Etsy utilise des expériences pour tester des idées, comme offrir de la glace gratuite avec les achats, afin de stimuler les ventes. Pour mieux comprendre le comportement des utilisateurs, ils utilisent la segmentation, qui permet une analyse basée sur différents groupes d'utilisateurs. Auparavant, la plateforme d'Etsy avait des segmentations prédéfinies limitées, ce qui entravait une analyse approfondie et ralentissait les informations. L'équipe a développé une bibliothèque de segmentation permettant aux expérimentateurs de définir leurs propres segments, ce qui était un processus lent et complexe. Cette nouvelle approche permet aux utilisateurs de créer des segmentations en utilisant des requêtes SQL et des clés de jointure, ce qui les rend faciles à comprendre et à partager. Avant le déploiement, ces segmentations personnalisées passent par un processus de validation pour garantir leur exactitude et leur sécurité. La génération dynamique de tâches dans le pipeline de données a permis le traitement automatique des nouvelles segmentations sans modification du code. Cette transformation a entraîné une augmentation significative du nombre de segmentations disponibles. Le système amélioré fournit des informations plus rapides et plus approfondies, ce qui permet aux équipes de prendre de meilleures décisions basées sur les données. Dans l'ensemble, ces changements ont rendu le processus d'expérimentation d'Etsy plus flexible et efficace.