可能没有得到多少回报。”他说。
GitHub和Jira的Fivetran连接器帮助平台和产品团队评估自己的性能，而来自Google Play和iTunes的数据显示了客户对应用程序的实际操作。客户评级和评论也与投诉一起跟踪，提醒团队需要解决的问题。
今后，计划使用Fivetran连接更多数据源。Narasimhan称赞该产品，不仅因为它易于设置，还因为它可以在后台无缝地保持数据流动。
“Fivetran对我们至关重要，”他说。“我们用它来复制我们的产品和内容数据库，这是我们所做的所有数据分析的基石。”