CDP yang dapat disusun: Apa bedanya dengan solusi terpaket?

“CDP yang dapat disusun bukanlah apa-apa. Arsitektur yang dapat disusun adalah,” rekan saya Craig Howard sebelumnya menulis surat internal. Dia menjelaskan bahwa platform data pelanggan (CDP) mendapatkan daya tarik ketika organisasi tidak dapat mengimplementasikan penyimpanan data pelanggan cloud-native mereka sendiri dan dapat membeli solusi komersial siap pakai — CDP “paket” — yang dapat membantu mereka menyadari manfaatnya. teknologi cloud dengan mengelola data pelanggan mereka.

Tetapi banyak hal telah berubah baru-baru ini:

• Organisasi TI telah berevolusi dan membangun keterampilan seputar teknologi cloud.
• Kebutuhan integrasi data seringkali melampaui kemampuan CDP. Banyak CDP berjuang untuk mengelola struktur data yang kompleks atau menangani menjawab pertanyaan kompleks tentang data.
• Kebijakan dan tambal sulam hukum global telah menimbulkan kerumitan seputar privasi, persetujuan, dan residensi data.

Merek sekarang membuat tampilan pelanggan tunggal mereka dengan resolusi identitas cloud-native, integrasi data, dan kemampuan penyimpanan data. CDP menyesuaikan dengan paradigma ini, cloud data, dan pola arsitektur yang dapat disusun yang dihasilkan, menyebut diri mereka sebagai "CDP yang dapat disusun".

Dikemas vs. dapat disusun

CDP yang dapat disusun didasarkan pada arsitektur yang ditambatkan pada penyimpanan data cloud untuk data pelanggan. Dalam komposisi, CDP menjadi platform orkestrasi — mengelola audiens dan perjalanan serta mengaktifkan data pelanggan.

Namun, memutuskan untuk menggunakan CDP yang dapat disusun vs. terpaket tidaklah mudah. Pertama, jika Anda berbelanja untuk keduanya, kepala Anda berada di tempat yang tepat. Mengaktifkan data pihak pertama di seluruh saluran adalah masa depan. Jika keputusan Anda dapat disusun vs. mandiri, ada banyak hal yang harus dibongkar.

Konvergensi

Pada tahun 2021, seseorang harus memilih antara reverse ETL (composable) atau CDP. Hari ini, pilihan itu tidak jelas. Banyak CDP dan teknologi pemasaran dapat meminta basis data.

Misalnya, Lytics, ActionIQ, mParticle, Blueshift, dan lainnya telah mengambil langkah untuk menghubungkan secara native ke gudang data klien dan data berharga yang ada di dalamnya. Seseorang dapat mempraktikkan komposisi secara efektif dengan beberapa CDP yang sebelumnya dianggap terpaket.

Penerapan

Kedengarannya sederhana — pasang ETL terbalik di gudang data yang ada. Ya, "composable" mungkin lebih mudah diterapkan. Waktu untuk menilai biasanya lebih cepat jika Anda memiliki hal berikut:

• Semua aliran data utama dapat diakses dengan mudah di gudang data Anda.
• Strategi resolusi identitas berhasil.
• Analitik yang terlibat atau tim data perusahaan.

Jadi, CDP yang dapat disusun mendorong dependensi ke gudang data klien. CDP dapat memberikan waktu yang sebanding atau unggul untuk menghargai jika Anda tidak memenuhi kriteria di atas. Misalnya, strategi resolusi identitas dibuat selama onboarding dengan banyak paket CDP.

Selain itu, konektor umum untuk platform email dan martech lainnya dapat menyediakan klien dengan kumpulan data yang sebelumnya tidak disimpan. Data baru ini dan strategi resolusi identitas memberi banyak klien "pelanggan 360" sebagai nilai tambah.

Gali lebih dalam: Di mana CDP harus pas di tumpukan martech Anda?

Kasus penggunaan CDP yang dapat disusun vs. terpaket

Kasus penggunaan yang dicapai dalam pendekatan yang dapat disusun tidak berbeda secara mendasar dari CDP terpaket. Ada pengecualian — CDP seperti Lytics dan BlueConic menawarkan personalisasi situs sederhana.

Jika data yang mendasari segmen dapat diandalkan untuk tujuan pemasaran dan strategi penyelesaian identitas mengizinkan aktivasi di saluran tertentu, kasus penggunaan hanya dibatasi oleh kemampuan tim yang menggunakan alat tersebut. Namun, CDP terpaket mungkin memiliki pembelajaran mesin (ML) bawaan, pelaporan dan dukungan untuk waktu nyata yang mungkin perlu dipecahkan oleh praktisi yang dapat disusun secara terpisah.

Resolusi identitas

Solusi yang dapat disusun tidak akan membuat resolusi identitas. Arsitektur yang dapat disusun mengandalkan kunci penghubung yang sudah ada sebelumnya, resolusi identitas cloud-native untuk set data yang berbeda atau tabel pelanggan yang sudah ada sebelumnya dengan semua kriteria segmentasi yang relevan.

CDP dapat bekerja dengan strategi resolusi identitas yang sudah ada sebelumnya, mirip dengan arsitektur yang dapat disusun — atau mereka dapat membuat strategi resolusi identitas untuk klien sebagai bagian dari penerapannya. Seringkali, ada pendekatan hibrid di mana CDP menggunakan strategi resolusi identitas klien yang sudah ada sebelumnya dan kemudian memetakan saluran dan aliran data baru ke dalam strategi resolusi identitas tersebut.

Gali lebih dalam: Panduan ke dunia baru resolusi identitas yang aneh

Segmentasi

Banyak CDP yang dikemas menawarkan ujung depan tanpa-SQL, dan solusi ETL terbalik yang dapat disusun telah membuat kemajuan di bagian depan ini. Demikian juga, tidak semua CDP dibuat sama dan beberapa menempatkan lebih banyak beban teknis pada pengguna akhir.

Beberapa CDP perlu meratakan atau memetakan data untuk membatasi gabungan kompleks. Ini untuk membatasi dimensi data dan memberikan respons waktu nyata.

Sifat real-time dari arsitektur ini mungkin menjadi keuntungan bagi sebagian orang. Namun, ini menempatkan batasan nyata pada kemampuan untuk mengajukan pertanyaan kompleks tentang data. Jika waktu-nyata itu penting, CDP paket mungkin memiliki keuntungan. Jika pertanyaan yang rumit dan pemetaan data yang tidak terlalu berat dalam penerapan sangat penting, komposisi dapat berfungsi lebih baik untuk Anda.

Tata kelola data

Persyaratan hukum yang rumit untuk izin, penyimpanan data, residensi data, dan hak untuk mengakses/menghapus adalah pertimbangan utama bagi banyak pembuat keputusan dalam arsitektur yang dapat disusun vs. keputusan CDP terpaket. Di area ini, composable menikmati keuntungan.

Composable menempatkan gudang data di pusat dunia pemasaran. Gudang data cloud menawarkan kontrol yang fleksibel untuk izin dan residensi data. Solusi yang dapat disusun dapat berfungsi dalam kerangka kerja tata kelola yang sudah ada sebelumnya, termasuk dukungan multiregion, kedaluwarsa data, dan perlindungan tingkat kolom.

CDP yang dikemas sering membuat ulang aspek kunci dari data pelanggan di lingkungan yang dikelola CDP. Ini menciptakan masalah proses untuk hal-hal seperti permintaan terkait GDPR dan CCPA. Mereka juga dipaksa untuk bekerja dengan atribut izin yang diberikan klien atau berintegrasi dengan platform izin pihak ketiga. Beberapa CDP mencoba mengurangi ini dengan menginstal CDP "on-prem" mereka.

Waktu untuk menghargai

Waktu untuk menghargai sangat bervariasi oleh klien. Seperti disebutkan di atas, secara teoritis, time to value lebih cepat dengan composable jika kriteria organisasi tertentu terpenuhi. Jika kriteria tersebut tidak terpenuhi, CDP yang dikemas memiliki beberapa keunggulan struktural.

Namun, CDP tidak selalu mengklaim sukses. Kami telah melihat waktu untuk menghargai hanya dalam 30 hari dan sayangnya kami dipanggil untuk menyelamatkan upaya multi-tahun dengan sedikit nilai yang diberikan. Padahal, jika Anda memiliki masalah multi-tahun tanpa hasil, masalahnya mungkin bukan teknologi sebanyak strategi kasus penggunaan Anda, proses Anda untuk mengadopsi teknologi baru atau kurangnya keterampilan, ketersediaan, atau kontinuitas staf Anda.

Ilmu data dan pembelajaran mesin

Pendekatan yang dapat disusun bergantung pada perusahaan yang membawa kecerdasan mereka sendiri atau solusi terbaik ke kumpulan data. Banyak CDP menawarkan ilmu data out-of-the-box. Dalam pengalaman kami, kemampuan yang disediakan CDP terbatas pada tim yang menggunakan platform. Jika tim sudah mahir, mereka mungkin dapat mengekstraksi nilai dari fitur ilmu data.

Kami percaya ilmu data harus tertanam dengan baik di dalam operasi pemasaran. Jika tim Anda belum menemukan utilitas dalam kapabilitas ML yang mereka miliki, Anda salah tim atau proses yang salah. Jika tim Anda tidak memiliki kemampuan ML, bekerjalah dengan pakar yang dapat membantu Anda memodernisasi proses pemasaran.

Gali lebih dalam: Mengukur adopsi CDP: Kerangka komprehensif

Pertanyaan kunci untuk dipertimbangkan sebelum menggunakan CDP yang dapat disusun

Keputusan untuk menggunakan CDP yang dapat disusun atau terpaket sangat bernuansa. Perbedaannya tumpang tindih dan ada ketergantungan khusus dari gudang data merek, melengkapi teknologi (BI, pembelajaran mesin, dll., Dll.) dan kasus penggunaan yang diinginkan.

Sebelum memutuskan pendekatan, merek harus bertanya pada diri sendiri beberapa pertanyaan berikut:

• Kasus penggunaan apa yang saya coba selesaikan? Pertimbangan seputar penghapusan cookie pihak ketiga, perlunya kasus penggunaan real-time, dan konektivitas ke tumpukan martech yang ada harus dipertimbangkan.
• Apakah saya memiliki semua data kunci yang sudah ada di gudang data saya? Misalnya, apakah saya memiliki email, situs web, dan data penting dari toko atau saluran milik saya yang tersedia di tingkat pelanggan? Bisakah saya menggabungkan kumpulan data ini untuk tampilan pelanggan yang cukup andal?
• Seberapa matang kemampuan pelaporan dan analitik saya? Dapatkah mereka dengan mudah mendukung pelaporan audiens yang ingin saya buat, kasus penggunaan yang ingin saya terapkan, dan ROI yang terkait dengan upaya ini?
• Apakah saya memiliki alat yang diperlukan untuk mendukung pengambilan keputusan berbasis ML di audiens saya?

Saat kami bekerja dengan perusahaan yang menerapkan CDP, tim kami umumnya membuat komitmen organisasi untuk menerapkan data pihak pertama dalam skala besar. Komitmen bawaan ini telah membantu kecepatan dan keberhasilan penerapan CDP.

Masih terlalu dini untuk mengetahui bagaimana solusi ETL terbalik akan memengaruhi penyebaran data pelanggan pihak pertama dalam skala besar. Namun, masa depan cerah untuk aplikasi time-to-value yang cepat dan kemampuan untuk memungkinkan residensi data dan masalah privasi.