使用RudderStack和Amazon Redshift提供ML驱动的营销活动(由RudderStack赞助)

## 视频 <video src="https://dev-media.amazoncloud.cn/30-LibaiGenerate/31-LiBaiRebrandingVideo/ANT221-S-Delivering_ML_driven_campaigns_with_RudderStack_and_Amazon_Redshift__sponsored_by_RudderStack___RudderStack_-LBrebrandingWCaptionCN.mp4" class="bytemdVideo" controls="controls"></video> ## 导读 作为全球最大的医疗保健继续教育提供商,StatPearls转向RudderStack Profiles,以帮助他们建立对其不同用户的完整视图。与将他们锁定在单一客户定义中的传统SaaS解决方案不同,StatPearls需要一个可以从订阅者、贡献者、机构以及500多个专业等多个不同维度对客户建模的解决方案。在这次闪电式演讲中,了解RudderStack Profiles如何为营销、产品和分析团队提供他们需要的客户记录的轻松访问,以激活全渠道活动、推动个性化体验以及在整个业务中进行准确报告。本演示由RudderStack(亚马逊云科技合作伙伴)呈现。 ## 演讲精华 <font color = "grey">以下是小编为您整理的本次演讲的精华，共600字，阅读时间大约是3分钟。如果您想进一步了解演讲内容或者观看演讲全文，请观看演讲完整视频或者下面的演讲原文。</font> StatPearls，一家专为医疗专业人士提供考试准备内容的医疗保健和技术公司，通过视频展示了其如何利用客户数据推动增长的过程。作为公司的工程副总裁，Mike详细阐述了StatPearls如何拥有包括医生、护士和护士执业者在内的大量医疗从业者角色数据的复杂架构，其中包括超过500个专门的考试课程和100,000个问题。起初，StatPearls专注于内容创建，并将数据存储在孤立的数据库中。然而，在大约2.5年前，随着他们开始商业运营，他们需要建立适当的营销技术栈和相关数据管道。一个关键挑战是将复杂的营销数据流以标准化的方式组织到他们的[Amazon Redshift](https://aws.amazon.com/cn/redshift/?trk=cndc-detail)数据仓库中。这就是RudderStack发挥作用的地方，它帮助StatPearls清晰地规划了他们的营销数据架构。RudderStack的数据收集和路由功能为工程和市场营销团队就客户数据达成一致提供了所需的框架。 第一步是直接将干净的第一方数据导入Redshift。然而，StatPearls很快意识到，仅将数据加载到仓库中是远远不够的，他们还需要解决跨各种SaaS工具（如Stripe、SendGrid、Intercom等）的客户身份识别问题。他们最初认为，BI工具将使他们能够方便地分析聚合数据。然而，在源之间协调客户身份的难度意味着这并不简单。手动通过自定义SQL代码解决这些身份问题将需要巨大的繁琐工程努力。 这正是RudderStack的实时客户数据平台及其Profiles功能派上用场的时候。RudderStack允许StatPearls直接在Redshift中构建客户的全方位视图，而无需编写复杂的SQL脚本。这提供了对用户进行细分、分析终身价值并跟踪续订率的能力——这是订阅业务的关键指标。正如Mike所说，如果手动执行此操作，将需要大量的工程时间和可能无法实现。 通过对完整客户档案的访问，StatPearls能够准确地评估营销效果，并在保持广告支出回报率的同时将Google Ads预算大幅提高至四倍。这一显著的预算增加得益于关注订阅者终身价值而非仅关注初始转化或销售（这是Google Ads衡量投资回报率的方法）。接下来，StatPearls需要利用[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)驱动的洞察来进一步优化其营销策略。RudderStack将流失预测分数直接整合到客户档案的Redshift中，使得StatPearls能够对高流失风险用户采取针对性的预防措施。预测结果通过RudderStack的连接器功能从Redshift无缝传输到各种营销工具。正如Mike所强调的，这不仅实现了精确的细分市场，还确保了工程和营销之间的顺畅交接，从而加速了产品主导型增长。总之，RudderStack的客户数据平台使StatPearls从一个具有有限洞察力的孤岛数据库转变为充满预测智能的统一客户档案。如今，营销团队能够高效地推动增长。首席财务官也对这些数据工具的投资回报表示满意，因为它们通过推动销售额的增长展示了其价值。以下是一个简短的视频，概括了StatPearls在现代客户数据堆栈方面的历程。 **下面是一些演讲现场的精彩瞬间：** 迈克尔，珍珠公司的副总经理，讨论了他的医疗设备背景以及对StatPearls的转向，StatPearls是一家专门从事网络医疗保健技术的公司。  迈克尔介绍了为医学专业人士设计的复杂产品，以帮助他们在行业中获得认证和许可。  他谈到了该公司早期专注于组织数据和了解客户购买模式的情况。  他强调了使用RudderStack在营销和数据科学团队之间建立一致性的重要性，以及使用该工具来深入了解真实销售周期和投资回报的能力。  这使他们能够将问题转化为数学问题，并优化其支出。  他还解释了如何将[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型集成到Profiles工具中，以实现预测性营销。  他解释说，使用Redshift和Rudder如此容易，因为它们推动了销售并增加了市场营销团队的增长。  ## 总结 埃里克·多兹（Eric Dodds）来自RudderStack公司，他采访了一位不愿透露姓名的StatPearls公司的高级管理人员，该公司专注于为医疗专业人士提供考试准备课程。StatPearls涵盖了超过500门考试和100,000个问题。该公司拥有大量复杂的数据，包括关于产品、订阅和客户属性等方面的数据，但这些数据的分析却非常困难。通过与RudderStack合作并将客户数据导入[Amazon Redshift](https://aws.amazon.com/cn/redshift/?trk=cndc-detail)，StatPearls得以构建了一个关于客户的全面视角，数据清晰有序。这使得他们可以准确地评估客户的终身价值和订阅续订率。 基于这些洞察，StatPearls将谷歌广告预算提高了四倍，同时考虑到长期订阅价值与初始转化的关系。他们还使用了RudderStack的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型在Redshift中生成流失预测分数，将这些分数添加到客户档案中，从而使市场营销人员能够针对性地降低客户流失率。在未来，他们还将加入漏斗预测分数，以识别具有高度意向的用户，从而实现更有效的市场营销。 总之，整合客户数据和[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型使得数据驱动的营销活动成为了可能。这种增长充分证明了他们在Redshift和RudderStack上的数据基础设施投资是合理的。 ## 演讲原文 ## 想了解更多精彩完整内容吗？立即访问re:Invent 官网中文网站！ [2023亚马逊云科技re:Invent全球大会 - 官方网站](https://webinar.amazoncloud.cn/reInvent2023/?s=8739&smid=19458 "2023亚马逊云科技re:Invent全球大会 - 官方网站") [点击此处](https://aws.amazon.com/cn/new/?trk=6dd7cc20-6afa-4abf-9359-2d6976ff9600&trk=cndc-detail "点击此处")，一键获取亚马逊云科技全球最新产品/服务资讯！ [点击此处](https://www.amazonaws.cn/new/?trk=2ab098aa-0793-48b1-85e6-a9d261bd8cd4&trk=cndc-detail "点击此处")，一键获取亚马逊云科技中国区最新产品/服务资讯！ ## 即刻注册亚马逊云科技账户，开启云端之旅！ [【免费】亚马逊云科技“100 余种核心云服务产品免费试用”](https://aws.amazon.com/cn/campaigns/freecenter/?trk=f079813d-3a13-4a50-b67b-e31d930f36a4&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技“100 余种核心云服务产品免费试用“") [【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用”](https://www.amazonaws.cn/campaign/CloudService/?trk=2cdb6245-f491-42bc-b931-c1693fe92be1&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用“")