AbbVie의 자회사인 Allergan Aesthetics는 에스테틱 브랜드 및 제품군을 개발, 제조 및 판매합니다. 에스테틱 제품군에는 안면 주사제, 바디 컨투어링, 플라스틱 및 스킨케어가 포함됩니다.

Allergan Data Labs(ADL)는 실행 가능한 인텔리전스를 통해 회사의 의료 에스테틱 비즈니스를 성장시키려는 사명을 지닌 Allergan 내의 그룹입니다. 제품, 엔지니어링 및 데이터 부문 AVP인 Tory Brady에 따르면, “Allergan Data Labs는 원래 에스테틱 비즈니스를 지원하는 데이터 과학 관련 최고 기관으로 만들어졌습니다. 이제 당사는 성능 마케팅 및 제품 엔지니어링 기능도 구축하여 훨씬 더 성장했습니다.”

ADL은 개인화되고 마찰 없는 디지털 경험을 통해 소비자를 참여시키고 만족시킵니다. 이 포스트에서는 ADL이 Snowflake와 Segment를 사용하여 고객을 기쁘게 한 방법을 자세히 설명합니다. Snowflake와 Segment는 2018년에 파트너 관계를 맺어 대규모 고객 데이터를 신속하게 분석할 수 있게 되었습니다.

Allergan Aesthetics의 리드 데이터 설계자인 Vishwanath Tanneeru는 Snowflake와 Segment를 통합한 팀의 일원입니다.

Tanneeru는 “Segment와 Snowflake가 정말 잘 통합되어서 우리 측에서는 별다른 노력이 거의 들지 않았다는 점은 즐거운 놀라움을 선사했습니다.”라고 말했습니다. “Segment 전반에 걸쳐 수집된 이벤트는 Snowflake에 자동으로 보관되므로 해당 데이터에 쉽게 액세스하고 이를 활용하여 웹사이트 트래픽을 유도할 수 있습니다.”

“Snowflake와 Segment를 함께 사용할 때 발생하는 이점은 각 플랫폼을 독립적으로 사용하는 경우에는 얻을 수 없는 것입니다.”라고 그는 말했습니다.

Allergan Aesthetics 규모의 회사에는 데이터를 생성하고 저장하는 수많은 도구와 시스템이 있습니다. 이러한 시스템 전반에 걸쳐 데이터를 동기화하는 것은 복잡한 작업일 수 있습니다. Allergan Aesthetics는 플러그 앤 플레이(plug-and-play) 방식의 데이터 인프라를 추구했습니다.

Brady에 따르면 “Snowflake와 Segment는 우리에게 간단한 데이터 통합을 제공했으며 Snowflake는 Segment에서 추적 중인 이벤트의 다운스트림 수신자입니다. 말 그대로 Snowflake에 대한 자격 증명을 입력하는 동안 켰던 토글 버튼이었습니다.” Brady는 Snowflake와 Segment를 합병 및 인수로 인한 통합과 같은 예측하지 못한 변화에 민첩하게 적응할 수 있는 미래 보장형 시스템으로 보고 있습니다.

Allergan Aesthetics는 데이터 기반 조직입니다. 1,500명 이상의 직원이 있는 영업 조직은 데이터를 활용하여 의사 결정을 내리고 고객과 상호 작용합니다. 그러나 Snowflake 이전에는 셀프서비스 모델로 데이터가 제공되지 않았습니다. 데이터 분석가가 데이터베이스를 쿼리하고 보고서를 생성하여 Excel로 이를 가져온 다음 조직 전체에 이메일로 보냈습니다.

Tanneeru는 “Snowflake를 사용하여 모든 소스에서 데이터를 쉽게 집계할 수 있었습니다.”라고 말했습니다. “우리는 해당 데이터를 가져와 그 위에 데이터 마트를 구축하기 시작했습니다. 그 데이터 마트는 다양한 그룹에 맞는 여러 개의 대시보드를 구동합니다. 동시에 Snowflake는 당사의 분석가들에게 데이터에 대한 접근 권한을 부여했습니다. 그들은 우리의 임원진이 신속하게 결정을 내리는 데 도움이 되는 보고서를 생성할 수 있습니다.”

Snowflake로 이동한 후 Excel 보고서는 더 이상 이메일을 통해 전송되지 않습니다.

Segment를 통해 Tanneeru는 얼마나 많은 사람들이 Allergan Aesthetics의 웹 자산을 방문하는지, 무엇을 하는지, 어떻게 상호 작용하는지 추적할 수 있습니다. “Segment가 이 데이터를 수집하고 Snowflake에 원활하게 흡수시켜 우리 분석가와 BI 팀은 대시보드와 통찰을 신속하게 생성할 수 있습니다.”라고 그는 설명했습니다. “이를 통해 시장 출시 시간이 단축되고 의사 결정 속도가 빨라졌습니다.”

Allergan Aesthetics는 Snowflake 및 Segment와 함께 데이터 과학 및 머신 러닝을 활용하여 CAC(고객 확보 비용)를 최적화합니다.

ADL의 머신 러닝 팀이 잠재 고객 프로필을 생성하고 이를 Snowflake에 로드합니다. Snowflake에서 ADL은 Segment의 SQL 특성을 사용하여 잠재 고객 그룹을 만든 다음 채널(Segment에서 지원)을 사용하여 해당 잠재 고객을 타겟팅 합니다. “SQL Traits을 사용하면 트랜잭션 데이터든 데이터 과학 팀의 데이터 모델의 산출물이든 상관없이 데이터 웨어하우스의 모든 데이터로 고객 프로필을 강화할 수 있습니다.”라고 Allergan Aesthetics의 수석 데이터 과학자인 Mehrdad Farahani가 말했습니다.

Farahani에 따르면, “Snowflake와 Segment 덕분에 머신 러닝 모델을 사용하여 실행 중인 캠페인을 빠르게 반복할 수 있었습니다. 그 결과 소셜 미디어 광고를 통한 획득당 구매 비용을 41%까지 줄일 수 있었습니다. 통합 덕분에 캠페인을 신속하게 제공할 수 있었고 머신 러닝 통찰이 캠페인 결과를 끌어올렸습니다.”

Allergan Aesthetics는 고객에게 개인화된 제안을 제공하는 Flash Rewards 채널의 프로토타입을 만들고 있습니다. 이 회사는 그들의 관행에서 이러한 제안을 용이하게 하기 위해 선별된 공급자와 협력하고 있습니다. Brady는 “우리는 공급자의 사무실에 들어갈 때 QR 코드를 스캔할 수 있는 기능을 구축 중입니다.”라고 말했습니다. “우리 시스템은 잠재 고객 속성을 인식하는 Segment에 대한 API 호출을 수행합니다. 그러면 프론트 데스크에 서 있는 고객에게 개인화된 제안을 전달할 수 있습니다.”

이러한 잠재 고객 속성에는 사용자가 방문한 웹 속성과 사용자가 검색한 Allergan 제품에 대한 데이터가 포함될 수 있습니다. Brady는 “그들이 그 QR 코드를 스캔하는 시점에 의료 전문가의 도움을 받아 개인화된 제안을 생성하여 그 여정을 완료할 수 있도록 돕습니다.”라고 말했습니다.

Allergan의 새로운 기술 스택은 보다 의미 있고 시의적절하며 영향력 있는 방식으로 고객과 직접 소통할 수 있도록 하여, 궁극적으로 보다 강력한 고객 관계를 구축하고 Allergan의 비즈니스를 소비자 직접 대면 비즈니스로 전환했습니다. Allē 전체에서 고객에 초점을 맞추고 개인화된 고객 커뮤니케이션을 가능하게 함으로써 Allergan은 작년에 4억 달러 이상의 새로운 수익을 창출할 수 있었습니다.

결과:

• 2021년 한 해 동안 4억 개 이상 소비자 직접 판매
• Allē 별점 5점 만점 중 4.9점 App Store 평점
• 3백만 명 이상 Allē 충성 사용자
• '구매 완료' CPA 41% 감소

더 나아가서, Allergan Aesthetics는 Snowflake 안전한 데이터 공유 및 Snowflake 데이터 마켓플레이스 추가를 평가하고 있습니다. 데이터 마켓플레이스를 통해 회사는 외부 데이터 소스를 쿼리하고 이를 자체 데이터와 원활하게 결합할 수 있습니다.

Tanneeru는 “데이터 통찰력, 데이터 복제 및 액세스를 제공하기 위해 추가 ETL을 수행하는 오버헤드 없이 데이터를 공유하는 이점을 확인할 수 있습니다.”라고 말했습니다. “안전한 데이터 공유는 이전에 보지 못했던 중요한 혁신입니다. 이 기능은 유럽과 아시아의 파트너에게는 훨씬 더 중요해졌습니다. Snowflake에 포함된 매우 깔끔한 기능입니다.”