卓越的客戶體驗建立在數據的基礎上。雖然公司通常打算利用他們收集的信息來支持智能的、數據驅動的參與工作收集到的數據中有0.5%被實際使用或分析過．這意味著絕大多數的信息隻是在豎井中，不斷增長，而不支持任何有意義的東西。

根據《哈佛商業評論》，獲得及時的數據並將數據轉化為見解的能力是企業的首要任務超過70%的受訪者但隻有大約20%的受訪者成功地采用了這種能力。

當談到了解你的用戶時，新鮮、細粒度的數據是理想的:知道有人在兩分鍾前瀏覽了紅色阿迪達斯運動鞋，比知道他們上周瀏覽了鞋子更有價值。為什麼?因為用戶的好惡和偏好會隨著時間的推移而變化．他們行為的改變會在發生時突出這些變化。如果你有能力及時收集和處理這些數據，這可能是一個主要的競爭優勢;如果你不這樣做，你可能會給用戶帶來糟糕的體驗，並為競爭對手創造機會。

這不是一個新問題。但它依然存在。品牌不會因為不在乎而將數據隔離;一般來說，他們這樣做是因為他們使用的係統使及時訪問、可視化和理解他們的數據變得困難。但事實並非如此。

真正的顆粒數據，真正的快速:釺焊電流的力量

為了充分利用你掌握的信息，快速獲得真正的見解，你需要具備一些關鍵的東西。首先，您需要數據生成後立即到達。接下來，數據需要便於您和其他涉眾訪問。最後，您需要輕鬆地配置和連接數據，這樣您就可以專注於尋找和使用見解，為客戶創造出色的體驗，而不是在不斷增長的數據堆中篩選。manbetx万博全站客户端

這就是Braze推出它的原因電流數據導出特性去年。由於Currents是一種易於設置、大量的原始事件數據流導出工具，使用它的品牌可以獲得粒度數據——比如誰參與了品牌的應用程序、網站或消息，以及他們何時參與，直到每次互動發生後的秒瞬間，隻需點擊幾下。有了這些及時的數據，客戶的不作為可以像行動一樣manbetx万博全站客户端提供信息:客戶參與度的下降可能是由於陳舊的信息或客戶偏好的變化。

Braze Currents為營銷、增長和參與團隊提供了大量分析用例，包括:

• 使用任何方法(如第N天，範圍，滾動等)，任何隊列(如首次應用使用，注冊，登錄完成等)，或任何活動指標(如應用打開，購買，播放歌曲等)計算留存率。
• 創建反映特定活動每個階段(從消息發送到交付到打開到點擊)的轉換或下降的參與漏鬥，並深入挖掘數據的特定子集(例如，確定英語使用者是否比西班牙語使用者更有可能在特定階段轉換)
• 評估信息頻率和渠道選擇，以及它們如何影響用戶粘性(例如，平均而言，Android應用用戶每周會參與前兩次推送和三封郵件，但之後就不再參與了)

在Braze，我們相信僅僅能夠訪問數據是不夠的，您還需要能夠利用它。Currents是一個功能強大的數據管理工具，但如果您不采取措施對導出的數據進行分析和操作，那麼您隻是在創建另一個豎井。這不是數據敏捷性;這就是數據停滯。

實時理解:釺焊電流/ lookker塊的差異

對我們來說，重要的是要確保我們的客戶不僅能快速獲得數據，還能快速采取行動。manbetx万博全站客户端為了使這一過程快速簡單，我們與數據可視化和分析平台Looker合作，並發布了我們的第一個Looker Blocks。我們的新Looker塊是第一方解決方案，利用Braze內置的數據收集和數據導出功能，快速提供關鍵洞察。我們的前兩個模塊使用current中的用戶行為事件類型或消息參與事件類型:

• 用戶行為塊:我們的初始版本提供了5個可視化。從最細粒度開始，我們有一個描述31天每日留存率的Day-N留存率圖表。如果你對第17天或第25天的留存率不感興趣，我們有一個“精簡”版本，隻報告第1-7天、第14天和第28天的留存率。最後，對於那些每周查看留存率比每天查看留存率更有意義的品牌，我們還製作了12周的每周留存率圖表。
• 消息參與塊:我們最初發布的版本提供了4個專注於推送和電子郵件的可視化。對於推送和電子郵件，我們都有用戶粘性漏鬥，讓營銷人員可以看到用戶粘性下降的位置和程度。消息參與度儀表板根據不同的參與度指標顯示了排名前10位和排名後10位的電子郵件和推送活動。最後，電子郵件性能儀表板提供了關於電子郵件總體性能的見解。

因為Looker block是可定製的，它們使得品牌可以通過添加、刪除、顯示或隱藏字段來專注於數據的特定方麵。您還可以引入其他因素，如性別或位置，隻要相關數據在與looker兼容的數據倉庫中即可。

最終的想法

在Braze，我們認為數據是我們工作的核心，也是客戶成功所依賴的客戶參與戰略的核心。

我們的平台生成並捕獲了大量關於用戶行為和消息參與的細粒度數據，這可以使其成為以個性化、有針對性的方式理解、接觸和吸引客戶的強大工具。manbetx万博全站客户端但由於這些功能，我們感到有一種特殊的責任，要做的不僅僅是幫助品牌生成數十億個數據點——我們希望幫助他們收集正確的數據，有效地實時管理數據，並確保他們能夠快速、輕鬆地可視化和理解數據，而不是創建數據垃圾填埋場，讓及時的信息和可操作的見解腐爛。

有了我們新的Looker Blocks，避免這種結果，並從用戶粘性數據中及時收集有意義的見解變得更加容易。首先，看看我們的Looker Blocks頁麵:https://looker.com/platform/blocks/directory#braze