BODi respalda la salud del cliente con Alteryx y Snowflake

BODi ayuda a las personas a crear hábitos saludables y sostenibles, y a vivir una vida plena. Más de 2 millones de suscriptores usan la plataforma en línea de BODi, que ofrece entrenamientos bajo demanda, programas y suplementos nutricionales y clases sobre mentalidad. BODi ingiere y analiza grandes cantidades de datos de suscriptores y pedidos para apoyar las iniciativas de retención y participación de los clientes.

Superar los silos de datos de fitness y nutrición

La arquitectura de datos anterior de BODi consistía en diversas tecnologías de procesamiento y almacenamiento de datos. Los datos de los pedidos se almacenaban en un almacén de datos en las instalaciones, mientras que los datos de interacción en línea de BODi se almacenaban en la nube.

Un lago de datos empresariales albergaba datos de la comunidad de fitness en línea, la aplicación móvil y las campañas de marketing de BODi. “Nuestra incapacidad para conectar fuentes de datos a medida se convirtió en un problema creciente, en especial al tener millones de suscriptores y pedidos por año”, comentó Armen Rostamian, Vicepresidente de Inteligencia de Marketing y Analítica de BODi.

Los datos aislados impedían a BODi tener una visión integral de los clientes, obstaculizaban los insights de marketing y distribuidores, y dificultaban la correlación de comportamientos que repercuten en los objetivos de salud. Según Rostamian, “Teníamos una mentalidad con respecto a los suplementos nutricionales y el entrenamiento físico, pero no éramos capaces de tener una mentalidad con respecto al bienestar”. Las limitaciones técnicas generaban una mayor complejidad y retrasaban el tiempo para obtener insights en hasta 48 horas.

Con el objetivo de utilizar los datos de manera efectiva para mejorar la salud del cliente y los resultados empresariales, BODi centralizó la propiedad de los datos en un único equipo de análisis de datos y emprendió la tarea de rediseñar su arquitectura de datos.

Centralizar datos para tener una visión más clara del recorrido del cliente

BODi eligió Data Cloud™ de Snowflake como la “capa fundamental” de su arquitectura de datos. “Me resulta difícil incluso pensar en un competidor comparable a la solución que ofreció Snowflake”, comentó Rostamian.

La escalabilidad casi infinita de almacenamiento y computación de Snowflake resolvió los problemas de latencia de BODi y permitió al personal técnico centrarse en eliminar las complejidades y unificar los datos. Según Rostamian, “Con el poder de la computación de Snowflake, centralizamos el trabajo en torno a los datos y finalmente logramos crear una única fuente de verdad para los conjuntos de datos financieros, de clientes y de distribuidores”.

Al consolidar el consumo de video, el historial de compras y otras interacciones en Snowflake, se logró una mayor transparencia en cuanto al recorrido del cliente de BODi. “Por primera vez, pudimos comprender la interacción completa del cliente con la marca a medida y enfocarnos en las acciones de mayor valor para el cliente”, explica Rostamian.

La capacidad de Snowflake para trabajar con Alteryx facilitó la entrega de insights accionables con capacidad de autoservicio para los usuarios de analítica de BODi. Al combinar la potente infraestructura de Snowflake con la interfaz intuitiva de Alteryx para resolver problemas analíticos, BODi hace que el stack de datos sea más accesible de principio a fin. Los equipos pueden obtener los datos que necesitan, transformarlos con Alteryx y compartir insights a medida entre los equipos.

Entender el comportamiento del cliente e interactuar con los distribuidores con menos complejidad

El entorno de analítica de autoservicio de BODi, impulsado por Snowflake y Alteryx, ofrece de manera eficiente insights significativos a los usuarios de toda la organización.

Según Rostamian, “Ahora podemos trabajar juntos y tener un punto de transferencia que permite una ruta menos costosa hacia el mejor resultado”. Por ejemplo, el departamento de regalías de BODi supervisa de cerca las visualizaciones de video calificadas que resultan en pagos de regalías. Los equipos de marketing y fitness de BODi también dependen de insights de consumo de video de autoservicio, a pesar de mantener diferentes definiciones para las visualizaciones “calificadas”.

Aprovechar los datos como base para las promociones de ventas ayuda a los profesionales de marketing de BODi a desarrollar campañas creativas que impulsan el compromiso con los distribuidores. La ejecución exitosa de las campañas ha dado lugar a distribuidores más comprometidos y enfocados en las ventas. “Somos capaces de ejecutar con precisión promociones mensuales complejas más rápido que nunca, invirtiendo menos recursos”, mencionó Rostamian.

Desarrollar un sistema de puntuación y visión integral del cliente para activar los datos

El uso de Snowflake para centralizar datos de aproximadamente 80 atributos de clientes proporciona una visión integral del cliente en múltiples puntos de contacto. Los modelos de aprendizaje automático (ML) usan datos almacenados en Snowflake para evaluar la lealtad del cliente, predecir sus niveles de actividad futuros y estimar su tendencia de compra.

El sistema de puntuación de clientes de BODi proporciona a los profesionales de marketing un único punto de datos para recomendar contenido relevante y desarrollar campañas que resuenen. Según Rostamian, “Podemos brindarles a los profesionales de marketing KPI mucho más accionables y que se vinculan directamente con los ingresos”.

Ofrecer soluciones de previsión flexibles que satisfagan las necesidades de múltiples equipos

Al modernizar la arquitectura de datos de BODi, se simplifica el soporte para las variadas necesidades de previsión de los distintos departamentos. De la misma manera que BODi promueve un enfoque integral de la salud con diversos enfoques de nutrición y fitness, su equipo empodera a múltiples equipos para que accedan a insights de datos. Un stack unificado y de autoservicio con Snowflake y Alteryx permite a diferentes áreas obtener resultados eficientes a partir del mismo procesamiento de datos.

Por ejemplo, el equipo de finanzas de BODi se apoya en Alteryx y Snowflake para sus iniciativas de previsión de ingresos continuas. Los equipos de operaciones analizan un abanico de variables relacionadas con los ingredientes para tomar decisiones de adquisición informadas. Los especialistas en marketing comparan las previsiones de línea base con las actividades incrementales.