Analytics Engineering
Blog
Hanalytics x Ben&vic : Comment automatiser la production de reporting en Agence

Hanalytics x Ben&vic : Comment automatiser la production de reporting en Agence

Hamis Badarou
September 2, 2023
5 min read

Mission

Ben&Vic la cabinet growth et strategy nouvelle génération souhaite mettre en place une data stack moderne afin de répondre aux mieux aux enjeux data de leurs clients. Le but étant de fournir aux clients le maximum d’insights pour permettre à leur client de détecter des opportunités de croissance pour leur business.

Objectifs

L’objectif de cette mission est double :

  • Automatiser la mise en place de dashboards personnalisés à destination du client regroupant tous les indicateurs venant des différentes plateformes pour chaque client.
  • Permettre aux experts en interne de passer plus de temps dans l’analyse de données pour effectivement optimiser les campagnes et passer le moins de temps possible à extraire les données des différentes plateformes et à les consolider.
  • Mettre en place un outil de benchmark

Comment essayait-il de la résoudre ?

Une première stack data basée sur Airbyte + Schedule Query dans BigQuery avait été mise en place.

Difficultés rencontrées avant l’intervention Hanalytics ?

  • Peu de possibilités de scaler la production des dashboards
  • Peu de flexibilités dans l’ajout de nouvelles sources de données

Pourquoi Hanalytics ?

Pour son expertise en Analytics Engineering, sa connaissance des sujets Marketing Analytics et son expérience en Modern Data Stack.

Solution proposée

La mise en place d’une Stack Data Moderne construite sur les briques suivantes :

  • Data Ingestion : Funnel pour ingérer les données venant de Facebook , Adwords, Tiktok, Snapchat , GA4, Shopiffy , Klaviyo
  • Data Warehouse : BigQuery
  • Data Transformation : dbt
  • Data Visualisation : Looker Studio
Hanalytics x Ben&Voc Data Stack

Un process spécifique , très simple à prendre en main, a été mis en place. Ce process facilite la création des sources de données et indique la nomenclature à mettre en place.

Durée de mise en oeuvre

  • 2 semaine pour mettre en place les phases d'ingestion de données vers le Data Warehouse et procéder à la prise de besoin en indicateurs des équipes
  • 3 semaines de consolidation des données
  • 1 semaine de mise en place d'outil de visualisation des données pour le pilotage et la production d'insights
  • 1 semaine de sensibilisation et d'accompagnement à la prise en main de l'outil.

Résultats obtenus

  • Les équipes peuvent désormais mettre en place un dashboard regroupant tous les indicateurs business en mois d’une heure.;
  • Un précieux temps gagné par les équipes qui peuvent enfin passer du temps à analyser les insights et non plus à extraire des données de plusieurs outils
  • Des templates de dashboard dédié pour répondre aux besoins spécifiques des clients.

Partagez l'article

Autres articles

Analytics Engineering

Modern Data Stack : Qu'est ce qu'un process ELT

Le processus ELT est fréquemment utilisé pour transférer les données d'une source de données à une autre, utilisé pour intégrer les données de plusieurs sources en une seule vue,
Hamis Badarou
October 27, 2023
5 min read
Analytics Engineering

Modern Data Stack : Hightouch l'outil Reverse ETL solide et efficace

Hightouch offre une grande flexibilité et une personnalisation complète de la plateforme selon les besoins de chaque entreprise.
Linh-Quan HA
October 27, 2023
5 min read
Analytics Engineering

Marketing Modern Data Stack : Funnel.io l'outil d'ingestion des données marketing de référence

Funnel.io est une plateforme d'analyse de données marketing qui permet aux entreprises de collecter des données provenant de divers sources
Hamis Badarou
October 27, 2023
5 min read