datascale
DE EN
Kontakt

Leistungen

✓ End-to-End-Umsetzung

Modern Data Stack & Composable CDP

Wir bauen das Marketing Data Lakehouse. Statt teurer All-in-One CDPs nutzen wir die kundeneigene Cloud (BigQuery/Snowflake) als Zentrale und aktivieren die Daten per Reverse-ETL direkt in die Marketing-Tools.

  • BigQuery
  • Snowflake
  • dbt
  • funnel.io
  • Hightouch
  • Census
Strategie-Gespräch anfragen →

  1. Collect

    funnel.io

    500+ Marketing-Quellen, Partner-Setup

  2. Ingest

    dbt + Airflow

    ELT-Pipelines, tägliche Orchestrierung, Monitoring

  3. Store

    BigQuery EU

    europe-west3 Frankfurt. CMEK optional für Schrems-II-Härtung

  4. Transform

    dbt

    Staging, Marts, Attribution-Logik, LTV-Berechnung

  5. Activate

    Hightouch / Census

    Reverse-ETL in Ads, CRM, Klaviyo, HubSpot

EU-Datenresidenz garantiert, kein US-Cloud-Detour. Details zur CLOUD-Act-Härtung im FAQ unten.

Was wir bauen

GA4 hat ein Daten-Sampling-Problem. Meta Ads berichtet andere Conversions als GA4. Der Shop hat seine eigenen Revenue-Zahlen. Das CRM kennt den Customer Lifetime Value aber teilt ihn mit niemandem. Und Excel verbindet irgendwie alle vier, manuell, einmal pro Woche, mit Fehlerpotenzial in jeder Zeile.

Das Marketing Lakehouse löst das strukturell: alle relevanten Daten landen in einem zentralen EU-konformen Data Lake (BigQuery oder Snowflake), werden dort normalisiert und angereichert, und stehen für Dashboards, ML-Modelle und Marketing Activation zur Verfügung.

Das Ergebnis: eine einzige verlässliche Datenquelle für das gesamte Unternehmen. Keine Diskussion mehr über welches System die richtigen Zahlen hat.

Für wen?

E-Commerce mit Silo-Daten

Daten in Shop, Ad-Systemen, CRM und Kundendienst, die nie zusammenlaufen. LTV-Analyse und Churn-Prognose stehen auf der Roadmap, aber die Daten-Grundlage fehlt.

B2B mit Sales-Cycle

Marketing, CRM und Finance zeigen nie dieselben Zahlen. CAC und LTV sind intern nicht berechenbar, weil die Daten in Silos stecken.

Pre-BI-Ausbau-Teams

Wissen dass Power BI oder Tableau skalierbare Datenquellen brauchen, und haben diese heute noch nicht.

ML- und AI-Teams

Planen ML-Modelle oder AI-gestützte Segmentierung und brauchen strukturierte erste-Partei-Daten in sauberem Schema als Grundlage.

Deliverables

Joint engagement mit klarer Verantwortungs-Trennung. Datascale liefert Architektur, Pipelines und Activation-Logik, Saloid die EU-Cloud-Infrastruktur.

Datenarchitektur

  • Ist-Analyse aller relevanten Datenquellen (Vollständigkeit, Qualität, Aktualität)
  • Zielarchitektur-Dokument: welche Daten wohin, welches Schema, welche Granularität
  • Tool-Entscheidung BigQuery vs. Snowflake mit Begründung für den konkreten Kontext

Datenpipelines

  • ELT-Pipelines für alle relevanten Quellen (funnel.io + Custom-Konnektoren für Shop, CRM, Finance)
  • Datentransformationen in dbt: Normalisierung, Anreicherung, Business-Logik
  • Tägliche automatische Aktualisierung mit Monitoring und Alerting bei Fehlern

Marketing Activation

  • Attribution-Modell (Data-Driven statt Last-Click, auf Basis eigener Daten)
  • LTV-Berechnung auf Basis historischer Transaktionsdaten
  • Audience-Segmentierung für Reverse ETL (Daten zurück in Google Ads, Meta, Klaviyo, HubSpot)
  • Predictive Audiences wenn ML-Ressourcen vorhanden

Reporting & Übergabe

  • Data Studio, Power BI oder Tableau Dashboard auf Basis des Data Lake
  • Vollständige Dokumentation des Datenmodells für interne BI-Teams
  • Übergabe an internes Data-Team oder laufender Betrieb als Retainer
  • 30-tägiger Post-Launch-Support

Tools & Stack

Data Lake & Hosting

  • BigQuery (bevorzugt, EU-Region europe-west3 / west4)
  • Snowflake (EU-Region) als Alternative
  • EU-Hosting via Saloid bei Custom-Anforderungen
  • Datenresidenz garantiert in der EU

Pipelines & Transformation

  • funnel.io (Partnership), deckt 500+ Marketing-Datenquellen ab
  • dbt für Datentransformationen, Normalisierung, Business-Logik
  • dbt Cloud oder Airflow je nach Komplexität
  • Custom-Konnektoren für Shop, CRM, Finance wenn nicht via funnel.io

Activation & Reporting

  • Hightouch oder Census für Reverse ETL (Daten zurück in Ad-Systeme, CRM, Klaviyo)
  • Data Studio für schnelles Standard-Reporting
  • Power BI bei Microsoft-Stack
  • Tableau bei Salesforce-Stack oder bestehender Lizenz
$ dbt run --models marts.marketing.* && hightouch sync run audience_high_ltv
  1. 04:12:01 stg_funnel__meta_ads OK 412k rows
  2. 04:12:18 stg_funnel__google_ads OK 287k rows
  3. 04:12:34 stg_shopify__orders OK 31k rows
  4. 04:13:02 mart_attribution_daily OK 14k rows
  5. 04:13:21 mart_audience_high_ltv OK 4.2k rows
  6. 04:13:45 hightouch.sync.audience_high_ltv → meta_ads synced 4.2k
  7. 04:13:58 hightouch.sync.audience_high_ltv → klaviyo synced 4.2k
Beispielausgabe einer Tagespipeline. Hightouch-Sync läuft in Produktion bei ca. 90 s pro 250k Profile.

Engagement-Tiefen

Drei Tiefen. Klare Scopes.
Kein Retainer ohne Bedarf.

Hier starten →

Audit Sprint

Wir prüfen was falsch läuft. Report + priorisierter Handlungsplan.

Dauer
10 Arbeitstage
Preis
2.400 € netto

zzgl. gesetzlicher MwSt. · Festpreis für klar begrenzten Scope

Eingeschlossen im Festpreis

  • 1 Domain
  • 1 Analytics Property
  • 1 Tag Manager / Tracking Setup
  • 1 CMP
  • bis zu 5 Kern-Conversions
  • 10 Arbeitstage
  • PDF-Report + 90-Min Walkthrough

Lieferumfang

  • Vollständige Analyse des bestehenden Setups
  • Priorisierter Report mit konkreten Handlungsempfehlungen
  • Walkthrough-Call mit dem Team (90 Min)
  • Kein Folgevertrag, keine Retainer-Verpflichtung

Wann sinnvoll

Wenn das Setup läuft, aber die Zahlen intern angezweifelt werden. Oder wenn nach einer UA→GA4-Migration unklar ist, was davon belastbar geblieben ist.

Für E-Commerce, mehrere Domains oder App + Web: Audit Sprint Plus, 3.900 € netto Festpreis. Bonus: 50 % des Audit Sprint werden auf einen Build Sprint angerechnet, wenn innerhalb von 30 Tagen beauftragt.

Audit Sprint anfragen

Build Sprint

Neuaufbau oder Restrukturierung eines Tracking-Setups.

Dauer
4–8 Wochen
Preis
ab 7.500 € netto

zzgl. gesetzlicher MwSt. · finaler Festpreis nach Scope-Definition

Typischer Scope

  • 1 Domain (Multi-Domain auf Anfrage)
  • 1 Analytics-Property (GA4 oder Piwik PRO)
  • Server-Side Container (Stape oder eigene Cloud)
  • 1 CMP mit Consent Mode V2
  • bis zu 15 Events / Conversions
  • 4–8 Wochen Umsetzung
  • Blueprint, QA-Sign-off, Handover-Doku

Lieferumfang

  • Measurement Blueprint für das Dev-Team
  • GTM + Server-Side Setup inkl. CMP-Integration
  • Vollständige QA gegen Blueprint mit Sign-off
  • Handover-Dokumentation + 30 Tage Post-Launch Support

Wann sinnvoll

Wenn Analytics strukturell falsch aufgebaut ist und Reparieren im laufenden Betrieb mehr kostet als ein sauberer Neuaufbau.

Build nach Audit besprechen

Managed Evolution

Laufende Partnerschaft. Analytics als Produkt, nicht als Einmal-Projekt.

Dauer
ab 3 Monate Mindestlaufzeit
Preis
ab 3.500 € / Monat netto

zzgl. gesetzlicher MwSt. · monatlich kündbar nach Mindestlaufzeit

Im Monatspreis enthalten

  • bis zu 3 Domains in laufender Betreuung
  • Wartung von GA4 + Server-Side Stack
  • monatliche Roadmap + Sprint-Planung
  • QA bei jedem Release-Deploy
  • Slack-Kanal, < 4 h Response (Mo–Fr)
  • monatlicher Report + Executive-Summary
  • 3 Monate Mindestlaufzeit, dann monatlich

Lieferumfang

  • Monatliche Entwicklung + Feature-Rollouts
  • Laufende QA bei jedem Deploy
  • Executive-Reports + Dashboard-Evolution
  • Slack-Support mit garantierten Response-Zeiten

Wann sinnvoll

Wenn Analytics laufend mitwachsen muss. Neue Kampagnen, neue Produkte, neue Datenquellen, und der Aufbau eines internen Teams kommt nicht in Frage.

Laufende Betreuung besprechen

Alle Preise netto, zzgl. gesetzlicher MwSt. Für Unternehmen in Deutschland, Österreich und der Schweiz.

Full-Cycle Delivery. Wer macht was

Datascale verantwortet

  • Marketing-KPI-Definition und Datenquellen-Inventar
  • funnel.io Konfiguration (Partnership) für Marketing-Daten
  • Reporting-Layer: Data Studio / Power BI / Tableau auf dem Lake
  • Business-Logik für Attribution, LTV, ROAS/POAS-Berechnung

Saloid liefert

  • Datenarchitektur-Design (BigQuery / Snowflake, EU-Region)
  • ELT-Pipelines: dbt Transformationsschicht, Orchestrierung
  • Reverse ETL (Census / Hightouch für Audience Activation)
  • Cloud-Infrastruktur und Monitoring
  • BigQuery EU
  • funnel.io
  • dbt
  • Data Studio / Power BI
  • Census

Retail-Client. Zusammenführung von Shop, Meta Ads, Google Ads und CRM in BigQuery EU. POAS-Dashboard ersetzt manuellen ROAS-Report.

Saloid: Data Engineering & Analytics Implementation
  • Q01
    Was ist der Unterschied zwischen einem Data Warehouse und einem Data Lake?

    Ein klassisches Data Warehouse (wie Redshift oder ein On-Premise-System) ist stark strukturiert und für SQL-Abfragen optimiert. Ein modernes Data Lake oder Lakehouse (BigQuery, Snowflake) kombiniert die Flexibilität eines Data Lake mit der Abfrageperformance eines Warehouses. Für Marketing-Anwendungsfälle ist BigQuery heute in den meisten Fällen die bessere Wahl.

  • Q02
    Brauchen wir wirklich einen Data Lake oder reicht funnel.io allein?

    funnel.io allein reicht für die meisten Marketing-Dashboards vollständig aus (→ Revenue Intelligence). Ein Data Lake wird nötig wenn: Transaktionsdaten aus dem Shop, CRM-Daten und Marketing-Daten zusammengeführt werden sollen, wenn LTV- oder Attribution-Modelle berechnet werden sollen, oder wenn ML-Anwendungen geplant sind.

  • Q03
    Können wir mit BigQuery in der EU hosten?

    Ja. BigQuery bietet EU-Regionen (europe-west3 Frankfurt, europe-west4 Niederlande). Datascale konfiguriert alle Projekte standardmäßig in EU-Regionen. Alle Daten verlassen die EU nicht.

  • Q04
    Wie mitigieren Sie den US CLOUD Act in einer GCP-basierten Architektur?

    BigQuery wird ausschließlich in einer EU-Region konfiguriert (europe-west3 Frankfurt oder europe-west4 Niederlande). Datenresidenz ist vertraglich gegenüber Google garantiert. Restrisiko: der CLOUD Act adressiert US-Mutterkonzerne. Bei besonders sensiblen Daten kombinieren wir BigQuery-Verschlüsselung mit CMEK (Customer-Managed Encryption Keys), optional mit External Key Manager bei EU-Anbietern wie Fortanix oder Thales. Der Entschlüsselungs-Schlüssel liegt dann außerhalb der CLOUD-Act-Reichweite. Für maximale Souveränität alternativ: Snowflake auf AWS Frankfurt mit identischem External-Key-Setup, oder ein Open-Source-Lake auf StackIT oder IONOS.

  • Q05
    Was kostet ein Composable CDP gegenüber einer All-in-One-CDP?

    Eine Enterprise-CDP (Segment, mParticle, Tealium) liegt typisch bei 80.000–250.000 € jährlich, abhängig vom MTU-Volumen. Plus Implementierung. Ein Composable-Setup auf BigQuery EU bewegt sich in anderer Größenordnung: BigQuery-Storage und -Compute zusammen unter 1.500 € pro Monat für die meisten DACH-Mittelständler, dbt Cloud Team-Plan ab 100 € pro Monat, Hightouch Starter ab 350 € pro Monat. Implementation als Build Sprint ab 7.500 € netto. Gesamtkosten Jahr 1 typischerweise 35.000–60.000 €. Der größte Unterschied liegt nicht im Preis, sondern in der Datenkontrolle: Storage gehört Ihnen, nicht dem CDP-Anbieter.

Weiterlesen

Artikel zu dieser Leistung

Nächster Schritt

Marketing Data Lakehouse: Architektur-Gespräch.

Strategie-Gespräch zu BigQuery/Snowflake-Architektur und Reverse-ETL-Aktivierung. Full-Cycle Implementation gemeinsam mit Saloid.

Strategie-Gespräch anfragen → hello@datascale.de