mixpanel→Snowflake→Looker→Brazeで連携したユーザーにメッセージを送るやり方！

mixpanel→Snowflake→Looker→Brazeの手順教えるよん

モダンデータスタック(MDS)

#Braze

#mixpanel

#Looker

#Snowflake

#MDS

國崎

2023.07.10

この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。

ミックスパネラーの國崎です。
今回はmixpanelで取得したデータをSnowflake→Looker→Brazeと連携してメッセージを配信するというSaaSてんこ盛りの連携方法を紹介いたします。

この記事でわかることの要約

Mixpanel→Snowflake→Looker→Brazeの流れがわかる
この連携が役立つユースケースがわかる

手順紹介

今回の作業手順を1からまるっと紹介すると途方も無いボリュームになってしまうので、具体的手順については以前の紹介記事で案内をさせていただきます。

MixpanelからSnowflakeへの連携

MixpanelからSnowflakeへ連携するやり方は2つあります。
それは「Mixpanelのパイプラインを使って直連携するやり方」と「Fivetranを使って連携するやり方」です。

どちらのやり方もSnowflakeにデータを送るという観点では違いがないため、別ツールであるFivetranを使う利点があまり無いと思われるかもしれませんが、パイプラインを使った直連携には以下の注意点があります。

パイプラインにはオプション料金がかかる
パイプラインは全てのリージョンに対応していない

料金についてはお客様の状況により変わってくるので、正確な金額を知りたい場合は見積もりを依頼いただく必要があります。
（クラスメソッドまでお問い合わせください！！）

リージョンに関しては今後対応範囲が増えてくる予定ですが、事前にお使いの環境で使えるかは確認をしておいたがいいです。

Fivetranを使う場合はパイプラインのオプション料金が発生しない代わりに別途Fivetranの料金が発生します。ただFivetranを使うメリットとして、パイプラインが対応してないリージョンもmixpanek→Snowflakeへのデータ連携は可能となります。
パイプラインとFivetranを使った各手順については以下記事で紹介してます。

Snowflakeに取り込んだデータをLookerで可視化

ここからはSnowflakeに取り込まれたデータをLookerで可視化する手順になります。
ちなみにここでSnowflakeを使うケースとしては、「オフラインのデータなどMixpanelでは取得できないデータ」を「Mixpanelの取得データ」と組み合わせて分析をしたい場合などに行います。

Snowflakeでデータの結合をする場合は、以下SnowflakeでのJoinsの記事を参考にしてください。

JOIN（結合）の操作

Snowflakeのデータを結合したらLookerへ接続するために必要な権限設定もSnowflake側で行うようにします。
こちらの権限設定については以下記事で具体的手順を紹介してます。

Snowflakeでの権限設定をしたらLookerでSnowflakeのデータを引っ張ってくるための接続設定をします。
こちらの具体的手順についても以下で紹介してます。

Lookerで可視化した対象ユーザーをBrazeに連携

上記でSnowflake→Lookerの連携をしたら、次にそのデータをLookerで可視化します。
ここでは例として、オフライン注文またはオンライン注文いずれかを10回以上注文したユーザー毎（Distinct ID毎）に可視化します。

LookerからBrazeに連携する具体的な手順は以下の記事を参考にしてください。

上記の記事に補足ですが、LookerからBrazeに連携する際の注意点は以下になります。

Brazeのexternal_idのカラムを表示させたグラフで連携する（上の画像ではDistinct_IDがそれにあたる）
Brazeに連携されるのは既にBrazeに投入されているexternal_idのユーザーのみ

mixpanelでユーザーを識別するID（Distinct_ID）とBrazeでユーザーを識別するID（external_ID）を同じ値でなるようにデータを整形しておくと連携は楽になります。
mixpanelのデータには必ずDistinct_IDのカラムがあるので、Lookerのviewには以下のようにtags: ["braze_id"]の記述を追加するといいです。

  dimension: distinct_id {
    type: string
    sql: ${TABLE}."DISTINCT_ID" ;;
    tags: ["braze_id"]
  }

今回の連携が役立つユースケース

最後に今回のような複数SaaSの連携が役立つユースケースについて紹介します。
例として挙げると以下のユースケースが当てはまりそうです。

アプリ（WEB）のデータとオフライン店舗のPOSデータを組み合わせて分析したい飲食店、小売店の事業など
行動データ以外のデータを組み合わせて分析したいSaaSモデルの事業など

基本的にはオンラインのユーザー行動のみを起点とした分析で施策を回す企業であれば、今回のような連携をせずともmixpanelとBrazeの連携だけで事足りるかと思います。
ただ上記のようなオフラインのデータを持っている事業や行動データに紐づかないデータを組み合わせて施策に組み込みたい場合は、mixpanelのデータをデータウェアハウスに書き出して連携し、それをBIツールで可視化するやり方になります。

BIツールで可視化したデータをBrazeなどのMAツールにそのまま連携できれば、配信作業の効率化にもつなげることができます。
今回紹介したデータウェアハウスはSnowflake、BIツールはLookerで紹介しましたが、他のデータウェアハウスやBIツールでもmixpanelやBrazeへの連携は可能です。

ご興味ある方はぜひクラスメソッドまでお問い合わせください。