Kunddataplattform
En kunddataplattform ( CDP ) är en samling programvara som skapar en beständig, enhetlig kunddatabas som är tillgänglig för andra system. Data hämtas från flera källor, rensas och kombineras för att skapa en enda kundprofil . Denna strukturerade data görs sedan tillgänglig för andra marknadsföringssystem. Enligt Gartner har kunddataplattformar utvecklats från en mängd mogna marknader, "inklusive flerkanalskampanjhantering , tagghantering och dataintegration."
Förmågor
Gemenskaper mellan CDP:er:
- marknadsförare hanterad; [ citat behövs ]
- enhetlig, beständig, enda databas för kundbeteende-, profil- och andra data, från vilken intern eller extern källa som helst;
- konsekvent identifierare som länkar alla en kunds data ;
- tillgänglig av externa system och strukturerad för att stödja marknadsförares behov av kampanjhantering, marknadsföringsanalyser och business intelligence ;
- ge en 360-graders bild av kunden;
- gruppera kunder i målgruppssegment; och
- ger användarna möjlighet att förutsäga det optimala nästa steget med en kund. [ citat behövs ]
Vissa CDP:er tillhandahåller dessutom ytterligare funktioner som analys av marknadsföringsprestandamätning, prediktiv modellering och innehållsmarknadsföring .
Datainsamling
En huvudfördel med en CDP är dess förmåga att samla in data från en mängd olika källor (både online och offline, med en mängd olika format och strukturer) och konvertera dessa olika data till en standardiserad form. Några av de datatyper som en standard CDP bör fungera med inkluderar:
- Kundhändelser: Surfaktivitet, åtgärder på en webbplats eller i en app, klick på en banner, etc.
- Transaktionsdata: Data inklusive köp, returer, data från en POS-terminal .
- Kundattribut: Ålder, kön, födelsedag, datum för första köp, segmenteringsdata, kundförutsägelser
- Kampanjutvärderingsdata: visningar, klick, räckvidd, engagemang osv.
- Kund-företagshistorik: data från interaktioner med kundtjänst, NPS-poäng , data från chatbots , inlägg på sociala medier, ordagrant enkät, fokusgruppsutskrifter, callcenterljudfiler etc.
Marknadsföringsautomationssystem
En CDP är fundamentalt annorlunda i design och funktion jämfört med marknadsföringsautomationssystem , även om CDP:er tillhandahåller en del av funktionaliteten hos marknadsföringssystem och plattformar för kundengagemang. CDP-verktyg är designade för att prata med andra system. De behåller detaljer från andra system som inte engagemangs- eller automationsverktyget gör. Detta är värdefullt för trendanalys, prediktiv analys och rekommendationer som kan dra nytta av historisk data.
CDP vs DMP
En datahanteringsplattform (DMP) samlar in anonym webb- och digitaldata. CDP:er samlar in data som är knuten till en identifierbar individ. Användare av CDP kan utnyttja intelligensen för att tillhandahålla mer personligt innehåll och leverans. En DMP gör det möjligt för marknadsförare att visa riktade annonser programmatiskt och i skala med hjälp av anonymiserad kunddata i form av webbläsarcookies från tredje part.
Ett datalager eller datasjö samlar in data, vanligtvis från samma källa och med samma informationsstruktur. Även om denna information kan syntetiseras manuellt, levererar ingen av dessa typer av system den identitetsupplösning som krävs för att bygga en konsoliderad enskild kundvy . Datalager uppdateras ofta med schemalagda intervall, medan CDP:er matar in och gör tillgänglig data i realtid. I praktiken använder de flesta CDP:er samma teknik som datasjöar; Skillnaden är att CDP har inbyggda funktioner för att göra ytterligare bearbetning för att göra data användbar, medan en datasjö kanske inte gör det.
Huvudsakliga skillnader mellan en kunddataplattform (CDP) och datahanteringsplattform (DMP):
| Attribut | CDP | DMP:er |
|---|---|---|
| Kunddatahantering | Ge en heltäckande, enhetlig, ihållande bild av kända och anonyma kunder. Kombinera historisk och realtidskunddata, inklusive kundprofil-, beteende-, transaktions- och varumärkesinteraktionsdata. | Hantera segment av kunder med anonyma profiler. |
| Datakällor | Arbeta med både anonym data ( Cookie , enhets-ID och IP-adress ) och känd individuell data (t.ex. namn, adresser, e-post, telefon). | Arbeta främst med anonym data (cookies, enhets-ID och IP-adresser). |
| Metoder för datasammanslutning | Använd sofistikerade rengörings- och matchningsalgoritmer för att tillhandahålla enhetliga kundprofiler av hög kvalitet. | Använd deterministisk nyckelmatchning för att spåra kunder och skapa anonyma profiler över digitala kanaler. |
| Datauppdateringar | Bearbetar kontinuerligt batch- och streamingdata för att hålla profilerna uppdaterade och korrekta. | Uppdaterar kundprofiler via batchprocess var eller varannan dag. |
| Dataunderhåll | Upprätthåller gyllene kundrekord som består över tid. | Upprätthåller ett anonymt kundregister under en kort tidsperiod. |
CDP-industrins historia
Även om liknande verktyg fanns tidigare, användes termen Customer Data Platform först 2010. Det var tänkt att beskriva en marknadsföringsprogramvara som kunde bygga en enda kundvy (en samling av alla en kunds data och händelser i en fil).
Dessa databaser användes ursprungligen för att driva någon annan typ av programvara, till exempel en marknadsföringsautomationssvit , en personaliseringsmotor eller ett verktyg för kampanjhantering.
Vid denna tidpunkt var de flesta kunddatabaser speciellt utformade för att stödja en leverantörs individuella program. På grund av detta kunde kunddatabaser inte lätt kopplas samman eller samverka med andra lager i teknikstacken. Data kunde inte enkelt flyttas från en plats till en annan, så den kunde utnyttjas för att förbättra verksamhetens resultat.
På grund av dessa begränsningar tog många leverantörer beslutet att börja lägga till mer avancerade integrationsverktyg (API) till sina kunddatabaser och konvertera dem till vad vi nu känner som Customer Data Platforms (CDPs).
Kraften i databasen bakom dessa system blev så småningom önskvärd i sin egen rätt. De utvecklades till att bli fullfjädrad programvara. Samtidigt förvandlade vissa tagghanterings- och webbanalysleverantörer också sina plattformar till liknande lösningar och skapade CDP:er med ett annat ursprung men samma användning.
Dessa plattformar blev framgångsrika och 2016 hade de blivit CDP-industrin. Denna bransch upplevde snabb tillväxt, på grund av att marknadsförare insåg bristerna med alternativ som DMP:er och datasjöar, såväl som de möjligheter som en CDP kunde erbjuda dem. CDP Institute uppskattar industrins intäkter till 1,9 miljarder USD för 2022, en ökning med 19 procent från 1,6 miljarder USD 2021.