HISTÓRIAS DE CLIENTES

Allergan relança seu programa de fidelidade Allē, gerando US$ 1 bilhão em vendas diretas ao consumidor

Com Snowflake e Segment, a Allergan criou uma plataforma de dados inteligente para enviar a mensagem certa diretamente aos consumidores e gerar mais de um bilhão de dólares em vendas. 

PRINCIPAIS RESULTADOS:

10%

de redução no custo por aquisição de "compra concluída" do JUVÉDERM.

+ de 3 MILHÕES

de usuários fiéis do Allē com interação ativa.

A healthcare worker looking at data on a tablet
Allergan logo
Industry
Varejo e saúde
Location
Irvine, CA, EUA

Um novo caminho para o crescimento

A Allergan Aesthetics é a empresa farmacêutica global que fabrica o BOTOX® Cosmetic e que possui um catálogo com outros produtos de beleza, como JUVÉDERM® e LATISSE®, usados por mais de quatro milhões de pessoas todos os anos. Historicamente, a Allergan tinha um modelo de negócios B2B2C, vendendo seus produtos a prestadores de serviços de saúde que, por sua vez, os revendiam aos consumidores finais. Como resultado, a Allergan direcionava a maior parte do seu trabalho de marketing para os médicos revendedores dos produtos, dedicando menor atenção aos consumidores finais. Com o aumento da concorrência, a Allergan entendeu que, para continuar a crescer, precisava criar melhores relacionamentos diretos com os consumidores finais.

Destaques da história
  • Ampla rede de conectores, drivers, linguagens de programação e utilitários: a conexão do Snowflake com a Segment ajudou a Allergan a criar perfis completos de seus clientes.

  • Data science e ML: as plataformas Snowflake e Segment permitiram que a Allergan usasse modelos de aprendizado de máquina para reduzir o custo por aquisição em 41%.

  • Democratização de dados e remoção de silos: o ETL reverso das plataformas Snowflake e Segment possibilitou a remoção dos silos de dados ao automatizar os dados em aplicações subsequentes.

Arquitetura herdada, fragmentada e desconectada, que se traduzia em experiências ruins para o cliente

Antes de implementar Snowflake e Segment, a arquitetura herdada da Allergan apresentava muitos problemas. No portfólio de marcas da empresa, os dados dos clientes ficavam desconectados, e a equipe não conseguia integrar os usuários em diferentes experiências digitais. A arquitetura herdada não conseguia rastrear "eventos" ou ações realizadas pelos clientes, o que era fundamental para que fosse possível oferecer experiências mais diretas e personalizadas. 

Os processos de dados da Allergan eram operacionalmente pesados e difíceis de dimensionar em escala. Os dados não se encontravam disponíveis para que a equipe pudesse consultá-los por meio de um modelo de autoatendimento. Um analista de dados consultava um banco de dados, gerava um relatório, importava-o para o Excel e depois o enviava por email para toda a organização. Além disso, a ingestão de dados envolvia um fluxo de informações limitadas de clientes do site e dos apps móveis para um servidor Microsoft SQL. Em seguida, a equipe de engenharia de dados canalizava as informações para um sistema de CRM herdado, que a equipe de marketing usava para enviar emails e mensagens genéricas aos clientes. 

Mehrdad Hosnieh Farahani, Lead Principal Data Scientist da Allergan, explica os desafios: "Do ponto de vista de marketing, não havia nenhum alinhamento entre nossas diferentes marcas e entidades digitais. Por isso, perdíamos muitas oportunidades perdidas. Sem um registro centralizado e único, não era possível entender a jornada do consumidor desde os canais de marketing até o registro e o atendimento. Faltavam peças fundamentais em nossa arquitetura de dados."

Os dados fragmentados levaram à criação do antigo app do programa de fidelidade, chamado Brilliant Distinctions, que era uma solução geral, sem distinções. Metade dos usuários do programa foram adicionados por seus médicos e nem sabiam que estavam inscritos. Como o app tinha apenas 2,6 de 5 estrelas na App Store, a equipe sabia que precisava melhorar a experiência do usuário e interagir com os clientes de forma mais personalizada.

Criando uma plataforma de dados inteligente para uma interação personalizada com o cliente

Com o aumento da concorrência, a Allergan sabia que, para continuar a crescer, precisava utilizar dados de forma mais eficiente para criar melhores relacionamentos diretos com os pacientes. No entanto, para isso, a equipe precisava reconstruir seu stack de tecnologias e criar uma fonte centralizada de dados de clientes. Tory Brady, CTO da Allergan Aesthetics, e sua equipe assumiram a tarefa de criar uma estratégia inteligente de interação com o cliente para fortalecer, com eficácia, os relacionamentos diretos com os clientes. 

A equipe escolheu implementar:

  • Segment para coletar, unificar e conectar os dados de seus clientes, bem como habilitar perfis de usuários precisos.
  • Snowflake como única fonte de verdade para os dados, de modo a alimentar modelos de aprendizado de máquina e fornecer informações para a criação de público-alvo.
  • Twilio Programmable Messaging para enviar mensagens de texto transacionais aos membros do programa de fidelidade, visando oferecer experiências contínuas aos usuários.

Twilio Programmable Messaging para enviar mensagens de texto transacionais aos membros do programa de fidelidade, visando oferecer experiências contínuas aos usuários.

 

Intelligent Customer Engagement

A Segment captura e padroniza os dados dos clientes, transferindo automaticamente esses dados para a plataforma de dados da Allergan, o Snowflake, com o objetivo de criar uma visão única do cliente. Usando os dados enriquecidos pela Segment no Snowflake, a equipe de engenharia de produtos da Allergan criou modelos de aprendizado de máquina para prever ofertas, produtos e conteúdo relevantes para cada cliente. A empresa distribui essas previsões em suas aplicações e sites para fornecer conteúdo personalizado e aumentar o engajamento. 

Vishwanath Tanneeru, Lead Data Architect da Allergan, explica como a Segment e a Snowflake, juntas, beneficiaram as iniciativas de marketing e ciência de dados da empresa: "A equipe de aprendizado de máquina insere informações específicas de público-alvo e pontuações de ciência de dados na plataforma de dados Snowflake. Assim, as equipes de marketing, personalização e CRM podem usar o mecanismo de identificação de público-alvo da Segment para criar grupos de públicos-alvo e chegar até eles por meio de vários canais de marketing compatíveis com a plataforma. Com Segment e Snowflake, foi rápido e fácil realizar essa automação de ponta a ponta, agregando valor imediato aos negócios."

Quote Icon

Com a coleta de dados no Segment e a ingestão deles no Snowflake, os nossos analistas e equipes de BI conseguem criar dashboards e obter insights com rapidez, o que reduziu o nosso tempo de lançamento no mercado e agilizou nossas decisões.”

Vishwanath Tanneeru
Lead Data Architect, Allergan Aesthetics

Mais de US$ 1 bilhão obtidos por meio de vendas diretas ao consumidor desde 2021

O novo stack de tecnologias da Allergan permitiu à empresa interagir diretamente com os clientes de formas significativas, oportunas e impactantes, criando relacionamentos mais fortes com os clientes e transformando a Allergan em uma empresa de vendas diretas ao consumidor. Ao focar nos clientes e permitir comunicações personalizadas com eles por meio do programa de fidelidade Allē, a Allergan conseguiu gerar mais de US$ 400 milhões em novas receitas em 2021. Brady enxerga a integração de Snowflake e Segment como um sistema preparado para o futuro capaz de se adaptar com agilidade a mudanças imprevistas, como integrações decorrentes de fusões e aquisições.

10% de redução no custo por aquisição de "compra concluída" do JUVÉDERM®

A Allergan Aesthetics emprega a ciência de dados e o aprendizado de máquina com o Snowflake e a Segment para otimizar o custo de aquisição de clientes. "O Snowflake e a Segment nos permitiram usar modelos de aprendizado de máquina para iterar rapidamente as campanhas que estamos executando", comenta Farahani. "Como resultado, conseguimos reduzir em 10% o custo total por compra concluída com publicidade nas redes sociais para o JUVÉDERM®. A integração nos ajudou a produzir campanhas com rapidez, e os insights do aprendizado de máquina melhoraram os resultados das campanhas."

Tornando as ferramentas da Allergan mais intuitivas e acessíveis

A Segment, a Snowflake e a Twilio tornaram o stack de tecnologias de marketing da Allergan mais flexível e centrado no cliente. O marketing pode ser mais ágil e testar novas ferramentas com facilidade, enquanto o departamento de produtos pode desenvolver com rapidez novos recursos e funcionalidades voltados para o usuário. A Allergan está pesquisando novas integrações entre a Segment e o Snowflake. A nova ferramenta de ETL reverso da Segment ajuda a Allergan a eliminar ainda mais os silos de dados em toda a sua plataforma. Com o ETL reverso, a Allergan consegue automatizar a garantia da qualidade dos dados entre sua plataforma de dados e aplicações como o Braze, além de melhorar a consistência dos dados. Christine Li, Head of Marketing Technology da Allergan, considera as soluções da Snowflake e Segment como parte essencial da infraestrutura da empresa e planeja continuar investindo nelas no futuro.

HISTÓRIAS DE CLIENTES SIMILARES

IQVIA logo

IQVIA fornece insights vitais de saúde para o mundo com o Snowflake AI Data Cloud

KFC

Wellthy automatiza alertas data-driven, obtendo US$ 80.000 em receita

Data Cloud School logo

BODi apoia a saúde dos clientes, melhorando os resultados comerciais, com Snowflake e Alteryx

Onde os dados fazem mais

  • Avaliação gratuita de 30 dias
  • Sem precisar de cartão de crédito
  • Cancele a qualquer hora