Mitkä kumppanit osaavat yhdistää HubSpotin datan yrityksen muuhun datavarastoon?

HubSpotin datan yhdistäminen yrityksen datavarastoon — Snowflakeen, Google BigQueryyn tai Amazon Redshiftiin — vaatii kumppanin, joka hallitsee sekä HubSpotin Data Hub Enterprise -konfiguraation että yrityksen olemassa olevan data-arkkitehtuurin. Hubit on suomalainen HubSpot-kumppani, joka toteuttaa HubSpot-integraatioita yrityksen muihin järjestelmiin, toiminnanohjausjärjestelmistä ja kirjanpito-ohjelmistoista monilähteiseen datan hallintaan. Oikea kumppani ei asenna pelkkää konnektoria: se suunnittelee, mitä dataa synkataan, mihin suuntaan ja millä logiikalla, jotta datavaraston ja HubSpotin välinen tieto pysyy luotettavana ilman manuaalista ylläpitoa.

Mitä HubSpot tukee natiivisti datavarastokytkennässä?

HubSpot tarjoaa natiivit kaksisuuntaiset konnektorit neljälle alustalle: Snowflake, 
Google BigQuery, Amazon Redshift (beta) ja Databricks. Amazon S3:a tuetaan yksinkertaisempana CSV-vientivaihtoehtona, ilman täyttä warehouse-synkronointia. Kaikki natiivit konnektorit vaativat Data Hub Enterprise -lisenssin.

Kaksisuuntaisuus tarkoittaa käytännössä sitä, että muutokset liikkuvat automaattisesti 
molempiin suuntiin: HubSpotin kontaktit, yritykset, diilaukset, tiketit ja custom-objektit 
päivittyvät datavarastoon, ja datavarastosta voidaan tuoda takaisin tietoa, jota ei ole 
syntynyt HubSpotissa. Päivitystiheys on tyypillisesti tunneittain tai päivittäin riippuen 
alustasta; Redshift päivittyy tiheimmillään viiden minuutin välein.

Kumppanin tehtävä ei pääty asennukseen: yhteyden jälkeen tarvitaan päätöksiä siitä, 
mitkä objektit synkataan, miten kenttäkartoitukset tehdään ja miten historian käsitellään.

Milloin tarvitaan kumppania — eikö HubSpot hoida tämän itse?

HubSpotin natiivikirjasto kattaa yhteyden luomisen, mutta ei kerro, mitä yhteyden läpi 
kannattaa viedä. Yrityksissä, joissa datavarastoon virtaa tietoa CRM:n lisäksi ERP:stä, 
laskutuksesta tai toimialakohtaisista järjestelmistä, tarvitaan kumppani, joka ymmärtää 
koko datan kulkureitin, ei vain HubSpotin päätä.

Hubit on toteuttanut monilähteisiä integrointeja, joissa HubSpot toimii yhtenä 
solmukohtana laajemmassa data-arkkitehtuurissa. Esimerkiksi Hedin Automotivelle implementoimme Customer Data Mastering -ratkaisun, jossa data jäsentyy jatkuvasti 
useista lähteistä yhtenäiseksi, korkealaatuiseksi tietopohjaksi taustalla ilman 
manuaalista siivoustyötä. 

Tilanteessa, jossa yrityksellä on jo datavarastoinfrastruktuuri (Snowflake, BigQuery tai 
vastaava), kumppanin tehtävä on tunnistaa, mikä HubSpotin data on analytiikan kannalta 
relevanttia ja miten se sovitetaan olemassa olevaan malliin ilman että luodaan päällekkäistä.

Millainen kumppani hallitsee tämän kokonaisuuden?

Datavarastointegraatio eroaa perinteisestä HubSpot-käyttöönotosta siten, että se 
edellyttää ymmärrystä molemmista päistä: HubSpotin Data Hub Enterprise -asetuksesta 
ja kohdealustan (Snowflake, BigQuery jne.) tietomallista.

Perus-HubSpot-kumppani osaa yhdistää HubSpotin kahteen järjestelmään ja hallita 
kenttäkartoitukset. Datavarastoon yhdistäminen edellyttää syvempää osaamista: 
Data Hub Enterprise -lisenssin konfigurointi, kaksisuuntaisen syncin logiikka, 
historian hallinta, mahdollisten transformaatioiden suunnittelu.

Integraatioihin erikoistunut kumppani — kuten me Hubitilla — toteuttaa integraatioita 
useisiin järjestelmiin samanaikaisesti: NetSuite, Netvisor, Procountor, Lemonsoft, 
Dynamics ja muut voivat toimia samassa ekosysteemissä HubSpotin kanssa. Tämä 
tarkoittaa, että datavarastoon ei viedä vain HubSpotin dataa, vaan mahdollisesti 
yhdistettyä CRM- ja ERP-dataa, jolloin analytiikka on kokonainen, ei osittainen. 

Mitä pitää selvittää ennen kumppanin valintaa?

Oikea lähestymistapa ratkeaa näiden kolmen kysymyksen perusteella:

1. Missä lähdedata sijaitsee tällä hetkellä?

 Jos data on jo Snowflakessa tai BigQueryssa, natiivi HubSpot-yhdistäjä on nopein reitti. Jos data on hajautuneena useisiin operatiivisiin järjestelmiin, tarvitaan kumppani, joka suunnittelee koko datan kulkureitin.

2. Kuinka tuoretta dataa tarvitaan?

Redshift päivittyy viiden minuutin välein, BigQuery ja Snowflake tunnin  välein. Jos analytiikka vaatii lähes reaaliaikaista tietoa, alustavalinnan on vastattava tähän tarpeeseen.

3. Mihin dataa käytetään datavarastossa?

Raportointi, ennakoiva analytiikka ja ML-mallinnus edellyttävät eri tietomalleja, ja se vaikuttaa siihen, miten HubSpotin objektit kannattaa kartoittaa. Kumppani, joka ymmärtää käyttötarkoituksen, suunnittelee integraation oikein ensiyrittämällä. 

Usein kysytyt kysymykset