구성 가능한 CDP: 패키지 솔루션과 어떻게 다릅니까?

“컴포저블 CDP는 중요하지 않습니다. 컴포저블 아키텍처는” 제 동료인 Craig Howard가 이전에 내부 서한에 쓴 바 있습니다. 그는 조직이 자체 클라우드 네이티브 고객 데이터 저장소를 구현할 수 없고 이점을 실현하는 데 도움이 될 수 있는 "패키지" CDP인 상용 기성 솔루션을 구입할 수 있을 때 고객 데이터 플랫폼(CDP)이 견인력을 얻었다고 설명했습니다. 고객 데이터를 관리하여 클라우드 기술의

하지만 최근에는 상황이 바뀌었습니다.

• IT 조직은 클라우드 기술을 중심으로 기술을 발전시키고 구축했습니다.
• 데이터 통합 ​​요구 사항은 종종 CDP 기능을 능가했습니다. 많은 CDP는 복잡한 데이터 구조를 관리하거나 데이터에 대한 복잡한 질문에 답하는 데 어려움을 겪고 있습니다.
• 정책과 글로벌 법률의 패치워크는 개인 정보 보호, 동의 및 데이터 상주에 대한 복잡성을 도입했습니다.

브랜드는 이제 클라우드 네이티브 ID 확인, 데이터 통합 ​​및 데이터 스토리지 기능을 통해 단일 고객 보기를 생성하고 있습니다. CDP는 이러한 패러다임, 데이터 클라우드 및 그에 따른 구성 가능한 아키텍처 패턴에 적응하고 있으며 스스로를 "구성 가능한 CDP"라고 부릅니다.

패키징 대 컴포저블

구성 가능한 CDP는 고객 데이터용 클라우드 데이터 저장소에 고정된 아키텍처를 기반으로 합니다. 컴포저블에서 CDP는 잠재고객과 여정을 관리하고 고객 데이터를 활성화하는 오케스트레이션 플랫폼이 됩니다.

그러나 구성 가능한 CDP와 패키지 CDP를 선택하는 것은 간단하지 않습니다. 첫째, 둘 중 하나를 쇼핑하는 경우 머리가 올바른 위치에 있습니다. 채널 전반에서 자사 데이터를 활성화하는 것이 미래입니다. 결정이 구성 가능한지 독립형인지 결정하는 경우 풀어야 할 것이 많습니다.

수렴

2021년에는 역 ETL(컴포저블) 또는 CDP 중에서 선택해야 했습니다. 오늘날 그 선택은 명확하지 않습니다. 많은 CDP 및 마케팅 기술은 데이터베이스를 쿼리할 수 있습니다.

예를 들어 Lytics, ActionIQ, mParticle, Blueshift 등은 기본적으로 클라이언트 데이터 웨어하우스와 그 안에 있는 귀중한 데이터에 연결하는 방향으로 발전했습니다. 이전에 패키징된 것으로 간주되었던 일부 CDP를 사용하여 구성 가능을 효과적으로 실행할 수 있습니다.

구현

간단하게 들립니다. 기존 데이터 웨어하우스에 역방향 ETL을 적용하면 됩니다. 예, "컴포저블"이 구현하기 더 쉬울 수 있습니다. 다음과 같은 경우 일반적으로 가치 실현 시간이 더 빠릅니다.

• 데이터 웨어하우스에서 모든 주요 데이터 스트림에 쉽게 액세스할 수 있습니다.
• 신원 확인 전략이 실행되었습니다.
• 참여 분석 또는 엔터프라이즈 데이터 팀.

따라서 구성 가능한 CDP는 클라이언트 데이터 웨어하우스에 종속성을 푸시합니다. CDP는 귀사가 위의 기준을 충족하지 못하는 경우 유사하거나 우수한 가치 창출 시간을 제공할 수 있습니다. 예를 들어 많은 패키지 CDP로 온보딩하는 동안 신원 확인 전략이 수립됩니다.

또한 이메일 플랫폼 및 기타 마테크에 대한 공통 커넥터는 클라이언트에게 이전에 저장하지 않은 데이터 세트를 제공할 수 있습니다. 이 새로운 데이터와 신원 확인 전략은 많은 고객에게 부가 가치로 "고객 360도"를 제공합니다.

자세히 알아보기: 마테크 스택에서 CDP는 어디에 적합해야 합니까?

컴포저블 및 패키징된 CDP 사용 사례

구성 가능한 접근 방식에서 달성한 사용 사례는 패키지 CDP와 근본적으로 다르지 않습니다. 예외가 있습니다. Lytics 및 BlueConic과 같은 CDP는 간단한 사이트 개인화를 제공합니다.

세그먼트의 기본 데이터가 마케팅 목적으로 신뢰할 수 있고 신원 확인 전략이 주어진 채널에서 활성화를 허용하는 경우 사용 사례는 도구를 사용하는 팀의 기능에 의해서만 제한됩니다. 그러나 패키지 CDP에는 구성 가능 실무자가 별도로 해결해야 할 수 있는 실시간에 대한 ML(기계 학습), 보고 및 지원이 내장되어 있을 수 있습니다.

신원 확인

구성 가능한 솔루션은 ID 확인을 생성하지 않습니다. 구성 가능한 아키텍처는 기존 조인 키, 이종 데이터 세트에 대한 클라우드 네이티브 ID 확인 또는 모든 관련 세분화 기준이 있는 기존 고객 테이블에 의존합니다.

CDP는 구성 가능한 아키텍처와 유사한 기존 ID 확인 전략을 사용하거나 구현의 일부로 클라이언트를 위한 ID 확인 전략을 생성할 수 있습니다. 종종 CDP가 클라이언트의 기존 신원 확인 전략을 활용한 다음 새로운 채널과 데이터 스트림을 해당 신원 확인 전략에 매핑하는 하이브리드 접근 방식이 있습니다.

자세히 알아보기: 신원 확인이라는 기이하고 새로운 세계로 안내합니다.

분할

압축된 많은 CDP는 SQL 없는 프런트 엔드를 제공하며 구성 가능한 역방향 ETL 솔루션은 이 프런트 엔드에서 진전을 이루었습니다. 마찬가지로 모든 CDP가 동일하게 생성되는 것은 아니며 일부 CDP는 최종 사용자에게 더 많은 기술적 부담을 줍니다.

일부 CDP는 복잡한 조인을 제한하기 위해 데이터를 평면화하거나 매핑해야 합니다. 이는 데이터의 차원을 제한하고 실시간 응답을 제공하기 위한 것입니다.

이 아키텍처의 실시간 특성은 일부에게는 이점이 될 수 있습니다. 그러나 데이터에 대해 복잡한 질문을 할 수 있는 능력에는 실질적인 제한이 있습니다. 실시간이 중요하다면 패키징된 CDP가 유리할 수 있습니다. 구현 시 복잡한 질문과 부담이 덜한 데이터 매핑이 중요한 경우 구성 가능 항목이 더 적합할 수 있습니다.

데이터 거버넌스

동의, 데이터 저장, 데이터 상주 및 액세스/삭제 권한에 대한 복잡한 법적 요구 사항은 구성 가능한 아키텍처와 패키지된 CDP 결정에서 많은 의사 결정자들이 가장 중요하게 생각하는 사항입니다. 이 영역에서 컴포저블이 유리합니다.

Composable은 마케팅 유니버스의 중심에 데이터 웨어하우스를 배치합니다. 클라우드 데이터 웨어하우스는 동의 및 데이터 상주에 대한 유연한 제어를 제공합니다. 구성 가능한 솔루션은 다중 지역 지원, 데이터 만료 및 열 수준 보호를 포함하여 기존 거버넌스 프레임워크 내에서 작동할 수 있습니다.

패키지 CDP는 CDP 관리 환경에서 고객 데이터의 주요 측면을 재생성하는 경우가 많습니다. 이로 인해 GDPR 및 CCPA 관련 요청과 같은 프로세스 문제가 발생합니다. 또한 고객이 제공한 동의 속성으로 작업하거나 타사 동의 플랫폼과 통합해야 합니다. 일부 CDP는 CDP를 "온프레미스"에 설치하여 이를 완화하려고 합니다.

가치 창출 시간

가치 창출 시간은 고객마다 너무 광범위하게 다릅니다. 위에서 언급한 바와 같이 이론적으로 특정 조직 기준이 충족되는 경우 컴포저블을 사용하면 가치 창출 시간이 더 빨라집니다. 이러한 기준이 충족되지 않으면 패키징된 CDP는 몇 가지 구조적 이점이 있습니다.

그러나 CDP가 항상 성공했다고 주장할 수는 없습니다. 우리는 30일 만에 가치를 창출할 수 있는 시간을 보았고 불행히도 거의 가치가 제공되지 않은 다년간의 노력을 구출하라는 요청을 받았습니다. 그러나 성공하지 못한 다년간의 문제가 있는 경우 문제는 사용 사례 전략, 새로운 기술을 채택하는 프로세스 또는 기술 부족, 직원의 가용성 또는 연속성만큼 기술이 아닐 수 있습니다.

데이터 과학 및 기계 학습

구성 가능한 접근 방식은 자체 인텔리전스 또는 동종 최고의 솔루션을 데이터 세트에 제공하는 기업에 의존합니다. 많은 CDP는 즉시 사용 가능한 데이터 과학을 제공합니다. 경험상 CDP가 제공하는 기능은 플랫폼을 사용하는 팀으로 제한됩니다. 팀이 발전하면 데이터 과학 기능에서 가치를 추출할 수 있습니다.

우리는 데이터 과학이 마케팅 운영에 깊이 뿌리내려야 한다고 믿습니다. 팀이 보유하고 있는 ML 기능에서 유용성을 찾지 못했다면 잘못된 팀 또는 잘못된 프로세스가 있는 것입니다. 팀에 ML 기능이 없는 경우 마케팅 프로세스를 현대화하는 데 도움을 줄 수 있는 전문가와 협력하십시오.

자세히 알아보기: CDP 채택 측정: 포괄적인 프레임워크

컴포저블 CDP를 사용하기 전에 고려해야 할 주요 질문

컴포저블 또는 패키징 CDP로 전환하기로 한 결정은 매우 미묘합니다. 구분이 겹치고 브랜드의 데이터 웨어하우스, 보완 기술(BI, 기계 학습 등) 및 원하는 사용 사례의 특정 종속성이 있습니다.

접근 방식을 결정하기 전에 브랜드는 다음 질문 중 일부를 자문해야 합니다.

• 어떤 사용 사례를 해결하려고 합니까? 타사 쿠키 삭제, 실시간 사용 사례의 필요성 및 기존 마테크 스택에 대한 연결에 대한 고려 사항을 고려해야 합니다.
• 내 데이터 웨어하우스에 이미 모든 핵심 데이터가 있습니까? 예를 들어 고객 수준에서 사용할 수 있는 매장 또는 기타 소유 채널의 내 이메일, 웹사이트 및 주요 데이터가 있습니까? 이미 합리적으로 신뢰할 수 있는 고객 보기를 위해 이러한 데이터 세트를 결합할 수 있습니까?
• 내 보고 및 분석 기능은 얼마나 성숙했습니까? 구축하려는 대상, 배포하려는 사용 사례 및 이러한 노력과 관련된 ROI에 대한 보고를 쉽게 지원할 수 있습니까?
• 대상에서 ML 기반 의사 결정을 지원하는 데 필요한 도구가 있습니까?

CDP를 배포하는 회사와 협력할 때 우리 팀은 일반적으로 자사 데이터를 대규모로 배포하겠다는 조직적 약속을 했습니다. 이러한 본질적인 약속은 CDP 배포의 속도와 성공에 도움이 되었습니다.

리버스 ETL 솔루션이 대규모 자사 고객 데이터 배포에 어떤 영향을 미칠지 말하기에는 이르다. 그러나 가치 창출 시간이 빠른 애플리케이션과 데이터 상주 및 개인 정보 보호 문제를 허용하는 기능의 미래는 밝습니다.