Accueil Big Data CouponFollow : un pionnier des métadonnées actives

CouponFollow : un pionnier des métadonnées actives

0
CouponFollow : un pionnier des métadonnées actives


Piloter la découverte de données et améliorer le contexte avec Atlan

La série Active Metadata Pioneers présente les clients d’Atlan qui ont récemment réalisé une évaluation approfondie du marché de la gestion active des métadonnées. Transmettre ce que vous avez appris au prochain leader des données est le véritable esprit de la communauté Atlan ! Ils sont donc ici pour partager leur point de vue durement acquis sur un marché en évolution, ce qui constitue leur pile de données moderne, des cas d’utilisation innovants des métadonnées, et bien plus encore.

Dans cet épisode de la série, nous rencontrons Ted Andersson, directeur de la Business Intelligence chez CouponFollow, qui explique comment la croissance commerciale significative de CouponFollow a entraîné une croissance similaire de leurs données, comment lui et son équipe ont évalué le marché de la gestion active des métadonnées et comment Atlan peut servir de « ciment » entre leurs praticiens des données et les consommateurs.

Cette interview a été éditée par souci de concision et de clarté.


Pourriez-vous nous parler un peu de vous, de votre parcours et de ce qui vous a attiré vers Data & Analytics ?

J’ai une formation académique en mathématiques et en statistiques, j’ai obtenu une maîtrise en statistiques. Je m’intéresse aux données depuis aussi longtemps que je me souvienne, c’était donc une chose naturelle pour moi de passer du domaine des statistiques à celui des données.

Ma carrière dans le domaine des données a commencé dans une petite entreprise de marketing d’influence, où j’ai été initié au marketing d’affiliation et au monde de la technologie. À partir de là, mon parcours m’a conduit à travers diverses industries et rôles. J’ai travaillé sur des projets allant des projections de volume d’appels et des niveaux de personnel optimaux dans un cabinet fiscal et comptable, au développement d’un chatbot pour les questions de support client. J’ai également travaillé dans une société de services EMS, les aidant à migrer leurs logiciels sur site vers le cloud.

Je suis revenu à l’affiliation en rejoignant Rakuten Rewards, et me voici chez CouponFollow, où je suis le directeur de la Business Intelligence, responsable de tout ce qui concerne les données. Partout où des données sont créées, modifiées, transformées ou visualisées sur CouponFollow, mon équipe en est responsable. Cette équipe englobe l’ingénierie des données, l’analyse traditionnelle et même les premières étapes de mise en œuvre de projets d’apprentissage automatique et de science des données.

Pourriez-vous décrire CouponFollow ?

CouponFollow est traditionnellement un site de coupons et d’offres. Notre fondateur est un expert en SEO et il a grandi CouponFollow.com depuis plus de 10 ans, mais avec la pandémie, l’intérêt pour les coupons et les achats en ligne a connu un regain massif d’intérêt.

Au fur et à mesure que l’entreprise continuait de mûrir, CouponFollow a commencé à recruter une équipe beaucoup plus grande, dont moi-même, qui ai été recruté pour démarrer l’équipe de données. À l’époque, ils travaillaient avec un cabinet de conseil qui avait mis toute la « plomberie » en place, mais ils avaient besoin de quelqu’un pour les aider à définir la vision et la stratégie pour les données chez CouponFollow.

La partie la plus importante de notre activité est la recherche organique. Lorsque quelqu’un va sur Google et tape quelque chose comme « Macy’s Coupon », nous voulons être aussi haut que possible dans ce classement. Nous utilisons l’affiliation pour monétiser le clic et c’est la partie la plus importante de notre activité.

Cela étant dit, nous sommes maintenant à un point où nous commençons à nous diversifier, en nous tournant vers le domaine de la marque blanche avec une offre pour CouponFollow afin de créer des expériences d’achat de marque pour certains partenaires. Les clients de cette offre peuvent être des sites d’actualités ou de contenu, sur lesquels vous voyez des coupons et des achats dans le cadre de leur offre.

Nous avons plusieurs stratégies différentes, essayant de faire évoluer une entreprise de la simple concentration exclusivement sur la recherche organique vers davantage d’opportunités.

À quoi ressemble votre pile de données ?

Nous avons Snowflake, dbt et nous utilisons Sigma pour la visualisation. CouponFollow a été acquis il y a environ un an par une plus grande entreprise appelée System1, et il s’agit d’une boutique Tableau. Nous utilisons donc un peu Tableau pour répondre à leurs besoins et utilisons Sigma pour nos propres rapports. Au-delà de cela, nous utilisons Snowplow pour les événements en temps réel et un outil appelé Indicative pour visualiser l’évolution de notre trafic en temps réel.

Pourquoi rechercher une solution de gestion active des métadonnées ? Ce qui manquait?

Cela a commencé lorsque j’ai demandé à mon équipe de documenter des tableaux de bord et des modèles de données, et qu’ils créaient quelque chose dans Confluence. Premièrement, personne ne l’a regardé, et deuxièmement, au moment où il a été écrit, il semblait qu’il était déjà obsolète. L’approche n’était donc tout simplement pas évolutive. Nous créions un tableau de bord, puis le documentions, mais dès que quelqu’un modifiait ce tableau de bord, la documentation devenait obsolète. Lorsque quelqu’un cherchait une réponse, la documentation ne lui donnait pas ce dont il avait besoin.

De plus, les définitions elles-mêmes peuvent être omniprésentes. Une personne peut penser que le taux de clics (CTR) signifie une chose, et une autre équipe le pense comme autre chose, et elles ont chacune leurs propres tableaux de bord qui ont le CTR, mais ils ne sont pas alignés.

Lorsque ces équipes ne sont pas alignées, elles demandent « Que fait l’équipe BI ? » ou « Pourquoi disent-ils ça » et vous vous retrouvez avec beaucoup de questions et de confusion. CouponFollow ingère une énorme quantité de données provenant de toutes sortes d’endroits différents, et il est très difficile de tout suivre.

Grâce à tout cela, un outil comme Atlan est vraiment devenu une priorité.

Pourquoi Atlan était-il un bon choix ? Est-ce que quelque chose est ressorti lors de votre processus d’évaluation ?

Nous avons commencé lorsque j’ai parlé à quelqu’un qui travaillait avec Atlan et que je l’ai recommandé. Pour cette raison, Atlan a été le point de départ de notre recherche, mais nous aimons toujours faire preuve de diligence raisonnable.

J’ai donc fait quelques recherches pour examiner les autres options, comme Alation, Castor et Collibra, et j’ai eu des conversations avec toutes ces sociétés. Certains d’entre eux semblent certes disposer de bons outils, mais ils pourraient se concentrer uniquement sur de très grandes organisations. Ce n’est pas nous, et ce n’est pas ce que nous recherchions. Donc, cela revenait à Atlan et Castor.

Castor a proposé un tarif réduit inférieur à celui facturé par Atlan. Mais je pense que ce qui nous a poussé, moi et mon équipe, à dépasser les limites d’Atlan, c’est qu’il semble qu’Atlan soit l’outil le plus complet et le plus avancé, et que Castor est en train de rattraper son retard. Ils semblent juste être un peu en retard sur Atlan.

Et j’ai aimé l’approche commerciale d’Atlan. D’une manière générale, je n’ai pas trouvé l’équipe insistante ou « commerciale ». C’était plutôt « C’est notre outil. Nous savons ce que nous faisons, nous soutenons ce que nous avons et nous voulons travailler avec vous en tant que partenaire.

Parfois, nous recevons ces arguments de vente étranges parlant de fonctionnalités qui arriveront, peut-être dans six mois, peut-être jamais, en disant : « Eh bien, si vous nous suivez, nous serons bons dans deux ans. » Ou bien cela jette de l’ombre sur la concurrence.

Le pitch d’Atlan ne concernait pas ça. J’ai trouvé qu’Atlan était très direct, simple, que vous êtes ce que vous êtes et que vous avez confiance en votre produit. J’aime travailler avec des entreprises comme celle-là.

Que comptez-vous créer avec Atlan ? Avez-vous une idée des cas d’utilisation que vous créerez et de la valeur que vous générerez ?

Mon équipe est en train de planifier une assez grande réorganisation. Le rôle des données chez CouponFollow s’est considérablement développé par rapport à ce qui s’appelait à l’origine l’équipe de Business Intelligence, mais nous sommes en réalité une équipe d’ingénierie de données.

Nous avons commencé par extraire des données dans l’entrepôt et créer des visualisations et des rapports limités. Nous sommes maintenant dans un endroit où nous avons gagné du terrain, et il y a beaucoup de directions différentes à prendre, beaucoup de données et beaucoup d’échelle. La priorité numéro un est donc de réaliser cette réorganisation afin que nous puissions tenir compte de tous ces nouveaux processus différents que nous suivons avec nos données.

Je veux qu’Atlan soit le ciment qui rassemble tout cela et qu’il fournisse un lieu unique et partagé où tout le monde peut aller pour comprendre les données, comment elles circulent et d’où elles proviennent. Nos trois premiers mois impliquent le déploiement d’Atlan dans ma propre équipe, et pas encore trop d’implication des utilisateurs finaux ou des parties prenantes de l’entreprise. Nous l’utiliserons au quotidien, comprendrons ce qu’il y a dans Atlan, puis nous effectuerons des déploiements limités auprès de parties prenantes spécifiques qui maîtrisent un peu mieux les données pour les impliquer.

À l’avenir, j’aimerais voir nos utilisateurs professionnels habilités à utiliser Atlan comme une sorte de « lieu social » où ils peuvent entrer et faire un commentaire si quelque chose leur semble bizarre. S’ils ont des questions telles que « Quelle est la source ? » ou « Qui est le propriétaire? » ils peuvent faire leur propre exploration, ils sauront d’où proviennent les données et à quelle personne parler.

À l’heure actuelle, si nous ne donnons pas aux utilisateurs professionnels un lien vers le tableau de bord qu’ils recherchent, il leur est très difficile de trouver quelque chose par eux-mêmes. Atlan sera un endroit idéal pour rechercher quelque chose comme les tableaux de bord les plus populaires afin de comprendre comment ils pourraient les utiliser. C’est le genre de comportement que j’aimerais voir davantage.

Avons-nous raté quelque chose ?

Pour tous ceux qui cherchent le bon outil, je dirais que le facteur de différenciation d’Atlan est sa position sur le marché. C’est ce « point idéal » où je pense qu’Atlan peut travailler avec n’importe quelle entreprise, qu’il s’agisse d’une entreprise de notre taille ou d’une start-up en démarrage, à condition qu’elle dispose d’une sorte de pile de données. Et je peux le voir grandir pour soutenir également quelqu’un comme Procter & Gamble.

Je pense qu’Atlan peut également grandir avec notre entreprise à mesure qu’elle grandit. Le produit est bien conçu et toutes les fonctionnalités que j’aurais aimé voir dans ma liste de souhaits étaient déjà là. Il ne manquait rien pour lequel nous pensions que nous devions acheter tôt, puis nous asseoir et attendre que les fonctionnalités soient mises en ligne.

Je pense donc qu’il existe une proposition de valeur unique que la concurrence ne peut pas vraiment égaler. Même avec leurs réductions, c’était une évidence d’opter pour Atlan.

photo par Julio López sur Unsplash

LAISSER UN COMMENTAIRE

S'il vous plaît entrez votre commentaire!
S'il vous plaît entrez votre nom ici