Exporter vos invitations dans BigQuery ou Snowflake

Chargez l'historique de vos invitations d'avis dans BigQuery ou Snowflake, puis tenez-le à jour chaque jour avec l'API Review Collect.

Obtenir votre clé API

1. Demandez votre clé API à votre account manager, depuis la bulle de chat ou par email
2. Stockez-la dans le gestionnaire de secrets de votre entrepôt, jamais dans un fichier partagé

Charger l'historique

L'endpoint GET /invitations renvoie une invitation par client contacté, avec les messages envoyés, la note laissée et l'avis publié. La référence complète est sur developers.review-collect.com.

1. Appelez l'endpoint avec limit=1000
2. Tant que has_more vaut true, rappelez-le avec cursor égal au next_cursor reçu
3. Écrivez chaque page dans votre table avant de demander la suivante

Modèle à copier-coller :

import requests

BASE = "https://api.review-collect.com/api:v1"
HEADERS = {"X-Api-Key": RC_API_KEY}

def invitations(**params):
    params = {"limit": 1000, **params}
    while True:
        page = requests.get(f"{BASE}/invitations", headers=HEADERS, params=params, timeout=60).json()
        yield from page["data"]
        if not page["has_more"]:
            return
        params["cursor"] = page["next_cursor"]

for invitation in invitations():
    write_to_warehouse(invitation)

Créer la table

Une ligne par invitation, avec id comme clé. Les colonnes utiles pour l'analyse :

• Identifiants — id, order.id, order.number, customer.email, customer.phone
• Envoi — source, sent_at, status, clicked_at
• Note laissée — review.rating, review.comment, review.submitted_at
• Suite donnée — routing.type, routing.destination, routing.published, routing.published_review.id
• Mise à jour — updated_at

Dans BigQuery, chargez chaque invitation telle quelle dans une colonne JSON et exposez ces colonnes dans une vue. Dans Snowflake, même principe avec une colonne VARIANT.

Mettre à jour chaque jour

1. Planifiez le script chaque matin
2. Passez le paramètre since avec l'heure de début de l'exécution précédente, moins cinq minutes
3. Fusionnez les lignes reçues sur id : mise à jour si la ligne existe, insertion sinon

Modèle BigQuery :

MERGE `dataset.invitations` t
USING `dataset.invitations_staging` s
ON t.id = s.id
WHEN MATCHED THEN UPDATE SET data = s.data, updated_at = s.updated_at
WHEN NOT MATCHED THEN INSERT (id, data, updated_at) VALUES (s.id, s.data, s.updated_at)

Le filtre since porte sur updated_at : une invitation envoyée en avril et notée en octobre revient dans l'exécution d'octobre. Une invitation revient à chaque changement, la fusion sur id la met simplement à jour.

Mis à jour le : 22/10/2026