Markin + Amazon Redshift integration
Leituras diretas no warehouse que já opera.
O que é um Amazon Redshift Agente de IA?
Uma configuração Markin e Amazon Redshift é um papel de leitura mais um schema para o qual o Markin pode escrever. Ele lê tabelas de clientes e receita no local, decide o que deve ser oferecido a cada cliente a seguir e grava decisões e atribuições de holdout de volta para que o seu pipeline de ativação existente as mova.
Não é necessária nenhuma migração para que a Markin comece. A conexão é uma função de leitura mais um esquema onde pode escrever, o que é uma alteração que a sua equipa de dados pode analisar numa tarde.
O que a Markin lê
- Tabelas de clientes e receita
- Histórico de eventos e exposições
O que a Markin escreve de volta
- Tabelas de decisão
- Leituras de experimento e holdout
Como a conexão funciona
| Padrão | O que significa aqui |
|---|---|
| Atribuição de reescrita | A Markin escreve a decisão no perfil do cliente; as suas jornadas existentes leem-na como uma condição de entrada. A latência é o intervalo de sincronização da plataforma. |
| Somente leitura | A Markin lê o sinal deste sistema. Nada é reescrito e nenhum esquema é alterado. |
O que você pode pedir para Markin fazer em Amazon Redshift?
- Como adiciono customer decisioning sobre o Redshift?
- Preciso migrar do Redshift para executar a next best action?
- Como obtenho ações de retenção do Redshift para o email?
- Que permissões uma camada de decision precisa no Redshift?
O que Markin faz em Amazon Redshift
- 01Ler histórico de cliente, receita e exposição no local.
- 02Construa o baseline de ARPU por coorte e mercado.
- 03Classifique as oportunidades de receita por valor esperado e confiança.
- 04Escreva tabelas de decisão para um esquema que você possui.
- 05Escreva a associação ao holdout para cada ação lançada.
- 06Escreva leituras de experimento que possam ser unidas aos seus relatórios existentes.
- 07Execute no seu cluster dentro dos seus controlos de custos existentes.
- 08Deixe o warehouse exatamente como estava se a conexão for removida.
Âmbito do trabalho
O trabalho de growth por trás Amazon Redshift
A lista acima é o que Markin toca em Amazon Redshift. Um conector é apenas a superfície. Abaixo está o trabalho em si: o que um analista, um lifecycle manager, um data scientist e um experimentation lead fariam entre si, correndo continuamente contra os seus próprios dados.
Ler o património
Normalmente um engenheiro de dados, uma vez, depois nunca mais atualizado.
- Mapeie cada cliente, conta, subscrição e plano nos sistemas que você já executa.
- Reconstrua a baseline de receita a partir de pedidos, pagamentos, reembolsos e créditos.
Encontre onde a receita está a vazar
Normalmente uma análise aprofundada trimestral feita por um analista.
- Dimensionar cada descoberta em receita, não em pontos percentuais.
- Observe o ARPU por coorte, plano, mercado, canal e tempo de serviço para desvios que eliminem o ruído.
Explique porquê
Normalmente, uma investigação de duas semanas retirada do roadmap.
- Mostre a contraprova, não apenas o corte de apoio.
- Mantenha o rasto da query para que um analista possa reproduzir cada número.
Escreva hipóteses que valem a pena financiar
Normalmente, um workshop, limitado às ideias presentes na sala.
- Mantenha o portfólio completo visível, incluindo o que não foi deliberadamente financiado.
- Escreva hipóteses continuamente em marketing, produto, preços e saúde técnica.
Decidir por cliente
Normalmente, as regras de segmentação são atualizadas quando alguém tem tempo.
- Escolha o canal, o tempo e o nível de incentivo, não apenas a mensagem.
- Limitar o desconto e a exposição da margem ao nível acordado pelas finanças.
Execute nas ferramentas que você já usa
Normalmente um ticket, depois um lugar no calendário do próximo mês.
- Encaminhe ofertas, jogadas de retenção e fluxos de save para a superfície certa.
- Abra o trabalho como um rascunho para aprovação onde um ser humano deve assinar.
Comprovar que causou a receita
Normalmente discutido, raramente medido.
- Reter um grupo de controlo aleatório em cada decisão, não um holdout global.
- Ler o uplift na receita por cliente contra esse controlo.
Retire, governe e transfira
Normalmente não é trabalho de ninguém, então nada é alguma vez desativado.
- Mantenha os dados pessoais nos seus sistemas e atue sobre eles no local.
- Mostre todo o rasto de decisões quando o departamento jurídico, financeiro ou um auditor o solicitar.
Amazon Redshift questions
- How does Markin connect to Amazon Redshift?
- Attribute write-back, Read only. Markin writes the decision onto the customer profile; your existing journeys read it as an entry condition. Latency is the platform's sync interval.
- What does Markin read from Amazon Redshift?
- Customer and revenue tables; Event and exposure history.
- What does Markin write back into Amazon Redshift?
- Decision tables Experiment and holdout reads
- Temos de mover os nossos dados para Markin?
- Não. Markin lê do seu warehouse, eventos de produto e sistemas operacionais em uso, no seu ambiente de computação, sob as regras de acesso que a sua equipa de dados já estabeleceu. Nada é copiado para uma base de clientes separada e não existe um store de perfis por parte do fornecedor para migrar mais tarde.
- Markin substitui a nossa plataforma de engagement ou CDP?
- Não, e não deveria. A sua engagement platform mantém o canal, os templates, a deliverability e a governance. O seu CDP mantém a identidade e o consentimento. A Markin adiciona a camada que nenhuma delas tem: decidir qual ação merece existir para cada cliente e prová-la contra um holdout.
- E se o sistema que usamos não estiver listado?
- Os quatro padrões de ativação cobrem quase tudo: gravação de atributos, evento acionado, API de decisão e renderização direta da superfície. Qualquer sistema que exponha uma API, aceite uma tabela ou possa ler uma coluna de warehouse pode receber decisões. Novos conectores são construídos durante a implementação, geralmente em dias.