Zusammensetzbare CDPs: Wie unterscheiden sie sich von Paketlösungen?

„Composable CDP gibt es nicht. Composable Architecture ist“, schrieb mein Kollege Craig Howard zuvor in einem internen Schreiben. Er erklärte, dass Kundendatenplattformen (CDPs) an Bedeutung gewannen, als Unternehmen ihren eigenen Cloud-nativen Kundendatenspeicher nicht implementieren konnten und eine kommerzielle Standardlösung – ein „paketiertes“ CDP – kaufen konnten, die ihnen helfen könnte, die Vorteile zu nutzen von Cloud-Technologien durch die Verwaltung ihrer Kundendaten.

Aber die Dinge haben sich in letzter Zeit geändert:

• IT-Organisationen haben Fähigkeiten rund um Cloud-Technologien entwickelt und aufgebaut.
• Der Bedarf an Datenintegration übersteigt oft die CDP-Fähigkeiten. Viele CDPs haben Schwierigkeiten, komplexe Datenstrukturen zu verwalten oder komplexe Fragen zu den Daten zu beantworten.
• Richtlinien und ein Flickenteppich globaler Gesetze haben zu einer Komplexität in Bezug auf Datenschutz, Einwilligung und Datenresidenz geführt.

Marken erstellen jetzt ihre einheitliche Kundenansicht mit Cloud-nativen Identitätsauflösungs-, Datenintegrations- und Datenspeicherfunktionen. CDPs passen sich diesem Paradigma, den Datenwolken und dem daraus resultierenden zusammensetzbaren Architekturmuster an und bezeichnen sich selbst als „zusammensetzbares CDP“.

Verpackt vs. zusammensetzbar

Ein zusammensetzbares CDP basiert auf einer Architektur, die auf einem Cloud-Datenspeicher für Kundendaten basiert. In Composable wird das CDP zu einer Orchestrierungsplattform – es verwaltet Zielgruppen und Reisen und aktiviert die Kundendaten.

Die Entscheidung für Composable vs. Packaged CDP ist jedoch nicht einfach. Erstens: Wenn Sie etwas kaufen, ist Ihr Kopf am richtigen Ort. Die Aktivierung von First-Party-Daten über alle Kanäle hinweg ist die Zukunft. Wenn Sie sich für Composable oder Standalone entscheiden, gibt es viel zu klären.

Konvergenz

Im Jahr 2021 musste man sich zwischen Reverse ETL (Composable) oder CDP entscheiden. Heute ist diese Wahl nicht eindeutig. Viele CDPs und Marketingtechnologien können eine Datenbank abfragen.

Lytics, ActionIQ, mParticle, Blueshift und andere haben beispielsweise Fortschritte bei der nativen Anbindung an ein Client-Data-Warehouse und die darin gespeicherten wertvollen Daten gemacht. Mit einigen zuvor als Paket betrachteten CDPs kann man Composable effektiv üben.

Implementierung

Es klingt einfach: Legen Sie ein Reverse-ETL über ein vorhandenes Data Warehouse. Ja, „zusammensetzbar“ ist möglicherweise einfacher zu implementieren. Die Time-to-Value ist in der Regel schneller, wenn Sie Folgendes haben:

• Alle wichtigen Datenströme sind in Ihrem Data Warehouse leicht zugänglich.
• Strategie zur Identitätsauflösung ausgearbeitet.
• Ein engagiertes Analyse- oder Unternehmensdatenteam.

Daher verschiebt ein zusammensetzbarer CDP Abhängigkeiten an das Client-Data-Warehouse. Wenn Sie die oben genannten Kriterien nicht erfüllen, kann ein CDP eine vergleichbare oder bessere Zeit bis zur Wertschöpfung bieten. Beispielsweise wird beim Onboarding mit vielen CDP-Paketen eine Strategie zur Identitätsauflösung festgelegt.

Darüber hinaus können gängige Konnektoren für E-Mail-Plattformen und andere Martech-Lösungen dem Kunden Datensätze bereitstellen, die dieser zuvor nicht gespeichert hatte. Diese neuen Daten und die Identitätsauflösungsstrategie bieten vielen Kunden einen „Customer 360“ als Mehrwert.

Schauen Sie genauer hin: Wo sollte ein CDP in Ihren Martech-Stack passen?

Zusammensetzbare vs. verpackte CDP-Anwendungsfälle

Die mit einem Composable-Ansatz erzielten Anwendungsfälle unterscheiden sich nicht grundlegend von verpacktem CDP. Es gibt Ausnahmen – CDPs wie Lytics und BlueConic bieten eine einfache Website-Personalisierung.

Wenn die dem Segment zugrunde liegenden Daten für Marketingzwecke zuverlässig sind und die Strategie zur Identitätsauflösung die Aktivierung in einem bestimmten Kanal zulässt, werden die Anwendungsfälle nur durch die Fähigkeiten des Teams, das das Tool verwendet, begrenzt. Paketierte CDPs verfügen jedoch möglicherweise über integriertes maschinelles Lernen (ML), Berichterstellung und Unterstützung für Echtzeit, die Composable-Praktiker möglicherweise separat lösen müssen.

Identitätsauflösung

Eine zusammensetzbare Lösung führt nicht zu einer Identitätsauflösung. Zusammensetzbare Architekturen basieren auf bereits vorhandenen Verbindungsschlüsseln, einer Cloud-nativen Identitätsauflösung für unterschiedliche Datensätze oder einer bereits vorhandenen Kundentabelle mit allen relevanten Segmentierungskriterien.

CDPs können mit einer bereits vorhandenen Strategie zur Identitätsauflösung arbeiten, ähnlich wie bei zusammensetzbaren Architekturen – oder sie können im Rahmen ihrer Implementierung eine Strategie zur Identitätsauflösung für den Kunden erstellen. Häufig gibt es einen hybriden Ansatz, bei dem ein CDP die bereits vorhandene Identitätsauflösungsstrategie des Kunden nutzt und dann neue Kanäle und Datenströme in diese Identitätsauflösungsstrategie einfügt.

Tauchen Sie tiefer ein: Ein Leitfaden in die seltsame neue Welt der Identitätsauflösung

Segmentierung

Viele gepackte CDPs bieten No-SQL-Frontends, und zusammensetzbare Reverse-ETL-Lösungen haben in diesem Bereich Fortschritte gemacht. Ebenso werden nicht alle CDPs gleich erstellt und einige stellen eine größere technische Belastung für den Endbenutzer dar.

Einige CDPs müssen Daten reduzieren oder zuordnen, um komplexe Verknüpfungen einzuschränken. Dadurch soll die Dimensionalität der Daten begrenzt und Echtzeitantworten bereitgestellt werden.

Der Echtzeitcharakter dieser Architektur könnte für einige von Vorteil sein. Es schränkt jedoch die Fähigkeit, komplexe Fragen zu den Daten zu stellen, erheblich ein. Wenn Echtzeit wichtig ist, können verpackte CDPs einen Vorteil haben. Wenn komplexe Fragen und eine weniger aufwändige Datenzuordnung bei der Implementierung von entscheidender Bedeutung sind, funktioniert Composable möglicherweise besser für Sie.

Datenamt

Komplexe rechtliche Anforderungen an Einwilligung, Datenspeicherung, Datenspeicherung und Zugriffs-/Löschrechte stehen für viele Entscheidungsträger bei der Entscheidung zwischen zusammensetzbarer Architektur und verpacktem CDP im Vordergrund. Composable genießt in diesem Bereich einen Vorteil.

Composable stellt das Data Warehouse in den Mittelpunkt des Marketinguniversums. Cloud-Data-Warehouses bieten flexible Kontrollen für Einwilligung und Datenresidenz. Zusammensetzbare Lösungen können innerhalb eines bereits vorhandenen Governance-Frameworks arbeiten, einschließlich Unterstützung für mehrere Regionen, Datenablauf und Schutz auf Spaltenebene.

Paketierte CDPs stellen häufig wichtige Aspekte von Kundendaten in einer von CDP verwalteten Umgebung wieder her. Dies führt zu Prozessproblemen bei Dingen wie DSGVO- und CCPA-bezogenen Anfragen. Sie sind außerdem gezwungen, mit vom Kunden bereitgestellten Einwilligungsattributen zu arbeiten oder sich in Einwilligungsplattformen Dritter zu integrieren. Einige CDPs versuchen, dies zu mildern, indem sie ihr CDP „vor Ort“ installieren.

Zeit zur Wertschöpfung

Die Zeit bis zur Wertschöpfung variiert je nach Kunde sehr stark. Wie oben erwähnt, ist die Time-to-Value mit Composable theoretisch schneller, wenn bestimmte organisatorische Kriterien erfüllt sind. Wenn diese Kriterien nicht erfüllt sind, bietet das verpackte CDP einige strukturelle Vorteile.

Allerdings können CDPs nicht immer von sich behaupten, erfolgreich zu sein. Wir haben festgestellt, dass die Wertschöpfung bereits nach 30 Tagen erfolgt ist, und leider wurden wir zur Rettung mehrjähriger Projekte mit geringem Mehrwert aufgefordert. Wenn Sie jedoch ein über mehrere Jahre andauerndes Problem ohne Erfolg haben, liegt das Problem wahrscheinlich weniger an der Technologie als vielmehr an Ihrer Anwendungsfallstrategie, Ihrem Prozess zur Einführung der neuen Technologie oder an mangelnden Fähigkeiten, Verfügbarkeit oder Kontinuität Ihrer Mitarbeiter.

Datenwissenschaft und maschinelles Lernen

Der zusammensetzbare Ansatz basiert darauf, dass ein Unternehmen seine eigenen Informationen oder eine erstklassige Lösung in den Datensatz einbringt. Viele CDPs bieten Out-of-the-box Data Science an. Unserer Erfahrung nach sind die von CDP bereitgestellten Funktionen auf das Team beschränkt, das die Plattform nutzt. Wenn das Team fortgeschritten ist, kann es möglicherweise einen Mehrwert aus den Funktionen der Datenwissenschaft ziehen.

Wir glauben, dass die Datenwissenschaft fest in einem Marketingbetrieb verankert sein sollte. Wenn Ihr Team die vorhandenen ML-Fähigkeiten nicht für nützlich hält, haben Sie das falsche Team oder den falschen Prozess. Wenn Ihr Team nicht über ML-Fähigkeiten verfügt, arbeiten Sie mit einem Experten zusammen, der Sie bei der Modernisierung Ihrer Marketingprozesse unterstützen kann.

Erfahren Sie mehr: Messung der CDP-Einführung: Ein umfassender Rahmen

Wichtige Fragen, die Sie berücksichtigen sollten, bevor Sie sich für Composable CDP entscheiden

Die Entscheidung für Composable oder Packaged CDP ist sehr differenziert. Die Unterscheidungen überschneiden sich und es gibt spezifische Abhängigkeiten vom Data Warehouse einer Marke, ergänzenden Technologien (BI, maschinelles Lernen usw. usw.) und gewünschten Anwendungsfällen.

Bevor sie sich für einen Ansatz entscheiden, sollten sich Marken einige der folgenden Fragen stellen:

• Welche Anwendungsfälle versuche ich zu lösen? Überlegungen zur Löschung von Cookies von Drittanbietern, zur Notwendigkeit von Echtzeit-Anwendungsfällen und zur Konnektivität zum vorhandenen Martech-Stack müssen berücksichtigt werden.
• Sind alle wichtigen Daten bereits in meinem Data Warehouse vorhanden? Habe ich beispielsweise meine E-Mail-Adresse, meine Website und wichtige Daten von Geschäften oder anderen eigenen Kanälen auf Kundenebene verfügbar? Kann ich diese Datensätze bereits zusammenführen, um eine einigermaßen zuverlässige Kundenansicht zu erhalten?
• Wie ausgereift sind meine Reporting- und Analysefähigkeiten? Können sie die Berichterstattung über die Zielgruppen, die ich aufbauen möchte, die Anwendungsfälle, die ich bereitstellen möchte, und den mit diesen Bemühungen verbundenen ROI problemlos unterstützen?
• Verfüge ich über die erforderlichen Tools, um ML-basierte Entscheidungsfindung in meinen Zielgruppen zu unterstützen?

Wenn wir mit Unternehmen zusammenarbeiten, die ein CDP einsetzen, hat sich unser Team im Allgemeinen organisatorisch dazu verpflichtet, Erstanbieterdaten in großem Umfang bereitzustellen. Dieses inhärente Engagement hat zur Geschwindigkeit und zum Erfolg von CDP-Implementierungen beigetragen.

Es ist noch früh, um zu sagen, wie sich Reverse-ETL-Lösungen auf die Bereitstellung von Erstanbieter-Kundendaten in großem Maßstab auswirken werden. Die Zukunft sieht jedoch rosig aus, wenn es um die schnelle Wertschöpfung von Anwendungen und die Möglichkeit geht, Bedenken hinsichtlich der Datenresidenz und des Datenschutzes zu berücksichtigen.